基于自然邻居图的半监督学习在图像检索技术的应用研究
| 中文摘要 | 第3-4页 |
| 英文摘要 | 第4-5页 |
| 1 绪论 | 第8-14页 |
| 1.1 研究背景及研究意义 | 第8-10页 |
| 1.1.1 研究背景 | 第8-10页 |
| 1.1.2 研究意义 | 第10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.3 研究内容及主要工作 | 第11-13页 |
| 1.4 论文组织安排 | 第13-14页 |
| 2 基于内容的图像检索和半监督学习 | 第14-26页 |
| 2.1 基于内容的图像检索 | 第14-19页 |
| 2.1.1 基于内容的图像检索系统架构 | 第14-15页 |
| 2.1.2 图像的表示 | 第15-18页 |
| 2.1.3 相似性度量 | 第18-19页 |
| 2.2 图像检索的评估方法 | 第19-21页 |
| 2.2.1 召回率和准确率 | 第19-20页 |
| 2.2.2 匹配百分数 | 第20页 |
| 2.2.3 排序评价法 | 第20-21页 |
| 2.3 半监督学习综述 | 第21-25页 |
| 2.3.1 半监督学习的概念 | 第21页 |
| 2.3.2 半监督学习分类 | 第21-25页 |
| 2.4 本章小结 | 第25-26页 |
| 3 局部和全局一致性学习 | 第26-31页 |
| 3.1 引言 | 第26页 |
| 3.2 算法 | 第26-28页 |
| 3.3 流形排序 | 第28-30页 |
| 3.4 本章小结 | 第30-31页 |
| 4 基于自然邻居图的图像检索 | 第31-46页 |
| 4.1 引言 | 第31-33页 |
| 4.2 自然邻居的定义 | 第33-36页 |
| 4.3 自然邻居图 | 第36-38页 |
| 4.4 自然邻居算法的改进 | 第38-40页 |
| 4.5 可变k最近邻居图的构造方法 | 第40-43页 |
| 4.6 基于自然邻居图的图像检索算法 | 第43-45页 |
| 4.7 本章小结 | 第45-46页 |
| 5 实验设计与结果分析 | 第46-54页 |
| 5.1 人工数据实验 | 第46-47页 |
| 5.2 USPS手写体识别实验 | 第47-51页 |
| 5.3 彩色图像检索实验 | 第51-53页 |
| 5.4 本章小结 | 第53-54页 |
| 6 总结与展望 | 第54-55页 |
| 6.1 论文工作总结 | 第54页 |
| 6.2 后续工作展望 | 第54-55页 |
| 致谢 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 附录 | 第60页 |
| A.作者在攻读学位期间发表的论文 | 第60页 |
| B.作者在攻读学位期间参与的科研项目 | 第60页 |
