聚类算法在图像索引中的应用与研究
| 致谢 | 第1-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-10页 |
| 1 绪论 | 第10-16页 |
| ·课题的研究背景与意义 | 第10页 |
| ·技术发展与研究现状 | 第10-14页 |
| ·基于文本的图像检索 | 第10-11页 |
| ·基于内容的图像检索 | 第11-12页 |
| ·研究现状 | 第12-14页 |
| ·本文的研究工作 | 第14-15页 |
| ·论文的组织安排 | 第15-16页 |
| 2 基于内容的图像检索关键技术 | 第16-25页 |
| ·图像检索系统的通用框架 | 第16-17页 |
| ·图像特征的提取和表示 | 第17-23页 |
| ·颜色特征 | 第18-21页 |
| ·纹理特征 | 第21-22页 |
| ·形状特征 | 第22-23页 |
| ·图像的相似度量 | 第23-25页 |
| 3 聚类分析 | 第25-36页 |
| ·聚类的概念 | 第25-26页 |
| ·聚类方法的划分 | 第26-32页 |
| ·基于分割的聚类算法 | 第26-27页 |
| ·基于层次的聚类算法 | 第27-29页 |
| ·基于密度的聚类算法 | 第29-30页 |
| ·基于网格的聚类算法 | 第30-31页 |
| ·基于模型的聚类算法 | 第31-32页 |
| ·高维数据对聚类算法的新要求 | 第32-36页 |
| ·高维聚类分析的特殊性 | 第32-33页 |
| ·基于子空间的聚类算法 | 第33-36页 |
| 4 高维索引结构与小波分析 | 第36-44页 |
| ·高维索引结构的特点 | 第36-37页 |
| ·高维索引结构的典型代表 | 第37-41页 |
| ·小波分析 | 第41-44页 |
| ·小波变换的背景和基础 | 第41-43页 |
| ·多尺度分析 | 第43-44页 |
| 5 CBB-tree索引结构的研究 | 第44-55页 |
| ·CBB-tree索引结构的设计原理 | 第44-45页 |
| ·CBB-tree索引结构的实现 | 第45-55页 |
| ·CBB-tree索引结构的聚类选择 | 第45-47页 |
| ·构造CBB-tree索引结构 | 第47-53页 |
| ·图像的检索 | 第53-55页 |
| 6 基于内容的检索系统的设计与实现 | 第55-65页 |
| ·系统设计 | 第55-59页 |
| ·系统结构 | 第55-56页 |
| ·模块的设计和基本功能 | 第56-57页 |
| ·系统的界面和使用 | 第57-59页 |
| ·系统实现 | 第59-65页 |
| ·系统配置与运行环境 | 第59-60页 |
| ·实验结果与分析 | 第60-65页 |
| 7 结论 | 第65-66页 |
| ·总结 | 第65页 |
| ·未来工作展望 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 作者简历 | 第70-72页 |
| 学位论文数据集 | 第72页 |
