基于模糊支持向量机的图像分类与语义索引
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 引言 | 第8-10页 |
| 1 绪论 | 第10-20页 |
| ·研究背景 | 第10-11页 |
| ·图像检索技术的发展 | 第11-18页 |
| ·基于文本的图像检索系统 | 第11-14页 |
| ·基于内容的图像检索系统 | 第14-18页 |
| ·论文工作介绍 | 第18-19页 |
| ·本文的内容安排 | 第19-20页 |
| 2 图像内容提取与表示 | 第20-30页 |
| ·纹理谱描述子 | 第21-24页 |
| ·颜色谱描述子 | 第24-27页 |
| ·边缘方向描述子 | 第27-29页 |
| ·本章小结 | 第29-30页 |
| 3 基于模糊支持向量机的图像分类方法 | 第30-43页 |
| ·支持向量机 | 第30-34页 |
| ·线性可分样本及最优分类超平面 | 第30-32页 |
| ·线性不可分样本 | 第32页 |
| ·核函数 | 第32-34页 |
| ·多类支持向量机 | 第34-37页 |
| ·1-v-r SVM | 第34-36页 |
| ·1-v-1 SVM | 第36-37页 |
| ·模糊支持向量机 | 第37-41页 |
| ·实验与结果 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 4 基于模糊支持向量机的图像语义索引 | 第43-52页 |
| ·加权图像金字塔 | 第43-46页 |
| ·概念模型库 | 第46-47页 |
| ·模型训练策略的选择 | 第46-47页 |
| ·核函数的选取 | 第47页 |
| ·构造概念模型库 | 第47页 |
| ·图像语义索引 | 第47-50页 |
| ·关联度计算 | 第48-49页 |
| ·实验与结果分析 | 第49-50页 |
| ·本章小结 | 第50-52页 |
| 结论 | 第52-53页 |
| 参考文献 | 第53-57页 |
| 攻读硕士学位期间发表学术论文情况 | 第57-58页 |
| 致谢 | 第58-59页 |
