摘要 | 第5-7页 |
ABSTRACT | 第7-8页 |
第1章 绪论 | 第12-27页 |
1.1 研究目的与意义 | 第12-13页 |
1.2 国内外发展现状 | 第13-19页 |
1.2.1 鞋印图像检索技术的国内外发展现状 | 第13-15页 |
1.2.2 聚类算法的国内外发展现状 | 第15-19页 |
1.3 聚类评测方法与鞋印图像数据集 | 第19-24页 |
1.3.1 鞋印图像聚类算法的评价方法 | 第19-23页 |
1.3.2 鞋印图像数据集 | 第23页 |
1.3.3 聚类算法存在的问题 | 第23-24页 |
1.4 本文的主要工作和章节安排 | 第24-27页 |
1.4.1 主要工作内容 | 第24-25页 |
1.4.2 本文章节安排 | 第25-27页 |
第2章 基于密度的鞋印图像聚类算法 | 第27-37页 |
2.1 引言 | 第27页 |
2.2 聚类分析概述 | 第27-30页 |
2.2.1 聚类算法的基本概念 | 第27-28页 |
2.2.2 聚类的数据结构 | 第28-29页 |
2.2.3 聚类的相似性计算方法 | 第29-30页 |
2.3 鞋印图像分析 | 第30-34页 |
2.4 鞋印图像聚类算法的基本步骤 | 第34-35页 |
2.5 评测方法与测试数据 | 第35-36页 |
2.5.1 比较算法 | 第35页 |
2.5.2 测试数据 | 第35-36页 |
2.5.3 评测指标 | 第36页 |
2.6 本章小结 | 第36-37页 |
第3章 基于DBSCAN的自适应参数鞋印图像聚类算法 | 第37-56页 |
3.1 引言 | 第37页 |
3.2 相关工作 | 第37-40页 |
3.2.1 DBSCAN聚类算法的定义 | 第37-39页 |
3.2.2 DBSCAN聚类算法的发展现状 | 第39-40页 |
3.3 MDBSCAN聚类算法 | 第40-47页 |
3.3.1 算法原理 | 第41-43页 |
3.3.2 算法步骤 | 第43-44页 |
3.3.3 参数问题 | 第44-46页 |
3.3.4 算法总体描述 | 第46-47页 |
3.4 实验结果与分析 | 第47-54页 |
3.4.1 合成数据集的实验结果与分析 | 第47-51页 |
3.4.2 公共测试数据集的实验结果与分析 | 第51-52页 |
3.4.3 实际鞋印图像数据集的实验结果与分析 | 第52-54页 |
3.5 本章小结 | 第54-56页 |
第4章 基于DBSCAN的层次鞋印图像聚类算法 | 第56-70页 |
4.1 引言 | 第56页 |
4.2 相关工作 | 第56页 |
4.3 HDBSCAN聚类算法 | 第56-61页 |
4.3.1 算法原理 | 第57页 |
4.3.2 算法步骤 | 第57-59页 |
4.3.3 参数问题 | 第59-60页 |
4.3.4 算法总体描述 | 第60-61页 |
4.4 实验结果与分析 | 第61-69页 |
4.4.1 合成数据集的实验结果与分析 | 第61-66页 |
4.4.2 公共测试数据集的实验结果与分析 | 第66-67页 |
4.4.3 实际鞋印图像数据集的实验结果与分析 | 第67-69页 |
4.5 本章小结 | 第69-70页 |
第5章 基于最密集点的鞋印图像聚类算法 | 第70-87页 |
5.1 引言 | 第70页 |
5.2 相关工作 | 第70-71页 |
5.3 基于最密集点的鞋印图像聚类算法 | 第71-80页 |
5.3.1 定义 | 第72-73页 |
5.3.2 算法原理 | 第73-75页 |
5.3.3 算法步骤 | 第75-79页 |
5.3.4 参数问题 | 第79页 |
5.3.5 算法总体描述 | 第79-80页 |
5.4 实验结果与分析 | 第80-86页 |
5.4.1 合成数据集的实验结果与分析 | 第80-83页 |
5.4.2 公共测试数据集的实验结果与分析 | 第83-84页 |
5.4.3 实际鞋印图像数据集的实验结果与分析 | 第84-86页 |
5.5 本章小结 | 第86-87页 |
第6章 总结与展望 | 第87-89页 |
6.1 本文主要工作总结 | 第87-88页 |
6.2 未来工作展望 | 第88-89页 |
参考文献 | 第89-94页 |
致谢 | 第94-95页 |
作者简介 | 第95页 |