首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于模糊神经网络的图像情感语义研究与应用

摘要第4-5页
Abstract第5-6页
1 绪论第9-15页
    1.1 课题背景及意义第9-10页
    1.2 图像情感语义映射的研究进程第10-13页
        1.2.1 聚类法第11页
        1.2.2 分类法第11-13页
    1.3 图像检索技术研究历程第13-14页
    1.4 本文的主要研究内容第14-15页
2 图像情感语义相关技术概述第15-25页
    2.1 图像情感语义映射框架及方法第15-16页
    2.2 实验相似度评测方法概述第16-18页
    2.3 模糊控制简述第18页
    2.4 神经网络技术第18-21页
        2.4.1 模糊神经网络(FNN)第19页
        2.4.2 模糊神经网络实验模型第19-21页
    2.5 实验效果检测标准第21页
    2.6 遗传算法(GA)第21-23页
    2.7 蚁群优化算法(ACA)第23页
    2.8 本章小结第23-25页
3 情感语义模型构建方法第25-41页
    3.1 引言第25-26页
    3.2 图像特征提取算法第26-28页
        3.2.1 颜色矩第26-27页
        3.2.2 形状七阶不变矩第27页
        3.2.3 特征归一化第27-28页
    3.3 图像情感语义映射算法第28-34页
        3.3.1 FNN情感语义映射算法第28-30页
        3.3.2 GA优化的FNN情感语义映射算法第30-32页
        3.3.3 ACA优化的FNN情感语义映射算法第32-34页
    3.4 实验过程研究与分析第34-38页
        3.4.1 工具介绍第34页
        3.4.2 图像的情感划分第34页
        3.4.3 实验结果分析第34-36页
        3.4.4 情感语义映射模块系统展示第36-38页
    3.5 本章小结第38-41页
4 图像情感语义检索第41-57页
    4.1 引言第41页
    4.2 结合情感语义特征的图像检索第41-45页
        4.2.1 结合情感语义特征的检索方法框架第41-43页
        4.2.2 基于颜色相关图的图像检索方法第43-45页
    4.3 基于SSDA算法的图像检索方法第45-48页
        4.3.1 图像匹配技术第45页
        4.3.2 SSDA算法原理第45-46页
        4.3.3 GA优化的SSDA算法第46-48页
    4.4 实验过程研究与分析第48-55页
        4.4.1 工具介绍第48页
        4.4.2 实验结果与分析第48-51页
        4.4.3 图像检索系统界面第51-55页
    4.5 本章小结第55-57页
5 总结与展望第57-59页
    5.1 总结第57-58页
    5.2 展望第58-59页
致谢第59-61页
参考文献第61-65页
个人简历、在学期间发表的学术论文及取得的研究成果第65页

论文共65页,点击 下载论文
上一篇:采油工程方案后评价方法研究与软件编制
下一篇:岩心中油水乳化能力及驱油效果评价