| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 图目录 | 第7-8页 |
| 表目录 | 第8-9页 |
| 第1章 绪论 | 第9-13页 |
| ·研究背景和选题意义 | 第9-10页 |
| ·研究动机和本文的主要工作 | 第10-11页 |
| ·本文的组织结构 | 第11-12页 |
| ·本章小结 | 第12-13页 |
| 第2章 国内外研究现状 | 第13-23页 |
| ·传统主题建模算法 | 第13-19页 |
| ·LSA | 第13-14页 |
| ·PLSA | 第14-17页 |
| ·LDA | 第17-19页 |
| ·传统主题模型算法小结 | 第19页 |
| ·结合地理信息的主题建模算法 | 第19-22页 |
| ·GeoFolk | 第19-21页 |
| ·Eisenstein的地理主题模型 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第3章 结合作者与地理信息的图像主题建模算法 | 第23-37页 |
| ·关键定义 | 第23-25页 |
| ·AGTM算法基本思想 | 第25-26页 |
| ·AGTM算法流程 | 第26-28页 |
| ·AGTM算法求解 | 第28-35页 |
| ·最大期望值算法 | 第28-30页 |
| ·求解流程 | 第30-33页 |
| ·参数初值设定 | 第33-34页 |
| ·主题的表示方法 | 第34-35页 |
| ·时间复杂度分析及参数设定 | 第35-36页 |
| ·AGTM算法时间复杂度分析 | 第35-36页 |
| ·参数设定 | 第36页 |
| ·本章小结 | 第36-37页 |
| 第4章 实验结果 | 第37-59页 |
| ·数据集 | 第37页 |
| ·量化评价标准 | 第37-38页 |
| ·复杂度 | 第37-38页 |
| ·KL距离 | 第38页 |
| ·对比算法 | 第38-39页 |
| ·结果展示 | 第39-58页 |
| ·量化结果展示 | 第39-54页 |
| ·可视化结果展示 | 第54-58页 |
| ·本章小结 | 第58-59页 |
| 第5章 基于VisualRank算法的代表性图像挖掘 | 第59-66页 |
| ·随机游走模型以及PageRank算法 | 第59-60页 |
| ·随机游走模型 | 第59页 |
| ·PageRank算法思想 | 第59-60页 |
| ·PageRank算法求解 | 第60页 |
| ·VisualRank算法 | 第60-62页 |
| ·图像相似度计算 | 第61-62页 |
| ·VisualRank算法求解 | 第62页 |
| ·VisualRank算法实验结果 | 第62-65页 |
| ·实验数据集 | 第62-63页 |
| ·实验结果 | 第63-65页 |
| ·本章小结 | 第65-66页 |
| 第6章 总结与展望 | 第66-68页 |
| ·工作总结 | 第66页 |
| ·下一步工作和展望 | 第66-68页 |
| 参考文献 | 第68-71页 |
| 致谢 | 第71-72页 |
| 作者简介 | 第72页 |