Q学习在基于内容图像检索技术中的应用
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-16页 |
| ·课题的研究背景及意义 | 第9-10页 |
| ·基于内容图像检索关键技术概述 | 第10-14页 |
| ·底层特征提取 | 第10-12页 |
| ·相似性度量 | 第12页 |
| ·相关反馈 | 第12-14页 |
| ·图像检索评价准则 | 第14页 |
| ·典型的CBIR系统 | 第14-15页 |
| ·本文的主要研究内容及组织结构 | 第15-16页 |
| 第2章 相关反馈相关知识和技术 | 第16-29页 |
| ·引言 | 第16页 |
| ·相关反馈技术 | 第16-20页 |
| ·算法思想 | 第16-18页 |
| ·主要相关反馈算法概述 | 第18-20页 |
| ·整合相关反馈算法 | 第20-23页 |
| ·实验结果及分析 | 第23-28页 |
| ·实验假设 | 第23-26页 |
| ·实验结论 | 第26-28页 |
| ·本章小结 | 第28-29页 |
| 第3章 Q学习选择检索方法研究 | 第29-45页 |
| ·引言 | 第29页 |
| ·Q-learning算法 | 第29-30页 |
| ·Q-learning CBIR系统 | 第30-38页 |
| ·系统模型 | 第32-36页 |
| ·系统算法描述 | 第36-38页 |
| ·改进Q-learning算法 | 第38-40页 |
| ·解释学习 | 第38-39页 |
| ·改进算法 | 第39-40页 |
| ·实验结果及分析 | 第40-43页 |
| ·本章小结 | 第43-45页 |
| 第4章 实验平台系统介绍 | 第45-51页 |
| ·引言 | 第45页 |
| ·Q-learning CBIR系统平台 | 第45-49页 |
| ·系统流程 | 第46-47页 |
| ·系统实现的功能 | 第47-49页 |
| ·系统运行所需环境 | 第49页 |
| ·本章小结 | 第49-51页 |
| 结论 | 第51-52页 |
| 参考文献 | 第52-58页 |
| 致谢 | 第58页 |
