基于K-means的智能存储算法

摘要	第4-5页
ABSTRACT	第5页
第一章 绪论	第7-10页
1.1 研究意义和背景	第7页
1.2 国内外相关课题的研究现状	第7-8页
1.3 本文的研究内容及章节安排	第8-10页
第二章 智能存储的基础知识	第10-16页
2.1 智能存储	第10-11页
2.2 智能存储的原理	第11-12页
2.3 视频中帧图像的常用特征	第12-16页
2.3.1 归一化的 RGB 直方图	第13-14页
2.3.2 L1R 直方图	第14页
2.3.3 梯度方向直方图	第14-16页
第三章 聚类技术	第16-25页
3.1 聚类的定义	第16-17页
3.2 聚类个数 k 的确定和聚类中心的选择	第17-18页
3.3 聚类分析中的相似性度量	第18-19页
3.4 聚类准则函数	第19-21页
3.5 K-means 聚类算法	第21-24页
3.6 本章小结	第24-25页
第四章 基于 K-means 的智能存储算法	第25-33页
4.1 动态多特征组合	第25-28页
4.2 基于信息增益比率的加权距离计算方法	第28-30页
4.3 基于 K-means 的智能存储算法	第30-33页
第五章 实验比较与分析	第33-39页
5.1 实验结果	第33-37页
5.1.1 不同特征下的实验结果的对比	第33-34页
5.1.2 不同距离计算方法下的实验结果的对比	第34-37页
5.2 实验结果分析	第37-39页
总结与展望	第39-40页
参考文献	第40-43页
致谢	第43页