基于免疫算法的图像检索模型
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-11页 |
| 第一章 绪论 | 第11-15页 |
| ·引言 | 第11页 |
| ·国内外关于CBIR的研究现状 | 第11-12页 |
| ·人工免疫系统的研究现状 | 第12-13页 |
| ·论文研究的意义 | 第13-14页 |
| ·论文研究的主要内容 | 第14-15页 |
| 第二章 人工免疫系统基本原理 | 第15-33页 |
| ·免疫理论的生物学基础 | 第15-20页 |
| ·免疫学的一些基本概念 | 第15-16页 |
| ·免疫系统的组成及功能 | 第16-18页 |
| ·免疫应答类型及原理分析 | 第18-20页 |
| ·人工免疫原理及算法 | 第20-24页 |
| ·一些相关的概念 | 第20-22页 |
| ·基本步骤 | 第22-24页 |
| ·与其他算法的比较分析 | 第24页 |
| ·几种典型的人工免疫算法 | 第24-31页 |
| ·否定选择算法 | 第25-28页 |
| ·克隆选择算法 | 第28-29页 |
| ·免疫进化算法 | 第29页 |
| ·免疫遗传算法 | 第29-31页 |
| ·人工免疫算法的应用 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第三章 基于内容的图像信息检索 | 第33-52页 |
| ·基于文本检索图像的方法 | 第33-34页 |
| ·基于外部特征 | 第33页 |
| ·基于文字描述 | 第33-34页 |
| ·基于文本检索图像的缺点 | 第34页 |
| ·CBIR技术 | 第34-36页 |
| ·CBIR技术的基本步骤 | 第34-36页 |
| ·CBIR技术的特点 | 第36页 |
| ·CBIR的主要方式 | 第36-38页 |
| ·基于颜色特征的检索 | 第36-37页 |
| ·基于纹理特征的检索 | 第37页 |
| ·基于形状特征的检索 | 第37-38页 |
| ·图像特征的描述 | 第38-44页 |
| ·图像相似性度量 | 第44-47页 |
| ·用户相关反馈 | 第47-48页 |
| ·著名的图像检索系统介绍 | 第48-49页 |
| ·QBIC | 第48页 |
| ·VIRAGE | 第48-49页 |
| ·VisualSeek和WebSEEK | 第49页 |
| ·Photobook | 第49页 |
| ·未来主要研究方向 | 第49-51页 |
| ·高维索引 | 第50页 |
| ·面向网络 | 第50页 |
| ·人机交互性 | 第50-51页 |
| ·本章小结 | 第51-52页 |
| 第四章 基于免疫算法的图像检索模型 | 第52-65页 |
| ·图像检索的基本框架 | 第52-53页 |
| ·模糊集与聚类 | 第53-55页 |
| ·模糊集 | 第53-54页 |
| ·无指导模糊C均值聚类 | 第54-55页 |
| ·免疫算法的图像检索模型设计 | 第55-59页 |
| ·模型概述 | 第55-57页 |
| ·图像的特征表示及相似性度量 | 第57页 |
| ·图像特征库及聚类中心库的设计 | 第57页 |
| ·免疫记忆库的设计 | 第57-58页 |
| ·图像检索的免疫算法步骤 | 第58-59页 |
| ·实验与分析 | 第59-64页 |
| ·实验方法 | 第59-64页 |
| ·实验分析 | 第64页 |
| ·小结 | 第64-65页 |
| 第五章 总结与展望 | 第65-67页 |
| ·总结 | 第65页 |
| ·展望 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 致谢 | 第71-72页 |
| 攻读学位期间发表的学术论文 | 第72页 |
