| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-13页 |
| 1.1 选题背景及意义 | 第8-9页 |
| 1.2 国内外研究动态及发展趋势 | 第9-12页 |
| 1.2.1 国外的研究动态及发展趋势 | 第9-11页 |
| 1.2.2 国内的研究动态及发展趋势 | 第11-12页 |
| 1.3 本文的主要研究内容 | 第12-13页 |
| 第2章 特征选择方法 | 第13-24页 |
| 2.1 特征选择算法基本理论 | 第13-15页 |
| 2.1.1 特征选择的定义 | 第13-14页 |
| 2.1.2 特征选择的作用 | 第14页 |
| 2.1.3 特征选择的步骤 | 第14-15页 |
| 2.2 特征子集的评价准则 | 第15-23页 |
| 2.2.1 mRMR特征子集评价准则 | 第15-17页 |
| 2.2.2 CFS特征子集评价准则 | 第17-18页 |
| 2.2.3 CFS-Spearman特征子集评价准则 | 第18-19页 |
| 2.2.4 特征子集评价准则搜索方式 | 第19-21页 |
| 2.2.5 实验结果及分析 | 第21-23页 |
| 2.3 本章小结 | 第23-24页 |
| 第3章 分类方法的理论 | 第24-39页 |
| 3.1 KNN算法基本理论 | 第24-26页 |
| 3.1.1 KNN算法原理 | 第24-25页 |
| 3.1.2 KNN算法的步骤 | 第25-26页 |
| 3.1.3 KNN算法的优缺点 | 第26页 |
| 3.2 支持向量机 | 第26-31页 |
| 3.2.1 统计学习理论 | 第26-27页 |
| 3.2.2 SVM原理 | 第27-28页 |
| 3.2.3 SVM算法 | 第28-31页 |
| 3.3 ROC曲线 | 第31-32页 |
| 3.4 实验结果及分析 | 第32-37页 |
| 3.5 本章小结 | 第37-39页 |
| 第4章 视频特征选择与受欢迎程度预测 | 第39-49页 |
| 4.1 特征和观众情绪及评价关系 | 第39-40页 |
| 4.1.1 彩色特征和观众情绪及评价关系 | 第39页 |
| 4.1.2 运动特征和观众情绪及评价关系 | 第39-40页 |
| 4.1.3 镜头特征和观众情绪及评价关系 | 第40页 |
| 4.2 视频特征提取和选择 | 第40-48页 |
| 4.2.1 视频特征提取 | 第40-42页 |
| 4.2.2 视频底层特征的选择 | 第42-48页 |
| 4.3 本章小结 | 第48-49页 |
| 结论 | 第49-51页 |
| 参考文献 | 第51-56页 |
| 附录 1300个视频的视觉特征数据 | 第56-68页 |
| 攻读学位期间发表的学位论文 | 第68-71页 |
| 致谢 | 第71页 |