| 摘要 | 第1-12页 |
| ABSTRACT | 第12-14页 |
| 第一章 绪论 | 第14-25页 |
| ·研究背景 | 第14-16页 |
| ·问题的提出 | 第16-18页 |
| ·论文的研究思路 | 第18-20页 |
| ·论文的主要工作及贡献 | 第20-23页 |
| ·论文的组织结构 | 第23-25页 |
| 第二章 相关研究工作 | 第25-45页 |
| ·多媒体挖掘研究现状 | 第25-26页 |
| ·视频挖掘研究现状 | 第26-28页 |
| ·新闻视频挖掘研究现状 | 第28-41页 |
| ·新闻视频语义结构挖掘 | 第28-33页 |
| ·新闻视频语义主题挖掘 | 第33-36页 |
| ·新闻视频语义事件挖掘 | 第36-41页 |
| ·相关研究工作评述 | 第41-45页 |
| 第三章 新闻视频挖掘概念和技术框架 | 第45-67页 |
| ·本文涉及的重要概念 | 第45-48页 |
| ·视频挖掘的概念 | 第48-54页 |
| ·视频挖掘的概念及其内涵 | 第48-49页 |
| ·视频挖掘与相关领域的区别与联系 | 第49-51页 |
| ·视频模式的表现形式 | 第51-53页 |
| ·视频挖掘的作用 | 第53-54页 |
| ·新闻视频挖掘概念框架 | 第54-61页 |
| ·新闻视频挖掘的概念 | 第54-55页 |
| ·新闻视频挖掘的任务 | 第55-58页 |
| ·新闻视频挖掘的层次结构 | 第58-61页 |
| ·新闻视频挖掘技术框架 | 第61-65页 |
| ·新闻视频挖掘技术的系统结构 | 第61-62页 |
| ·新闻视频挖掘的关键技术 | 第62-65页 |
| ·本章小结 | 第65-67页 |
| 第四章 新闻视频语义结构挖掘 | 第67-100页 |
| ·针对的问题 | 第67-68页 |
| ·基于图像分割与对象跟踪的新闻视频镜头探测 | 第68-76页 |
| ·分区直方图镜头预探测 | 第68-69页 |
| ·基于小波变换的无监督图像区域分割算法 | 第69-72页 |
| ·对象跟踪算法 | 第72-74页 |
| ·视频镜头探测算法 | 第74-76页 |
| ·基于播音员声纹的音频镜头探测 | 第76-84页 |
| ·声纹特征分析 | 第77-80页 |
| ·基于声纹的播音员高斯混合模型 | 第80-82页 |
| ·播音员语音镜头探测算法 | 第82-84页 |
| ·综合多线索的新闻视频故事单元探测 | 第84-91页 |
| ·静音片段探测 | 第84-87页 |
| ·标题字幕事件探测 | 第87-88页 |
| ·新闻故事单元探测 | 第88-91页 |
| ·实验结果与讨论 | 第91-99页 |
| ·实验数据与评价指标 | 第91-92页 |
| ·基于图像分割与对象跟踪的视频镜头边界探测实验结果与分析 | 第92-94页 |
| ·基于播音员声纹的音频镜头探测方法实验结果与分析 | 第94-98页 |
| ·综合多线索的新闻视频故事单元探测方法实验结果与分析 | 第98-99页 |
| ·本章小结 | 第99-100页 |
| 第五章 新闻视频语义主题挖掘 | 第100-118页 |
| ·针对的问题 | 第100-101页 |
| ·基于多翼Harmoniums 的新闻视频潜在语义主题模型 | 第101-107页 |
| ·基本的Harmoniums 模型 | 第101-103页 |
| ·多翼Harmoniums 模型 | 第103-104页 |
| ·新闻视频的多翼Harmoniums 模型 | 第104-107页 |
| ·模型参数的学习 | 第107-109页 |
| ·平均场近似法 | 第107-108页 |
| ·吉布斯采样法 | 第108-109页 |
| ·对比差异法 | 第109页 |
| ·实验结果与讨论 | 第109-117页 |
| ·实验数据及特征选取 | 第109-111页 |
| ·潜在主题挖掘实验结果与分析 | 第111-112页 |
| ·NVMWH 模型的预测性能实验结果与分析 | 第112-117页 |
| ·本章小结 | 第117-118页 |
| 第六章 新闻视频语义事件挖掘 | 第118-159页 |
| ·针对的问题 | 第118-120页 |
| ·新闻视频故事单元语义类表示及相似性度量 | 第120-128页 |
| ·新闻视频故事单元语义类表示 | 第120-121页 |
| ·相似性度量 | 第121-128页 |
| ·基于多语义类的新闻事件探测 | 第128-132页 |
| ·传统的增量k 均值法 | 第129页 |
| ·改进的增量k 均值新闻事件探测算法 | 第129-131页 |
| ·基于Single-pass 的类中心与类数目初始化 | 第131-132页 |
| ·基于多语义类的新闻事件多维频繁模式挖掘 | 第132-144页 |
| ·新闻事件多维频繁模式的形式化定义 | 第132-134页 |
| ·基于扩展的Apriori 性质的剪枝策略 | 第134-135页 |
| ·多维索引树（MDIT）的设计、创建和空间复杂性分析 | 第135-140页 |
| ·新闻事件多维频繁模式挖掘算法 | 第140-142页 |
| ·基于“事件立方”的新闻事件多维频繁模式可视化方法 | 第142-144页 |
| ·实验结果与讨论 | 第144-157页 |
| ·基于多语义类的新闻事件探测的实验结果与分析 | 第144-149页 |
| ·基于多语义类的新闻事件多维频繁模式挖掘实验结果与分析 | 第149-157页 |
| ·本章小结 | 第157-159页 |
| 第七章 结论与展望 | 第159-164页 |
| ·论文的主要贡献 | 第159-161页 |
| ·进一步的工作 | 第161-164页 |
| 致谢 | 第164-165页 |
| 参考文献 | 第165-176页 |
| 作者在学期间取得的学术成果 | 第176-178页 |
| 附录 A 多翼 Harmoniums 模型推导过程 | 第178-181页 |
