| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-20页 |
| ·研究背景及意义 | 第10-11页 |
| ·基于内容视频检索技术的研究进展及现状 | 第11页 |
| ·镜头边界检测方法的研究进展及现状 | 第11-18页 |
| ·论文的主要工作和章节安排 | 第18-20页 |
| 第二章 软计算方法 | 第20-40页 |
| ·引言 | 第20页 |
| ·软计算混合算法分类 | 第20-23页 |
| ·软计算的典型混合方式及发展 | 第23-37页 |
| ·模糊集合理论及模糊聚类算法 | 第23-29页 |
| ·粗糙集 | 第29-34页 |
| ·神经网络 | 第34-36页 |
| ·支持向量机 | 第36-37页 |
| ·粗糙集与其它数学工具的融合 | 第37-40页 |
| 第三章 基于粗糙集的镜头边界检测方法 | 第40-54页 |
| ·引言 | 第40页 |
| ·视频特征提取 | 第40-42页 |
| ·基于粗糙集和模糊聚类的镜头边界检测方法 | 第42-48页 |
| ·算法描述 | 第42页 |
| ·规则生成 | 第42-45页 |
| ·实验结果与分析 | 第45-48页 |
| ·基于模糊粗糙集的镜头边界检测方法 | 第48-53页 |
| ·检测思路 | 第48-49页 |
| ·实验结果及分析 | 第49-53页 |
| ·小结 | 第53-54页 |
| 第四章 基于变精度粗糙集特征加权聚类的镜头边界检测方法 | 第54-68页 |
| ·引言 | 第54-55页 |
| ·基于变精度粗糙集的特征加权模糊聚类(VPRS-FWCM) | 第55-59页 |
| ·算法描述 | 第55页 |
| ·实验结果与分析 | 第55-59页 |
| ·基于变精度粗糙集和变精度模糊粗糙集的特征加权聚类 | 第59-67页 |
| ·算法描述 | 第59-61页 |
| ·实验结果与分析 | 第61-67页 |
| ·小结 | 第67-68页 |
| 第五章 基于仿生模式识别的镜头边界检测方法 | 第68-76页 |
| ·引言 | 第68页 |
| ·仿生模式识别 | 第68-70页 |
| ·多权值神经网络与高维空间封闭超曲面 | 第70-71页 |
| ·基于仿生模式识别的镜头边界检测 | 第71-72页 |
| ·实验结果与分析 | 第72-75页 |
| ·小结 | 第75-76页 |
| 第六章 多模式分析的新闻条目分割 | 第76-98页 |
| ·引言 | 第76-77页 |
| ·新闻视频的结构化和内容分析 | 第77-78页 |
| ·基于音频分析的音频分割与分类 | 第78-84页 |
| ·音频特征提取 | 第80-82页 |
| ·选择性集成支持向量机(SEN-SVMs) | 第82页 |
| ·音频分类 | 第82-84页 |
| ·基于模糊直方图和音频特征结合的主持人帧检测 | 第84-88页 |
| ·模糊直方图 | 第84-85页 |
| ·基于主持人帧的模糊颜色直方图特征向量构造 | 第85-86页 |
| ·检测方法 | 第86-88页 |
| ·基于双权值神经网络的标题条检测 | 第88-91页 |
| ·字幕特点 | 第89页 |
| ·新闻标题条特征 | 第89-90页 |
| ·标题条检测 | 第90-91页 |
| ·基于多模式的新闻条目检测 | 第91页 |
| ·实验结果与分析 | 第91-96页 |
| ·音频检测与分类的实验结果与分析 | 第91-93页 |
| ·主持人镜头检测实验结果与分析 | 第93-94页 |
| ·标题条检测的实验结果与分析 | 第94-95页 |
| ·新闻条目检测结果 | 第95-96页 |
| ·小结 | 第96-98页 |
| 第七章 结束语 | 第98-100页 |
| 致谢 | 第100-102页 |
| 参考文献 | 第102-120页 |
| 攻读博士期间(合作)撰写的学术论文 | 第120-123页 |
| 攻读博士学位期间参与的科研项目 | 第123页 |
