摘要 | 第6-7页 |
Abstract | 第7页 |
第一章 绪论 | 第8-16页 |
1.1 研究背景及意义 | 第8-9页 |
1.2 国内外研究现状 | 第9-12页 |
1.2.1 基于CCA模型的子空间学习算法 | 第10页 |
1.2.2 基于字典学习的跨媒体检索方法 | 第10-11页 |
1.2.3 基于相似度排序的跨媒体检索算法 | 第11页 |
1.2.4 基于哈希的跨媒体检索算法 | 第11-12页 |
1.2.5 基于深度学习的跨媒体检索算法 | 第12页 |
1.3 经典跨媒体检索数据集介绍 | 第12-13页 |
1.4 本文主要研究工作 | 第13-14页 |
1.5 本文组织结构 | 第14-16页 |
第二章 经典跨媒体检索算法综述 | 第16-24页 |
2.1 引言 | 第16页 |
2.2 基于子空间学习的经典跨媒体检索算法 | 第16-20页 |
2.2.1 基于联合图正则化的异构矩阵学习算法(JGRHML) | 第16-17页 |
2.2.2 基于稀疏与半监督正则化的跨媒体联合表示学习算法(JRL) | 第17-18页 |
2.2.3 中级特征空间学习算法(MSL) | 第18-19页 |
2.2.4 模态独立的跨媒体检索算法(MDCR) | 第19-20页 |
2.3 基于字典学习的经典跨媒体检索算法 | 第20-22页 |
2.3.1 基于组结构的监督字典学习算法(SliM2) | 第20-21页 |
2.3.2 基于共同标记对齐的字典学习算法(CLA) | 第21页 |
2.3.3 跨媒体中半监督字典学习算法(SSDL) | 第21-22页 |
2.4 评价指标 | 第22页 |
2.5 本章小结 | 第22-24页 |
第三章 基于查询模态与半监督正则化的跨媒体检索算法 | 第24-32页 |
3.1 引言 | 第24页 |
3.2 基于查询模态与半监督正则化的跨媒体检索 | 第24-28页 |
3.2.1 构建目标函数 | 第25-27页 |
3.2.2 迭代优化 | 第27-28页 |
3.3 实验结果与分析 | 第28-31页 |
3.4 本章小结 | 第31-32页 |
第四章 基于模态独立与半监督字典学习的跨媒体检索算法 | 第32-39页 |
4.1 引言 | 第32页 |
4.2 算法模型 | 第32-34页 |
4.2.1 半监督字典学习 | 第33页 |
4.2.2 语义特征映射 | 第33-34页 |
4.2.3 优化查询 | 第34页 |
4.3 实验结果与分析 | 第34-38页 |
4.4 本章小结 | 第38-39页 |
第五章 总结与展望 | 第39-41页 |
5.1 研究内容总结 | 第39-40页 |
5.2 下一步工作 | 第40-41页 |
参考文献 | 第41-44页 |
攻读硕士学位期间的主要成果 | 第44-45页 |
致谢 | 第45页 |