快速主动禁忌搜索及其在图像分类中的应用
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 引言 | 第6-10页 |
| ·论文研究背景 | 第6-8页 |
| ·本文的主要研究内容 | 第8页 |
| ·本文的章节安排 | 第8-10页 |
| 第二章 图像分类相关技术 | 第10-20页 |
| ·图像分类 | 第10-13页 |
| ·基于文本的图像分类 | 第10-11页 |
| ·基于内容的图像分类 | 第11-12页 |
| ·基于标签的图像分类 | 第12-13页 |
| ·图像特征提取算法 | 第13-16页 |
| ·颜色直方图 | 第14页 |
| ·色彩-纹理矩 | 第14-15页 |
| ·金字塔型的方向梯度直方图 | 第15-16页 |
| ·图像特征提取算法总结 | 第16页 |
| ·通用分类器 | 第16-20页 |
| ·k-近邻 | 第16-17页 |
| ·支持向量机 | 第17-18页 |
| ·决策树 | 第18-20页 |
| 第三章 主动禁忌搜索的分类框架 | 第20-37页 |
| ·几何流形熵 | 第20-21页 |
| ·图像分类框架 | 第21-23页 |
| ·通过主动禁忌搜索计算分类环 | 第23-28页 |
| ·禁忌搜索 | 第23-24页 |
| ·友邻域 | 第24-25页 |
| ·禁忌列表 | 第25页 |
| ·免禁准则和搜索停止准则 | 第25页 |
| ·主动禁忌搜索 | 第25-27页 |
| ·分类环举例 | 第27-28页 |
| ·通过计算对分类环的影响进行分类 | 第28-30页 |
| ·将测试数据插入分类环各位置 | 第28-29页 |
| ·归类方法1:最近邻类 | 第29页 |
| ·归类方法2:k-近邻类 | 第29-30页 |
| ·归类方法3:带过拟合参数的k-近邻类 | 第30页 |
| ·图像分类的算法实现 | 第30-37页 |
| ·建模方法 | 第32-35页 |
| ·归类方法 | 第35-37页 |
| 第四章 快速主动禁忌搜索的分类框架 | 第37-46页 |
| ·计算影响vs.计算环 | 第37-39页 |
| ·优化后的反转计算 | 第37-38页 |
| ·优化后的插入计算 | 第38-39页 |
| ·CUDA介绍 | 第39-42页 |
| ·GPGPU的发展 | 第39-40页 |
| ·CUDA架构介绍 | 第40-41页 |
| ·CUDA编程模型 | 第41-42页 |
| ·快速主动禁忌搜索建模 | 第42-45页 |
| ·快速分类 | 第45-46页 |
| 第五章 实验及结果 | 第46-53页 |
| ·实验数据介绍 | 第46-48页 |
| ·UMIST人脸数据 | 第46页 |
| ·车辆数据 | 第46-47页 |
| ·人体动作数据 | 第47页 |
| ·飞机模型数据 | 第47-48页 |
| ·图像分类vs.模型检索 | 第48页 |
| ·参数调整 | 第48-50页 |
| ·空间位置权重参数α | 第49-50页 |
| ·分类过拟合参数β | 第50页 |
| ·实验结果 | 第50-53页 |
| ·GPU性能优化结果 | 第50-51页 |
| ·分类器正确率评测 | 第51-53页 |
| 第六章 结论 | 第53-54页 |
| ·框架总结 | 第53页 |
| ·不足与展望 | 第53-54页 |
| 参考文献 | 第54-59页 |
| 致谢 | 第59-60页 |
