首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--检索机论文

基于图像内容自动标注的海量网络图像检索

摘要第1-4页
Abstract第4-9页
第1章 绪论第9-12页
   ·研究背景第9页
   ·研究问题的提出第9-11页
   ·研究目的及内容第11页
   ·本章小结第11-12页
第2章 背景知识与相关研究第12-24页
   ·信息检索模式第12-14页
     ·二元模式(Boolean Model)第12页
     ·向量空间模式(Vector Space Model)第12-13页
     ·概率模式(Probability Model)第13-14页
   ·搜索引擎的发展过程第14-15页
   ·图像检索系统的发展过程第15-21页
     ·基于文本的图像检索第15-17页
     ·基于内容的图像检索第17-21页
   ·图像自动标注的发展过程第21-22页
   ·现有图像检索系统第22-23页
   ·本章小结第23-24页
第3章 网络图像检索框架第24-34页
   ·系统架构第24-26页
   ·数据抓取第26-29页
     ·网络爬虫第26-27页
     ·相关文本获取第27-28页
     ·中文分词第28-29页
   ·索引建立第29-32页
     ·倒排索引第30-31页
     ·倒排文件缓存第31-32页
   ·分布式检索第32-33页
     ·结果排序第32-33页
   ·本章小结第33-34页
第4章 基于文本的分布式图像检索第34-47页
   ·系统目的第34-35页
   ·系统架构第35-36页
   ·关键模块实现第36-45页
     ·IndexNode模块第36-38页
     ·MiddleServer模块第38-40页
     ·ControlCenter模块第40-43页
     ·WebServer模块第43-45页
   ·本章小结第45-47页
第5章 图像内容自动标注技术第47-59页
   ·图像内容自动标注目的第47-48页
   ·图像内容的自动标注模型第48-50页
     ·Co-occurrence模型第48页
     ·Machine Translation模型第48-49页
     ·CMRM模型第49-50页
     ·ALIP模型第50页
     ·Maximum Entropy Model第50页
   ·图像内容自动标注算法第50-52页
   ·图像内容自动标注算法实现第52-58页
     ·训练库建立第52-55页
     ·自动标注第55-57页
     ·实验分析与评价第57-58页
   ·本章小结第58-59页
第6章 总结与展望第59-61页
   ·论文总结第59-60页
   ·展望第60-61页
参考文献第61-64页
致谢第64页

论文共64页,点击 下载论文
上一篇:沪深300股指期货套利研究
下一篇:基于网络支付的电子商务环境下洗钱行为的识别和监管