基于SVM和粗糙集的图像检索相关反馈技术研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-12页 |
| ·引言 | 第8页 |
| ·国内外研究现状 | 第8-10页 |
| ·图像检索技术的应用领域 | 第10-11页 |
| ·本文的研究内容及组织结构 | 第11-12页 |
| 2 基于内容图像检索的关键技术 | 第12-22页 |
| ·基于内容的图像检索系统 | 第12-13页 |
| ·图像特征的提取 | 第13-18页 |
| ·颜色特征的提取 | 第13-16页 |
| ·纹理特征的提取 | 第16-17页 |
| ·形状特征的提取 | 第17-18页 |
| ·图像相似性度量 | 第18-19页 |
| ·相关反馈 | 第19-20页 |
| ·检索性能的评价 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 3 支持向量机和粗糙集的基础理论 | 第22-27页 |
| ·支持向量机理论 | 第22-25页 |
| ·线性支持向量机 | 第22-23页 |
| ·非线性支持向量机 | 第23-25页 |
| ·粗糙集的基本理论 | 第25-26页 |
| ·知识与分类 | 第25页 |
| ·集合的下近似、上近似及边界区域 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 4 基于支持向量机和粗糙集的图像检索算法 | 第27-33页 |
| ·基于支持向量机的相关反馈 | 第28页 |
| ·粗糙集处理反馈结果 | 第28-29页 |
| ·相关问题的处理 | 第29-30页 |
| ·实验环境和结果 | 第30-32页 |
| ·特征提取 | 第30页 |
| ·相似性度量 | 第30-31页 |
| ·性能评价 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 5 总结与展望 | 第33-34页 |
| ·工作总结与创新 | 第33页 |
| ·展望 | 第33-34页 |
| 参考文献 | 第34-36页 |
| 致谢 | 第36-37页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第37页 |
