基于机器学习算法的自动图像标注

摘要	第1-7页
Abstract	第7-8页
目录	第8-10页
第1章 绪论	第10-16页
·研究背景与研究意义	第10-11页
·国内外研究现状	第11-13页
·基于分类的自动图像标注模型	第12页
·基于概率的自动图像标注模型	第12-13页
·其他方法	第13页
·图像标注系统关键问题及研究任务	第13-15页
·自动标注系统的框架	第13-14页
·关键问题	第14页
·研究任务	第14-15页
·本文的结构安排	第15-16页
第2章 基于单棵决策树的自动图像标注	第16-28页
·NewNBtree算法	第16-18页
·算法思想	第16-17页
·算法流程	第17-18页
·算法实现	第18页
·SimpleC4.5算法	第18-22页
·算法思想	第19-21页
·算法流程	第21-22页
·算法实现	第22页
·自动图像标注方法	第22-27页
·自动图像标注流程	第22-26页
·自动图像标注算法描述	第26-27页
·本章小结	第27-28页
第3章 基于集成分类器的自动图像标注	第28-36页
·集成分类器	第28-33页
·集成学习算法	第28-30页
·快速随机森林算法	第30-33页
·基于快速随机森林算法的自动图像标注方法	第33-35页
·基于快速随机森林的自动图像标注流程	第33-34页
·基于快速随机森林的图像自动标注算法描述	第34-35页
·本章小结	第35-36页
第4章 系统实现及结果分析	第36-51页
·实验环境	第36页
·Weka平台的二次开发	第36-41页
·二次开发过程	第36-37页
·二次开发实验	第37-41页
·实验及结果分析	第41-50页
·实验数据集	第41-42页
·评价标准	第42页
·基于机器学习算法的分类结果比较及分析	第42-48页
·基于机器学习算法的标注系统实现	第48-50页
·本章小结	第50-51页
结论	第51-53页
致谢	第53-54页
参考文献	第54-58页
攻读硕士学位期间发表的论文及科研成果	第58页