图像语义检索和分类技术研究
| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 目录 | 第7-10页 |
| 第一章 绪论 | 第10-19页 |
| ·引言 | 第10-11页 |
| ·存在的问题 | 第11-13页 |
| ·本文主要工作及创新点 | 第13-16页 |
| ·本文主要工作 | 第13-16页 |
| ·主要贡献 | 第16页 |
| ·本文的组织结构 | 第16-18页 |
| ·本章小结 | 第18-19页 |
| 第二章 图像语义检索和分类研究现状 | 第19-39页 |
| ·CBIR简介 | 第19-21页 |
| ·底层视觉特征 | 第21-24页 |
| ·颜色 | 第22-23页 |
| ·纹理 | 第23-24页 |
| ·形状 | 第24页 |
| ·语义提取及表示 | 第24-28页 |
| ·语义层次模型 | 第24-26页 |
| ·语义提取 | 第26-28页 |
| ·语义表示 | 第28页 |
| ·图像语义检索和分类技术 | 第28-30页 |
| ·相似性测度 | 第30-33页 |
| ·距离测度 | 第30-31页 |
| ·基于底层特征的测度 | 第31-32页 |
| ·语义相似性测度 | 第32-33页 |
| ·性能评价标准 | 第33-36页 |
| ·测试数据集 | 第33-34页 |
| ·性能评价尺度 | 第34-36页 |
| ·系统设计及应用 | 第36-38页 |
| ·系统设计 | 第36-37页 |
| ·图像语义检索及分类的应用 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 第三章 基于粒子群优化算法的图像分类 | 第39-59页 |
| ·引言 | 第39-41页 |
| ·粒子群优化算法 | 第41-45页 |
| ·标准PSO算法 | 第42-43页 |
| ·一些非标准的PSO算法 | 第43-45页 |
| ·模糊粒子群优化算法的图像聚类 | 第45-50页 |
| ·基于粒子群优化算法的模糊聚类 | 第45-46页 |
| ·PSO算法参数分析 | 第46-47页 |
| ·特征选择 | 第47-48页 |
| ·算法框架 | 第48-50页 |
| ·实验结果 | 第50-58页 |
| ·仿真实验结果 | 第51-54页 |
| ·图像聚类实验1 | 第54-56页 |
| ·图像聚类实验2 | 第56-58页 |
| ·本章小结 | 第58-59页 |
| 第四章 基于粗糙模糊集的图像包的生成 | 第59-77页 |
| ·引言 | 第59-61页 |
| ·粗糙模糊集 | 第61-63页 |
| ·构造模糊数据立方体 | 第63-65页 |
| ·基于粗糙模糊集的图像分割 | 第65-70页 |
| ·算法描述 | 第66-68页 |
| ·算法框架 | 第68-70页 |
| ·特征提取及图像包的构成 | 第70-72页 |
| ·实验结果 | 第72-74页 |
| ·本章小结 | 第74-77页 |
| 第五章 采用多示例学习的图像检索 | 第77-97页 |
| ·引言 | 第77-78页 |
| ·多实例学习及相关工作 | 第78-82页 |
| ·分层语义模型 | 第82-85页 |
| ·基于多示例学习的图像语义检索 | 第85-90页 |
| ·简单语义提取 | 第85-87页 |
| ·复合语义提取 | 第87-88页 |
| ·基于多示例学习的图像语义检索方法 | 第88-90页 |
| ·实验结果 | 第90-96页 |
| ·实验1 | 第90-93页 |
| ·实验2 | 第93-96页 |
| ·本章小结 | 第96-97页 |
| 第六章 总结与展望 | 第97-101页 |
| ·总结 | 第97-99页 |
| ·进一步研究及展望 | 第99-101页 |
| 参考文献 | 第101-112页 |
| 致谢 | 第112-113页 |
| 攻读博士期间发表的论文及参与的研究课题 | 第113-115页 |
