| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 跨媒体检索发展概述 | 第10-12页 |
| 1.3 本文研究的主要内容及章节安排 | 第12-13页 |
| 1.4 本章小结 | 第13-14页 |
| 第2章 跨媒体检索的特征提取 | 第14-26页 |
| 2.1 文本的特征提取 | 第14-18页 |
| 2.1.1 向量空间模型与TF-IDF | 第14-15页 |
| 2.1.2 连续词袋模型与word2vec | 第15-18页 |
| 2.2 图像的手工特征提取 | 第18-19页 |
| 2.3 图像的深度学习模型 | 第19-25页 |
| 2.3.1 卷积层 | 第20-21页 |
| 2.3.2 下采样层 | 第21-23页 |
| 2.3.3 全连接层 | 第23-24页 |
| 2.3.4 其他有利于深度模型效果的技术 | 第24-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第3章 跨媒体信息融合与哈希检索 | 第26-30页 |
| 3.1 跨媒体信息融合 | 第26-28页 |
| 3.1.1 早期融合中的特征权重 | 第27-28页 |
| 3.1.2 晚期融合中的多特征空间表达 | 第28页 |
| 3.2 哈希检索简介 | 第28-29页 |
| 3.3 本章小结 | 第29-30页 |
| 第4章 基于卷积神经网络的跨媒体检索研究与实现 | 第30-47页 |
| 4.1 基于词-词相似矩阵的监督哈希跨媒体检索模型 | 第30-31页 |
| 4.1.1 模型定义 | 第30页 |
| 4.1.2 模型结构 | 第30-31页 |
| 4.2 基于余弦距离损失函数的监督哈希跨媒体检索模型 | 第31-36页 |
| 4.2.1 模型定义 | 第31-33页 |
| 4.2.2 模型结构 | 第33-34页 |
| 4.2.3 模型参数 | 第34-36页 |
| 4.3 深度学习开源框架Caffe | 第36-39页 |
| 4.3.1 Caffe简介 | 第36-37页 |
| 4.3.2 Caffe的开发环境搭建简介 | 第37页 |
| 4.3.3 Caffe的结构及数据流动方式 | 第37-39页 |
| 4.3.4 使用Caffe搭建卷积神经网络 | 第39页 |
| 4.4 跨媒体数据集简介 | 第39页 |
| 4.4.1 NUS-WIDE | 第39页 |
| 4.4.2 MIR-Flickr | 第39页 |
| 4.5 实现与结果分析 | 第39-45页 |
| 4.5.1 数据集的预处理 | 第39-40页 |
| 4.5.2 Caffe框架的Python层定义 | 第40页 |
| 4.5.3 Caffe框架的模型卷积抽象过程可视化 | 第40-43页 |
| 4.5.4 Caffe框架的结果处理 | 第43页 |
| 4.5.5 结果分析 | 第43-45页 |
| 4.6 本章小结 | 第45-47页 |
| 第5章 总结展望 | 第47-49页 |
| 5.1 总结 | 第47-48页 |
| 5.2 展望 | 第48-49页 |
| 参考文献 | 第49-54页 |
| 致谢 | 第54-55页 |
| 个人简历、在校期间发表学术论文与研究成果 | 第55页 |
