| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第11-25页 |
| 1.1 课题背景及研究意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-20页 |
| 1.2.1 基于视觉词袋模型的图像分类系统结构 | 第12-13页 |
| 1.2.2 图像底层特征提取 | 第13-15页 |
| 1.2.3 视觉词典生成 | 第15-17页 |
| 1.2.4 视觉词汇特征构建 | 第17-19页 |
| 1.2.5 分类器 | 第19-20页 |
| 1.3 基于视觉词袋模型的图像分类研究存在的问题 | 第20-21页 |
| 1.4 论文主要工作和组织结构 | 第21-25页 |
| 1.4.1 论文主要工作 | 第21-22页 |
| 1.4.2 论文组织结构 | 第22-25页 |
| 第二章 随机化集成视觉词典模型 | 第25-41页 |
| 2.1 传统的视觉词典生成方法 | 第25-27页 |
| 2.2 随机化集成视觉词典模型原理分析 | 第27-31页 |
| 2.2.1 传统视觉词典存在的问题分析 | 第27-29页 |
| 2.2.2 E2LSH 基本定义 | 第29-30页 |
| 2.2.3 聚类集成基本定义 | 第30-31页 |
| 2.2.4 随机化集成视觉词典模型的设计原理 | 第31页 |
| 2.3 随机化集成视觉词典模型的实现技术 | 第31-34页 |
| 2.3.1 随机化集成视觉词典的生成流程 | 第31-32页 |
| 2.3.2 随机化视觉词典生成 | 第32页 |
| 2.3.3 随机化集成视觉词典生成 | 第32-34页 |
| 2.4 实验分析 | 第34-39页 |
| 2.4.1 E2LSH 聚类效果和时间效率 | 第34-35页 |
| 2.4.2 图像分类实验 | 第35-39页 |
| 2.5 本章小结 | 第39-41页 |
| 第三章 基于空间金字塔共生矩阵的图像分类 | 第41-53页 |
| 3.1 基于空间金字塔共生矩阵的图像分类方法原理分析 | 第41-42页 |
| 3.2 基于空间金字塔共生矩阵的图像分类方法的实现技术 | 第42-48页 |
| 3.2.1 整体框架 | 第42-43页 |
| 3.2.2 图像的空间金字塔分解 | 第43-45页 |
| 3.2.3 图像的空间金字塔共生矩阵描述生成 | 第45-47页 |
| 3.2.4 融合视觉词汇直方图特征 | 第47-48页 |
| 3.3 实验结果与分析 | 第48-51页 |
| 3.4 本章小结 | 第51-53页 |
| 第四章 基于空间上下文近义词软分配的图像分类 | 第53-61页 |
| 4.1 基于空间上下文近义词软分配的图像分类方法原理分析 | 第53-54页 |
| 4.2 基于空间上下文近义词软分配的图像分类方法的实现技术 | 第54-58页 |
| 4.2.1 整体框架 | 第54-55页 |
| 4.2.2 空间上下文近义词表生成 | 第55-57页 |
| 4.2.3 基于空间上下文近义词软分配的视觉词汇直方图构建 | 第57-58页 |
| 4.3 实验结果与分析 | 第58-60页 |
| 4.4 本章小结 | 第60-61页 |
| 第五章 总结与展望 | 第61-63页 |
| 5.1 本文工作总结 | 第61页 |
| 5.2 下一步研究展望 | 第61-63页 |
| 致谢 | 第63-65页 |
| 参考文献 | 第65-73页 |
| 作者简历 | 第73页 |
