| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| ABSTRACT | 第9-10页 |
| 第一章 绪论 | 第15-20页 |
| 1.1 研究背景和意义 | 第15-16页 |
| 1.2 国内外研究现状 | 第16-17页 |
| 1.3 研究的内容与主要工作 | 第17-19页 |
| 1.4 论文的组织结构 | 第19-20页 |
| 第二章 概念表达和度量的关键技术 | 第20-33页 |
| 2.1 图像表达 | 第20-23页 |
| 2.1.1 图像全局特征 | 第20-21页 |
| 2.1.2 图像局部特征 | 第21-23页 |
| 2.2 概念表达 | 第23-27页 |
| 2.2.1 基于聚类视觉单词的概念特征 | 第24-26页 |
| 2.2.2 基于Bin哈希视觉单词的概念表达 | 第26-27页 |
| 2.2.3 基于标本(Exemplar)的概念表达 | 第27页 |
| 2.3 分类方法 | 第27-32页 |
| 2.3.1 朴素贝叶斯分类方法 | 第27-28页 |
| 2.3.2 决策树 | 第28-29页 |
| 2.3.3 支持向量机 | 第29-30页 |
| 2.3.4 基于深度学习的图像分类方法 | 第30-32页 |
| 2.4 总结 | 第32-33页 |
| 第三章 概念相关性度量 | 第33-44页 |
| 3.1 引言 | 第33页 |
| 3.2 概念相关性度量方法 | 第33-39页 |
| 3.2.1 图像表达模块 | 第34-35页 |
| 3.2.2 概念表达模块 | 第35-36页 |
| 3.2.3 基于空间位置关系的视觉短语 | 第36-37页 |
| 3.2.4 概念相关性度量 | 第37-39页 |
| 3.3 实验 | 第39-43页 |
| 3.3.1 实验环境 | 第39页 |
| 3.3.2 实验数据 | 第39-40页 |
| 3.3.3 实验结果及分析 | 第40-43页 |
| 3.4 结论 | 第43-44页 |
| 第四章 多类别的概念关系模型 | 第44-55页 |
| 4.1 引言 | 第44页 |
| 4.2 概念关系模型 | 第44-49页 |
| 4.2.1 概念关系 | 第45-46页 |
| 4.2.2 文本概念关系特征 | 第46页 |
| 4.2.3 概念共生频率 | 第46-47页 |
| 4.2.4 视觉概念关系特征 | 第47-49页 |
| 4.3 实验Ⅰ | 第49-52页 |
| 4.3.1 实验环境 | 第49页 |
| 4.3.2 实验数据 | 第49-50页 |
| 4.3.3 实验结果及分析 | 第50-52页 |
| 4.4 实验Ⅱ | 第52-54页 |
| 4.4.1 实验环境 | 第52页 |
| 4.4.2 实验数据 | 第52页 |
| 4.4.3 实验结果及分析 | 第52-54页 |
| 4.5 结论 | 第54-55页 |
| 第五章 总结和展望 | 第55-58页 |
| 5.1 本文总结 | 第55-56页 |
| 5.2 研究工作展望 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 攻读学位期间的学术活动及成果情况 | 第62-63页 |