基于改进非对称打包的CBIR相关反馈算法研究
摘要 | 第4-6页 |
Abstract | 第6-7页 |
第1章 绪论 | 第11-17页 |
1.1 研究背景及意义 | 第11-13页 |
1.2 研究现状 | 第13-14页 |
1.3 本文研究工作和创新点 | 第14-15页 |
1.4 本文的组织结构 | 第15-16页 |
1.5 本章小结 | 第16-17页 |
第2章 图像检索相关介绍 | 第17-22页 |
2.1 图像检索概述 | 第17-19页 |
2.2 基于内容的图像检索技术的研究 | 第19-20页 |
2.3 图像检索中分类算法及现状的研究 | 第20-21页 |
2.4 本章小结 | 第21-22页 |
第3章 相关反馈技术的基础研究 | 第22-35页 |
3.1 相关反馈技术综述 | 第22-23页 |
3.2 相关反馈技术中的用户模式类别 | 第23页 |
3.3 相关反馈技术研究 | 第23-33页 |
3.3.1 基于查询点移动的相关反馈研究 | 第24-25页 |
3.3.2 基于特征权重调整的相关反馈研究 | 第25-27页 |
3.3.3 基于统计理论的相关反馈研究 | 第27-29页 |
3.3.4 基于机器学习的相关反馈研究 | 第29-31页 |
3.3.5 基于群智能的相关反馈研究 | 第31-33页 |
3.4 综合比较 | 第33-34页 |
3.5 本章小结 | 第34-35页 |
第4章 改进的非对称打包反馈算法 | 第35-51页 |
4.1 改进IABFSVM的研究 | 第35-39页 |
4.1.1 研究动机 | 第35-36页 |
4.1.2 IAB提出 | 第36-37页 |
4.1.3 特征的提取算法的选取 | 第37-39页 |
4.2 分类器的适应性改进 | 第39-44页 |
4.2.1 基础支持向量机基本原理 | 第40-41页 |
4.2.2 线性转换—核函数 | 第41-43页 |
4.2.3 改进的支持向量机 | 第43-44页 |
4.3 IAB-FSVM的研究 | 第44-50页 |
4.3.1 系统框架流程 | 第44-45页 |
4.3.2 样本相关性度量 | 第45-46页 |
4.3.3 模糊度量的定义 | 第46-48页 |
4.3.4 IAB算法实现 | 第48-50页 |
4.3.5 集成分类器 | 第50页 |
4.4 本章小结 | 第50-51页 |
第5章 实验结果与分析 | 第51-58页 |
5.1 实验分析准则及检索性能的评估 | 第51-52页 |
5.2 MIVIA数据集实验 | 第52-55页 |
5.3 Corel数据集实验 | 第55-57页 |
5.4 实验分析总结 | 第57页 |
5.5 本章小结 | 第57-58页 |
第6章 总结与展望 | 第58-60页 |
6.1 工作总结 | 第58页 |
6.2 未来展望 | 第58-60页 |
参考 文献 | 第60-67页 |
硕士学习期间成果 | 第67-68页 |
致谢 | 第68页 |