| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 课题背景及研究的目的和意义 | 第9-10页 |
| 1.2 与本课题有关的国内外研究状况 | 第10-12页 |
| 1.3 本文的主要研究内容 | 第12-13页 |
| 1.4 论文组织结构 | 第13-15页 |
| 第2章 短视频内容分析算法研究需求分析 | 第15-20页 |
| 2.1 业务用例说明 | 第15-16页 |
| 2.2 算法设计需求分析 | 第16-18页 |
| 2.2.1 算法框架的功能性描述 | 第16-17页 |
| 2.2.2 算法框架的非功能性需求 | 第17-18页 |
| 2.3 算法架构设计 | 第18-20页 |
| 第3章 色情判断优化算法 | 第20-35页 |
| 3.1 当前的问题 | 第20页 |
| 3.2 数据集说明 | 第20-21页 |
| 3.3 使用原始模型OPEN-NSFW说明 | 第21-24页 |
| 3.3.1 OPEN-NSFW来历 | 第21-24页 |
| 3.3.2 色情指数 | 第24页 |
| 3.4 色情计算模型再训练优化FINE-TUNE | 第24-34页 |
| 3.4.1 标注数据推送功能设计 | 第25页 |
| 3.4.2 数据预处理功能 | 第25页 |
| 3.4.3 深度学习计算模型再训练优化fine-tune | 第25-34页 |
| 3.5 本章小结 | 第34-35页 |
| 第4章 视频优质分类算法 | 第35-59页 |
| 4.1 引言 | 第35页 |
| 4.2 数据获取和数据和数据预处理 | 第35-36页 |
| 4.3 模型设计 | 第36-58页 |
| 4.3.1 短视频特征提取阶段 | 第36-41页 |
| 4.3.2 全连接模型实现优质分类 | 第41-42页 |
| 4.3.3 支持向量机SVM实现优质分类 | 第42-45页 |
| 4.3.4 长短期记忆网络LSTM实现优质分类 | 第45-57页 |
| 4.3.5 不同分类模型下特征组合实验结果与分析 | 第57-58页 |
| 4.4 本章小结 | 第58-59页 |
| 第5章 语音三分类算法 | 第59-65页 |
| 5.1 引言 | 第59页 |
| 5.2 目标 | 第59页 |
| 5.3 语音三分类算法组成 | 第59-60页 |
| 5.4 数据 | 第60-61页 |
| 5.5 特征提取 | 第61页 |
| 5.6 模型构造与迁移学习 | 第61-64页 |
| 5.7 本章小结 | 第64-65页 |
| 结论 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 致谢 | 第70-71页 |
| 个人简历 | 第71页 |