首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于残差量化优化的最近邻图像检索研究

致谢第7-8页
摘要第8-9页
ABSTRACT第9页
第一章 绪论第14-21页
    1.1 研究背景和意义第14-16页
    1.2 国内外研究现状第16-19页
    1.3 本文的主要研究工作第19-20页
    1.4 论文结构第20-21页
第二章 向量量化方法概述第21-34页
    2.1 问题描述第21-24页
        2.1.1 向量的相似性第21页
        2.1.2 近似最近邻搜索第21-22页
        2.1.3 向量距离计算策略第22-24页
    2.2 K均值聚类第24-26页
    2.3 向量量化原理第26-27页
    2.4 乘积量化原理第27-28页
    2.5 优化的乘积量化第28-30页
        2.5.1 优化的乘积量化算法概述第28-29页
        2.5.2 优化的乘积量化算法的非参数解法第29-30页
        2.5.3 优化的乘积量化算法的参数解法第30页
    2.6 特征描述符第30-33页
        2.6.1 SIFT尺度不变特征变换第31-32页
        2.6.2 GIST特征描述符第32-33页
    2.7 本章小结第33-34页
第三章 基于残差向量量化的非参数优化方法研究第34-47页
    3.1 向量量化的目标函数第34页
    3.2 残差向量量化第34-38页
        3.2.1 残差向量量化模型第35-36页
        3.2.2 残差向量量化过程第36-37页
        3.2.3 残差向量量化的量化误差第37-38页
    3.3 残差向量量化非参数优化第38-39页
    3.4 实验结果与分析第39-46页
        3.4.1 实验数据集第39-40页
        3.4.2 对比方法与评价指标第40-41页
        3.4.3 与其他算法对比分析第41-45页
        3.4.4 非参数优化方法收敛情况第45-46页
    3.5 本章小结第46-47页
第四章 基于残差向量量化的参数优化方法研究第47-56页
    4.1 参数优化方法第47-49页
    4.2 实验结果与分析第49-55页
        4.2.1 基于残差向量量化方法的比较第49页
        4.2.2 与其他算法对比分析第49-52页
        4.2.3 量化误差比较第52-53页
        4.2.4 使用SDC距离计算策略实验结果第53-54页
        4.2.5 算法性能对比第54-55页
    4.3 本章小结第55-56页
第五章 总结与展望第56-58页
    5.1 论文工作总结第56-57页
    5.2 未来工作展望第57-58页
参考文献第58-63页
攻读硕士学位期间的学术活动及成果情况第63-64页

论文共64页,点击 下载论文
上一篇:基于分簇的VANET协助下载优化策略研究
下一篇:VANET网络时间同步技术研究及通信终端的研发