基于概率潜在语义分析的图像场景分类

中文摘要	第1-4页
ABSTRACT	第4-5页
目录	第5-7页
第一章 绪论	第7-14页
·本文研究背景和意义	第7-8页
·本文研究目的	第8-9页
·图像场景分类技术所面临的挑战	第9-12页
·本文的研究工作	第12页
·论文的组织结构	第12-14页
第二章 图像场景分类理论基础	第14-35页
·场景分类研究的基本问题	第14-15页
·现有图像场景分类研究方法	第15-18页
·利用图像底层特征	第15-16页
·利用图像的中层语义	第16-18页
·场景分类的图像特征	第18-31页
·图像的颜色特征	第18-22页
·图像的纹理特征	第22-26页
·图像的SIFT 特征	第26-31页
·图像的分类算法	第31-32页
·相似性度量方法	第32-35页
第三章 基于PLSA 模型的图像场景分类	第35-44页
·PLSA 模型的基本理论	第35-39页
·PLSA 模型的原理	第35-38页
·PLSA 模型的优点	第38-39页
·PLSA 模型在图像场景分类中的应用	第39-40页
·基于PLSA 模型的图像场景分类过程	第39-40页
·视觉词汇的生成	第40-44页
·K-均值（K-means）聚类算法	第41-42页
·四类视觉词汇的生成算法	第42-44页
第四章 实验设计与结果分析	第44-60页
·实验所用的数据库	第44-46页
·评价方法	第46页
·实验结果分析	第46-60页
·基于四类不同视觉词汇的场景分类结果	第46-57页
·KNN 分类器对系统性能影响的评价分析	第57-60页
第五章 总结与展望	第60-61页
参考文献	第61-64页
致谢	第64页