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

基于多示例学习的用户关注概念区域发现

摘要第1-5页
Abstract第5-9页
第1章 绪论第9-28页
   ·课题研究的背景和意义第9-10页
   ·国内外发展和研究现状第10-25页
     ·基于内容图像检索理论研究第11-18页
     ·基于内容图像检索系统第18-21页
     ·多示例学习理论及在图像检索中应用第21-25页
   ·图像检索领域存在的问题第25-26页
   ·本文主要研究内容及章节安排第26-28页
第2章 用户高层语义概念学习第28-42页
   ·引言第28-29页
   ·区域生成算法第29-36页
     ·基于图像分割的区域生成算法第29-32页
     ·基于图像划分的区域生成算法第32-36页
   ·基于区域的图像检索第36-39页
     ·基于单个区域匹配的图像检索第36-37页
     ·基于综合区域匹配的图像检索第37-39页
   ·关注概念区域发现机制第39-41页
     ·基于相关反馈的关注概念区域发现机制第39-40页
     ·基于非相关反馈的关注概念区域发现机制第40-41页
   ·本章小结第41-42页
第3章 基于用户关注概念区域发现的多示例学习第42-50页
   ·引言第42页
   ·基于多样性密度算法的关注概念区域发现第42-45页
   ·基于梯度下降法求解多样性密度第45-49页
   ·本章小结第49-50页
第4章 多示例学习平台和图像检索验证第50-66页
   ·引言第50页
   ·基于多示例学习检索平台第50-53页
   ·基于多示例学习检索实验评估第53-55页
   ·基于多示例学习检索效性分析第55-61页
   ·用户关注概念区域框定第61-65页
   ·本章小结第65-66页
结论第66-67页
参考文献第67-73页
攻读学位期间发表的学术论文第73-75页
致谢第75页

论文共75页,点击 下载论文
上一篇:寿险合同不可抗辩条款研究
下一篇:基于CVE的网络入侵防御系统的研究和实现