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 |