| 中文摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 研究的背景和意义 | 第9页 |
| 1.2 基于内容图像检索的研究历史，现状以及发展趋势 | 第9-12页 |
| 1.3 本文的主要工作和组织结构 | 第12-14页 |
| 第二章 基于内容图像检索的相关理论与技术 | 第14-26页 |
| 2.1 CBIR的基本内容和基本结构 | 第14-15页 |
| 2.2 基于卷积神经网络的图像特征提取方法 | 第15-22页 |
| 2.2.1 卷积神经网络基本理论 | 第15页 |
| 2.2.2 卷积神经网络训练过程 | 第15-20页 |
| 2.2.3 卷积神经网络框架介绍 | 第20-22页 |
| 2.3 特征向量相似性度量方法 | 第22-24页 |
| 2.4 检索性能评价标准 | 第24-25页 |
| 2.5 本章小结 | 第25-26页 |
| 第三章 基于卷积神经网络和高效流形排序的图像检索 | 第26-43页 |
| 3.1 基于VGG-net的图像特征提取 | 第26-28页 |
| 3.2 特征降维 | 第28-32页 |
| 3.2.1 PCA基本理论 | 第28-29页 |
| 3.2.2 KPCA基本理论 | 第29-32页 |
| 3.3 基于图论的流形排序 | 第32-33页 |
| 3.4 高效流形排序 | 第33-35页 |
| 3.4.1 构建权重图 | 第33-34页 |
| 3.4.2 EMR的高效性计算 | 第34-35页 |
| 3.5 实验结果讨论与分析 | 第35-42页 |
| 3.5.1 图像库 | 第35-36页 |
| 3.5.2 实验结果 | 第36-42页 |
| 3.5.2.1 确定种子点的数量 | 第36-37页 |
| 3.5.2.2 Corel-1000 图像库上的实验结果 | 第37-40页 |
| 3.5.2.3 Caltech-70 图像库上的实验结果 | 第40-42页 |
| 3.6 本章小结 | 第42-43页 |
| 第四章 基于眼动数据和相关反馈的图像检索 | 第43-61页 |
| 4.1 引言 | 第43-44页 |
| 4.2 图像初步检索 | 第44-49页 |
| 4.2.1 多类别分类的SVM算法 | 第44-46页 |
| 4.2.2 FCM聚类 | 第46-47页 |
| 4.2.3 图像初步筛选算法过程 | 第47-49页 |
| 4.3 眼动数据指导下的相关反馈 | 第49-56页 |
| 4.3.1 眼动数据的获取 | 第49-53页 |
| 4.3.2 相关反馈 | 第53-56页 |
| 4.4 实验结果与分析 | 第56-59页 |
| 4.4.1 图像库 | 第56页 |
| 4.4.2 实验结果 | 第56-59页 |
| 4.5 本章小结 | 第59-61页 |
| 第五章 总结和展望 | 第61-63页 |
| 5.1 总结 | 第61-62页 |
| 5.2 未来工作展望 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 研究生期间科研成果 | 第67-68页 |
| 致谢 | 第68-69页 |
