| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-14页 |
| 1.1 研究的背景与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.3 本文主要研究内容及框架安排 | 第12-14页 |
| 第2章 基于内容的图像检索关键方法介绍 | 第14-22页 |
| 2.1 神经网络 | 第14-16页 |
| 2.2 图像特征的提取与降维 | 第16-19页 |
| 2.2.1 图像特征的提取 | 第16-18页 |
| 2.2.2 图像特征的降维 | 第18-19页 |
| 2.3 图像相似度匹配 | 第19-22页 |
| 第3章 卷积神经网络的改进模型 | 第22-36页 |
| 3.1 卷积神经网络及其主要方法 | 第22-29页 |
| 3.1.1 卷积与池化运算 | 第23-24页 |
| 3.1.2 前向传播与反向传播 | 第24-29页 |
| 3.2 卷积神经网络的优化 | 第29-36页 |
| 3.2.1 激活函数的选择 | 第29-34页 |
| 3.2.2 防止过拟合的方法 | 第34-36页 |
| 第4章 基于改进CNN与特征融合的图像检索方法的实现 | 第36-50页 |
| 4.1 准备工作 | 第36-38页 |
| 4.1.1 数据集及其预处理 | 第36-37页 |
| 4.1.2 检索结果评价方法 | 第37-38页 |
| 4.2 基于改进卷积神经网络的图像分类 | 第38-43页 |
| 4.2.1 本文卷积神经网络结构设计 | 第38-39页 |
| 4.2.2 图像分类结果与分析 | 第39-43页 |
| 4.3 基于多特征融合的图像特征提取 | 第43-45页 |
| 4.4 图像相似度匹配 | 第45-49页 |
| 4.5 图像检索的结果评价 | 第49-50页 |
| 第5章 总结与展望 | 第50-52页 |
| 5.1 论文总结 | 第50页 |
| 5.2 工作展望 | 第50-52页 |
| 参考文献 | 第52-56页 |
| 致谢 | 第56页 |