基于模糊支持向量机的图像语义标注
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-18页 |
| ·研究背景 | 第10-14页 |
| ·基于文本的图像检索 | 第11页 |
| ·基于内容的图像检索 | 第11-12页 |
| ·基于语义的图像检索 | 第12-14页 |
| ·国内外研究状态 | 第14-16页 |
| ·本文研究内容 | 第16-17页 |
| ·论文结构 | 第17-18页 |
| 第二章 图像底层特征提取 | 第18-32页 |
| ·颜色特征 | 第18-23页 |
| ·颜色空间模型 | 第18-22页 |
| ·颜色特征的提取 | 第22-23页 |
| ·纹理特征 | 第23-27页 |
| ·形状特征 | 第27-30页 |
| ·小结 | 第30-32页 |
| 第三章 图像语义标注方法 | 第32-44页 |
| ·语义层次模型 | 第32-35页 |
| ·语义表示方式 | 第35-36页 |
| ·文本表示法 | 第35-36页 |
| ·知识表示法 | 第36页 |
| ·标注方式 | 第36-42页 |
| ·人为标注 | 第36-38页 |
| ·自动标注 | 第38-41页 |
| ·半自动标注 | 第41-42页 |
| ·语义标注的研究现状 | 第42-43页 |
| ·基于关键字的语义网络 | 第42-43页 |
| ·底层特征直接映射到语义 | 第43页 |
| ·小结 | 第43-44页 |
| 第四章 基于紧密型模糊隶属度函数的模糊支持向量机 | 第44-52页 |
| ·支持向量机 | 第44-47页 |
| ·线性可分情况 | 第45页 |
| ·线性不可分情况 | 第45-46页 |
| ·非线性情况 | 第46页 |
| ·核函数 | 第46-47页 |
| ·模糊支持向量机(FSVM) | 第47-48页 |
| ·模糊隶属函数 | 第48-51页 |
| ·小结 | 第51-52页 |
| 第五章 实验以及分析 | 第52-62页 |
| ·实验环境 | 第52-54页 |
| ·MATLAB | 第52-53页 |
| ·libsvm软件包 | 第53-54页 |
| ·实验 | 第54-57页 |
| ·实验结果以及分析 | 第57-61页 |
| ·数据归一化 | 第57-59页 |
| ·模型训练 | 第59-60页 |
| ·实验结果 | 第60-61页 |
| ·小结 | 第61-62页 |
| 第六章 总结与展望 | 第62-64页 |
| ·总结 | 第62页 |
| ·展望 | 第62-64页 |
| 参考文献 | 第64-70页 |
| 致谢 | 第70-72页 |
| 攻读学位期间发表的学术论文目录 | 第72页 |
