| 摘要 | 第1-7页 |
| ABSTRACT | 第7-9页 |
| 第1章 绪论 | 第9-12页 |
| ·选题的研究背景和意义 | 第9页 |
| ·研究的意义和内容 | 第9-10页 |
| ·研究的目的 | 第10-12页 |
| 第2章 图像分类方法的研究 | 第12-20页 |
| ·图像分类概述 | 第12-14页 |
| ·基于文本的图像分类 | 第12-13页 |
| ·基于内容的图像分类 | 第13-14页 |
| ·基于数据挖掘算法的图像分类方法 | 第14-16页 |
| ·数据挖掘概述 | 第14页 |
| ·数据挖掘的功能 | 第14-16页 |
| ·数据挖掘系统的分类 | 第16页 |
| ·基于SVM算法的图像分类 | 第16-17页 |
| ·基于决策树算法的图像分类 | 第17-18页 |
| ·基于贝叶斯(Bayes)算法的图像分类 | 第18-19页 |
| ·分类算法的评价标准 | 第19页 |
| ·本章小结 | 第19-20页 |
| 第3章 总体设计和研究方案 | 第20-23页 |
| ·本课题的主要研究目的内容 | 第20页 |
| ·INTERNET数据采集模块 | 第20页 |
| ·建立神经网络模型 | 第20-21页 |
| ·系统开发设计平台 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第4章 实验数据的获取与数据预处理 | 第23-28页 |
| ·INTERNET信息采集模块 | 第23-25页 |
| ·WEB页面的HTML文档的采集 | 第23-24页 |
| ·WEB页面属性的获取 | 第24-25页 |
| ·图像高度,高度,ALT,SRC,HREF属性的获取 | 第25页 |
| ·图像说明文字的提取 | 第25页 |
| ·图像属性的处理及计算 | 第25-27页 |
| ·图像的SRC,HREF属性的计算 | 第25-26页 |
| ·图像说明文字、ALT文本和网页标题的分词 | 第26页 |
| ·图像链接属性的计算 | 第26-27页 |
| ·图像高度与宽度比的计算 | 第27页 |
| ·本章小结 | 第27-28页 |
| 第5章神 经网络技术 | 第28-40页 |
| ·神经网络综述 | 第28页 |
| ·生物神经元的基本原理 | 第28-29页 |
| ·人工神经网络概述 | 第29-30页 |
| ·人工神经网络算法的功能 | 第30-31页 |
| ·人工神经网络在分类预测中的应用 | 第31-33页 |
| ·人工神经网络在市场组合法中的应用 | 第31-32页 |
| ·目标识别分类的应用 | 第32页 |
| ·焊接接头力学性能预测中的应用 | 第32-33页 |
| ·BP神经网络原理 | 第33-34页 |
| ·BP网络的学习过程 | 第34页 |
| ·BP神经网络分类模型的算法推导 | 第34-39页 |
| ·本章小结 | 第39-40页 |
| 第6章 神经网络模型的设计与优化 | 第40-57页 |
| ·BP网络在本研究中的应用 | 第40-41页 |
| ·WEB图像的初步分类以及输入属性的确定 | 第40-41页 |
| ·辅助工具的确定 | 第41-42页 |
| ·MATLAB的简介 | 第41页 |
| ·MATLAB的ANN工具箱 | 第41-42页 |
| ·BP网络的优化及改进 | 第42-43页 |
| ·预测模型的设计 | 第43-46页 |
| ·系统构架 | 第46页 |
| ·系统主界面 | 第46页 |
| ·数据采集模块界面 | 第46页 |
| ·系统实验 | 第46-56页 |
| ·本章小节 | 第56-57页 |
| 第7章 系统评测 | 第57-59页 |
| ·系统性能分析 | 第57页 |
| ·总结展望 | 第57-59页 |
| 第8章 结束语 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 致谢 | 第63页 |