首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于深度哈希方法的大规模图像索引研究与应用

摘要第4-5页
Abstract第5-6页
第1章 绪论第9-15页
    1.1 研究背景和意义第9-10页
    1.2 研究历史和现状第10-12页
        1.2.1 大规模图像检索的研究历史和现状第10-11页
        1.2.2 图像哈希索引的研究历史和现状第11-12页
    1.3 课题来源第12页
    1.4 本文研究内容第12-13页
    1.5 本文组织结构第13-15页
第2章 相关技术介绍第15-27页
    2.1 引言第15-16页
    2.2 基于内容的图像检索的相关技术第16-18页
    2.3 深度学习相关技术第18-22页
        2.3.1 深度学习介绍第18-19页
        2.3.2 深度卷积神经网络第19-22页
    2.4 哈希方法相关技术第22-25页
        2.4.1 非深度哈希方法第22-24页
        2.4.2 深度哈希方法第24-25页
    2.5 本章小结第25-27页
第3章 基于深度神经网络的深度哈希索引方法研究第27-41页
    3.1 引言第27-28页
    3.2 深度哈希索引方法研究第28-32页
        3.2.1 深度哈希网络模型第28页
        3.2.2 特征学习模块第28-29页
        3.2.3 哈希学习模块第29-30页
        3.2.4 目标函数模块第30-31页
        3.2.5 学习算法第31-32页
    3.3 图库介绍第32-34页
        3.3.1 CIFAR-10 图库第32页
        3.3.2 NUS-WIDE图库第32-34页
    3.4 实验结果对比与分析第34-39页
        3.4.1 对比方法第34页
        3.4.2 距离度量方法与实验评价标准第34-35页
        3.4.3 CIFAR-10 图库上的实验结果对比与分析第35-37页
        3.4.4 NUS-WIDE图库上的实验结果对比与分析第37-39页
    3.5 本章小结第39-41页
第4章 基于深度哈希网络的深度融合哈希索引方法研究第41-53页
    4.1 引言第41页
    4.2 基于深度神经网络的融合哈希索引方法第41-45页
        4.2.1 基本思想第41页
        4.2.2 模型框架第41-42页
        4.2.3 具体实现第42-45页
    4.3 实验结果对比与分析第45-51页
        4.3.1 对比方法第45页
        4.3.2 评价标准第45-46页
        4.3.3 CIFAR-10 图库上的实验结果对比与分析第46-50页
        4.3.4 NUS-WIDE图库上的实验结果对比与分析第50-51页
    4.4 本章小结第51-53页
第5章 基于深度融合哈希索引方法的图像检索系统第53-63页
    5.1 引言第53页
    5.2 基于深度融合哈希索引方法的图像检索系统第53-55页
        5.2.1 系统框架设计第53-54页
        5.2.2 系统检索流程第54-55页
        5.2.3 系统界面设计第55页
    5.3 运行环境第55-56页
    5.4 基于深度融合哈希索引方法的图像检索系统测试与评价第56-61页
        5.4.1 NUS-WIDE图库上的系统测试与评价第56-58页
        5.4.2 Corel-1K图库上的系统测试与评价第58-61页
    5.5 本章小结第61-63页
结论第63-65页
参考文献第65-71页
攻读硕士学位期间的研究成果第71-73页
致谢第73页

论文共73页,点击 下载论文
上一篇:基于聚类与用户兴趣偏好的协同过滤推荐技术研究
下一篇:微信商城系统的设计及商品推荐系统的研究