基于ART2神经网络聚类的证书图像检索技术研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-9页 |
| 第一章 绪论 | 第9-15页 |
| ·课题背景 | 第9-10页 |
| ·图像检索的研究现状 | 第10-12页 |
| ·本文的主要工作 | 第12-14页 |
| ·本文的内容组织安排 | 第14-15页 |
| 第二章 证书图像检索相关技术介绍 | 第15-26页 |
| ·图像检索概述 | 第15-16页 |
| ·基于文本的图像检索技术 | 第15页 |
| ·基于内容的图像检索技术 | 第15-16页 |
| ·证书图像的预处理 | 第16-20页 |
| ·证书彩色图像灰度化 | 第16-18页 |
| ·Otsu算法 | 第18-20页 |
| ·证书灰度图像二值化 | 第20页 |
| ·图像检索关键技术 | 第20-25页 |
| ·特征提取 | 第20-22页 |
| ·相似性度量 | 第22-23页 |
| ·高维特征的索引 | 第23-24页 |
| ·相关反馈 | 第24页 |
| ·评价准则 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第三章 伪Zernike矩特征提取方法及其改进 | 第26-37页 |
| ·伪Zernike矩方法原理及不变性分析 | 第26-32页 |
| ·伪Zernike矩与其他矩的比较 | 第26-27页 |
| ·伪Zernike矩的定义 | 第27-28页 |
| ·伪Zernike矩不变性分析 | 第28-30页 |
| ·实验结果对比 | 第30-32页 |
| ·伪Zernike矩改进算法 | 第32-36页 |
| ·伪Zernike矩的改进分析 | 第32-33页 |
| ·伪Zernike矩改进的实验分析 | 第33-36页 |
| ·本章小结 | 第36-37页 |
| 第四章 ART2神经网络的结构原理及改进 | 第37-53页 |
| ·ART神经网络的结构和原理 | 第37-40页 |
| ·ART神经网络的结构 | 第37-39页 |
| ·ART神经网络的基本原理 | 第39-40页 |
| ·ART2神经网络的结构和原理 | 第40-45页 |
| ·ART2神经网络的结构 | 第40-43页 |
| ·ART2神经网络的工作原理 | 第43-45页 |
| ·输入模式的不敏感性分析及已有改进算法 | 第45-47页 |
| ·OP-ART2网络改进算法 | 第45-46页 |
| ·BM-ART2网络改进算法 | 第46-47页 |
| ·设置漂移上限的改进算法 | 第47-52页 |
| ·基本理论介绍 | 第47-48页 |
| ·改进算法实现 | 第48-49页 |
| ·实验结果与分析 | 第49-52页 |
| ·结论 | 第52-53页 |
| 第五章 ART2网络在证书检索中的应用建模 | 第53-59页 |
| ·证书检索模拟系统结构设计 | 第53-55页 |
| ·证书检索模拟系统的步骤介绍 | 第53-54页 |
| ·证书检索模拟系统的模块介绍 | 第54-55页 |
| ·实验过程及分析 | 第55-58页 |
| ·实验结果分析 | 第57-58页 |
| ·结论 | 第58-59页 |
| 第六章 结束语 | 第59-60页 |
| ·本文研究工作总结 | 第59页 |
| ·后续的研究工作与展望 | 第59-60页 |
| 参考文献 | 第60-65页 |
| 致谢 | 第65-66页 |
| 攻读硕士学位期间完成论文情况 | 第66页 |
| 攻读硕士学位期间参加的科研项目情况 | 第66页 |
