图像检索中的相关反馈和分类算法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-12页 |
| 第1章 绪论 | 第12-15页 |
| ·研究背景及意义 | 第12-13页 |
| ·研究目标及主要工作 | 第13页 |
| ·论文结构 | 第13-15页 |
| 第2章 相关研究 | 第15-30页 |
| ·基于内容的图像检索关键技术 | 第15页 |
| ·图像特征提取 | 第15-17页 |
| ·特征相似度匹配 | 第17-19页 |
| ·相关反馈技术 | 第19-21页 |
| ·相关反馈的引入 | 第19-20页 |
| ·相关反馈的概念 | 第20-21页 |
| ·相关反馈算法综述 | 第21-26页 |
| ·查询点移动算法 | 第21页 |
| ·特征权重调整算法 | 第21-22页 |
| ·基于概率模型的相关反馈 | 第22-23页 |
| ·基于机器学习的相关反馈 | 第23-24页 |
| ·基于聚类分析的相关反馈 | 第24-25页 |
| ·基于语义信息的相关反馈 | 第25页 |
| ·相关反馈算法的分析 | 第25-26页 |
| ·粗糙集理论 | 第26-29页 |
| ·知识表达系统与不可分辨关系 | 第26-27页 |
| ·知识约简、核 | 第27-28页 |
| ·熵的相关知识及属性重要性 | 第28-29页 |
| ·小结 | 第29-30页 |
| 第3章 基于粗糙集的相关反馈算法设计 | 第30-42页 |
| ·相关反馈算法设计 | 第30-35页 |
| ·算法的基本思想 | 第30-31页 |
| ·特征提取算法 | 第31页 |
| ·决策表的构成 | 第31-32页 |
| ·决策表的简化 | 第32-34页 |
| ·特征权重调整 | 第34-35页 |
| ·算法实验 | 第35-41页 |
| ·检索性能评价指标 | 第35页 |
| ·实验结果与分析 | 第35-41页 |
| ·本章小结 | 第41-42页 |
| 第4章 基于粗糙集的图像分类算法 | 第42-49页 |
| ·相关方法 | 第42-44页 |
| ·理论基础 | 第44-45页 |
| ·图像分类算法 | 第45-47页 |
| ·图像分类过程 | 第45-46页 |
| ·分类规则的简化 | 第46-47页 |
| ·样本识别 | 第47页 |
| ·实验结果与分析 | 第47-48页 |
| ·本章小结 | 第48-49页 |
| 第5章 图像检索原型系统设计与实现 | 第49-56页 |
| ·系统结构 | 第49-50页 |
| ·系统的实现 | 第50-54页 |
| ·系统功能模块 | 第50-53页 |
| ·图像库构造 | 第53页 |
| ·系统检索流程 | 第53-54页 |
| ·检索示例 | 第54-55页 |
| ·本章小结 | 第55-56页 |
| 结论与展望 | 第56-58页 |
| 参考文献 | 第58-63页 |
| 致谢 | 第63-64页 |
| 附录 A 攻读硕士期间完成的学术论文 | 第64-65页 |
| 附录 B 攻读硕士期间参与的科研项目 | 第65页 |
