基于贝叶斯集成分类器的自动图像标注
摘要 | 第1-7页 |
Abstract | 第7-8页 |
目录 | 第8-10页 |
第1章 绪论 | 第10-16页 |
·研究背景及意义 | 第10-11页 |
·国内外研究现状 | 第11-12页 |
·研究目的及内容 | 第12-13页 |
·研究目的 | 第12页 |
·研究内容 | 第12-13页 |
·自动图像标注系统框架 | 第13-14页 |
·本文结构安排 | 第14-16页 |
第2章 Web图像检索系统平台搭建 | 第16-25页 |
·系统分析 | 第16-17页 |
·系统设计 | 第17-20页 |
·表现层实现 | 第18-19页 |
·业务层实现 | 第19-20页 |
·持久化层实现 | 第20页 |
·系统实现 | 第20-24页 |
·本章小结 | 第24-25页 |
第3章 贝叶斯分类器的集成学习方法 | 第25-37页 |
·引言 | 第25页 |
·贝叶斯分类器 | 第25-29页 |
·贝叶斯分类器的集成学习方法 | 第29-35页 |
·数据描述 | 第30-31页 |
·针对NBC_i构造完整特征训练集 | 第31-33页 |
·分类结果组合 | 第33页 |
·算法参数设置 | 第33页 |
·算法流程 | 第33-35页 |
·本章小结 | 第35-37页 |
第4章 贝叶斯集成分类器在图像标注中的应用 | 第37-41页 |
·基于贝叶斯集成分类器的自动图像标注流程 | 第37-39页 |
·基于贝叶斯集成分类器的自动图像标注算法实现 | 第39-40页 |
·本章总结 | 第40-41页 |
第5章 实验及结果分析 | 第41-52页 |
·实验环境及分析 | 第41-42页 |
·实验及结果分析 | 第42-51页 |
·实验数据 | 第42-44页 |
·评价标准 | 第44-45页 |
·集成算法分类结果比较及分析 | 第45-49页 |
·基于ENBC图像自动标注的实现 | 第49-51页 |
·本章小结 | 第51-52页 |
结论 | 第52-53页 |
致谢 | 第53-54页 |
参考文献 | 第54-59页 |
攻读硕士学位期间发表的论文及科研成果 | 第59页 |