| 内容摘要 | 第6-7页 |
| ABSTRACT | 第7页 |
| 第一章 绪论 | 第12-16页 |
| 1.1 机器学习和人工智能研究意义 | 第12-13页 |
| 1.2 研究背景 | 第13-14页 |
| 1.3 论文组织 | 第14-16页 |
| 第二章 预备知识及相关工作 | 第16-28页 |
| 2.1 机器学习概述 | 第16-18页 |
| 2.2 常见图像搜索算法 | 第18-23页 |
| 2.2.1 图像搜索技术的发展 | 第18-20页 |
| 2.2.2 常见的近似最近邻算法 | 第20-21页 |
| 2.2.3 已有图像搜索引擎 | 第21-23页 |
| 2.3 Lasso算法与嵌入式特征选择 | 第23-26页 |
| 2.3.1 特征选择 | 第23-24页 |
| 2.3.2 Lasso算法及其发展 | 第24-26页 |
| 2.4 本章小结 | 第26-28页 |
| 第三章 基于Group Lasso的半监督哈希图像搜索算法 | 第28-47页 |
| 3.1 概述 | 第28-33页 |
| 3.1.1 图像的特征 | 第28-29页 |
| 3.1.2 Group Lasso算法与组结构 | 第29-31页 |
| 3.1.3 解决方案 | 第31-33页 |
| 3.2 基于Group Lasso的半监督哈希图像搜索 | 第33-40页 |
| 3.2.1 建模 | 第33-37页 |
| 3.2.2 图像搜索过程 | 第37-40页 |
| 3.3 模型求解算法 | 第40-45页 |
| 3.3.1 邻近梯度法 | 第40-42页 |
| 3.3.2 用邻近梯度法求解模型 | 第42-45页 |
| 3.4 优势与不足 | 第45-46页 |
| 3.5 本章小结 | 第46-47页 |
| 第四章 数值实验 | 第47-59页 |
| 4.1 实验准备 | 第47-49页 |
| 4.1.1 实验环境 | 第47页 |
| 4.1.2 评价指标 | 第47-49页 |
| 4.2 MNIST手写数字库实验 | 第49-54页 |
| 4.2.1 预处理 | 第49页 |
| 4.2.2 结果分析 | 第49-54页 |
| 4.3 CIFAR10库实验 | 第54-58页 |
| 4.3.1 预处理 | 第54-55页 |
| 4.3.2 结果分析 | 第55-58页 |
| 4.4 本章小结 | 第58-59页 |
| 第五章 总结与展望 | 第59-61页 |
| 5.1 总结 | 第59-60页 |
| 5.2 展望 | 第60-61页 |
| 参考文献 | 第61-66页 |
| 致谢 | 第66-67页 |
| 发表论文和科研情况 | 第67页 |