基于语义学习的图像检索研究
| 摘要 | 第1-7页 |
| Abstract | 第7-10页 |
| 图表目录 | 第10-12页 |
| 目录 | 第12-14页 |
| 第一章 绪论 | 第14-35页 |
| ·研究背景介绍 | 第14-18页 |
| ·文本信息检索 | 第14-16页 |
| ·基于内容的图像检索 | 第16-18页 |
| ·基于内容的图像检索研究现状 | 第18-30页 |
| ·基于内容的图像检索发展历史 | 第18-22页 |
| ·研究方向及面临的主要问题 | 第22-26页 |
| ·主要检索系统及应用领域介绍 | 第26-28页 |
| ·主要研究机构及学术会议 | 第28-30页 |
| ·论文主要工作及结构安排 | 第30-35页 |
| ·论文主要工作 | 第30-32页 |
| ·论文结构安排 | 第32-35页 |
| 第二章 色彩量化 | 第35-52页 |
| ·色彩量化算法介绍 | 第35-37页 |
| ·基于视觉感知的色彩量化算法 | 第37-48页 |
| ·色彩空间模型 | 第37-41页 |
| ·蜂窝状分割的色彩量化算法 | 第41-43页 |
| ·基于视觉感知的色彩量化算法 | 第43-48页 |
| ·相关实验比较 | 第48-51页 |
| ·本章小结 | 第51-52页 |
| 第三章 图像分割 | 第52-66页 |
| ·图像分割方法介绍 | 第52-54页 |
| ·基于色彩和纹理特征的图像分割 | 第54-61页 |
| ·JSEG分割算法介绍 | 第54-56页 |
| ·色彩和纹理特征表达 | 第56-58页 |
| ·图像分割算法实现 | 第58-61页 |
| ·相关实验 | 第61-65页 |
| ·本章小结 | 第65-66页 |
| 第四章 用户语义学习 | 第66-92页 |
| ·图像语义检索研究介绍 | 第66-69页 |
| ·特征表达 | 第69-72页 |
| ·区域匹配与“感兴趣”动态特征选择 | 第72-78页 |
| ·区域配对 | 第72-75页 |
| ·“感兴趣”特征选择 | 第75-78页 |
| ·用户语义学习算法 | 第78-82页 |
| ·用户语义学习 | 第78-80页 |
| ·图像检索算法 | 第80-82页 |
| ·图像检索实验 | 第82-91页 |
| ·本章小结 | 第91-92页 |
| 第五章 复杂网络的子网络分割研究 | 第92-108页 |
| ·复杂网络研究介绍 | 第92-94页 |
| ·子网络分割研究 | 第94-101页 |
| ·子网络分割研究介绍 | 第94-96页 |
| ·基于子网络结构属性的网络分割算法 | 第96-101页 |
| ·子网络分割实验 | 第101-107页 |
| ·计算机生成的随机图 | 第101-103页 |
| ·社交网络 | 第103-106页 |
| ·其他网络 | 第106-107页 |
| ·本章小结 | 第107-108页 |
| 第六章 图像语义概念保存研究 | 第108-123页 |
| ·图像语义概念保存研究介绍 | 第108-109页 |
| ·图像相似语义图像网络性质 | 第109-113页 |
| ·复杂网络的语义概念提取 | 第113-117页 |
| ·语义概念保存的图像检索实验 | 第117-121页 |
| ·本章小结 | 第121-123页 |
| 第七章 全文总结 | 第123-126页 |
| ·论文总结 | 第123-124页 |
| ·未来工作 | 第124-126页 |
| 参考文献 | 第126-140页 |
| 致谢 | 第140-141页 |
| 发表的学术论文 | 第141页 |
