| 摘要 | 第1-12页 |
| ABSTRACT | 第12-15页 |
| 第一章 绪论 | 第15-23页 |
| ·机器学习简介 | 第15-16页 |
| ·类别不平衡学习、代价敏感学习与交叉销售 | 第16-17页 |
| ·半监督学习与指纹图像分割 | 第17-19页 |
| ·距离度量学习与基于内容的图像检索 | 第19-21页 |
| ·相关特征映射与基于内容的图像检索 | 第21-22页 |
| ·本文的组织结构 | 第22-23页 |
| 第二章 类别不平衡学习、代价敏感学习及其在交叉销售上的应用研究 | 第23-35页 |
| ·交叉销售 | 第23-25页 |
| ·问题描述 | 第24页 |
| ·问题分析 | 第24-25页 |
| ·VOTCL | 第25-28页 |
| ·底层学习算法选择 | 第26-27页 |
| ·数据重抽样 | 第27页 |
| ·基于最优阈值的投票集成方法 | 第27-28页 |
| ·实验 | 第28-34页 |
| ·交叉销售数据集 | 第28-29页 |
| ·实验设计及分析 | 第29-32页 |
| ·VOTCL决策机理解析 | 第32-34页 |
| ·本章小结 | 第34-35页 |
| 第三章 半监督学习及其在指纹图像分割上的应用研究 | 第35-41页 |
| ·CoSeg | 第35-37页 |
| ·算法流程 | 第35-36页 |
| ·算法细节 | 第36-37页 |
| ·实验 | 第37-40页 |
| ·实验设置 | 第37-38页 |
| ·实验结果及分析 | 第38-40页 |
| ·本章小结 | 第40-41页 |
| 第四章 距离度量学习及其在CBIR上的应用研究 | 第41-56页 |
| ·QOML | 第41-45页 |
| ·总体框架 | 第42页 |
| ·约束信息 | 第42-44页 |
| ·目标函数 | 第44-45页 |
| ·求解算法 | 第45-47页 |
| ·分解过程 | 第46页 |
| ·求解过程 | 第46-47页 |
| ·实验 | 第47-55页 |
| ·实验设置 | 第47-48页 |
| ·QOML同现有方法的对比 | 第48-52页 |
| ·增加相关反馈轮数 | 第52-53页 |
| ·基于Qsim的半监督加权机制 | 第53-54页 |
| ·使用不同的初始矩阵 | 第54-55页 |
| ·本章小结 | 第55-56页 |
| 第五章 相关特征映射及其在CBIR上的应用研究 | 第56-70页 |
| ·算法流程 | 第56-57页 |
| ·ReFeat | 第57-61页 |
| ·离线建模过程 | 第57页 |
| ·在线检索:仅有一个查询图像的情况 | 第57-58页 |
| ·在线检索:包含相关反馈的情况 | 第58-59页 |
| ·一个说明性的示例 | 第59-60页 |
| ·复杂度分析 | 第60-61页 |
| ·实验 | 第61-68页 |
| ·实验设置 | 第61-62页 |
| ·ReFeat同现有方法的对比 | 第62-64页 |
| ·相关特征映射 | 第64-65页 |
| ·改变图像库的原始特征维数 | 第65-67页 |
| ·不同参数的影响 | 第67-68页 |
| ·本章小结 | 第68-70页 |
| 第六章 总结与展望 | 第70-71页 |
| 参考文献 | 第71-76页 |
| 致谢 | 第76-77页 |
| 攻读学位期间发表的学术论文目录 | 第77-78页 |
| 攻读学位期间申请的专利情况 | 第78-79页 |
| 攻读学位期间获得的奖励情况 | 第79-80页 |
| 学位论文评阅及答辩情况表 | 第80页 |