| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 图像检索技术国内外发展现状 | 第11-12页 |
| 1.3 相关反馈 | 第12-14页 |
| 1.4 群智能优化算法 | 第14-15页 |
| 1.5 本文的主要工作和内容组织 | 第15-16页 |
| 第二章 图像特征提取 | 第16-22页 |
| 2.1 图像的颜色特征 | 第16-18页 |
| 2.2 图像的纹理特征 | 第18-19页 |
| 2.3 图像的形状特征 | 第19-20页 |
| 2.4 图像的相似度匹配技术 | 第20-22页 |
| 2.4.1 欧氏距离 | 第20-21页 |
| 2.4.2 余弦距离 | 第21页 |
| 2.4.3 马氏距离 | 第21页 |
| 2.4.4 二次距离 | 第21页 |
| 2.4.5 直方图相交距离 | 第21-22页 |
| 第三章 基于粒子群优化权重向量的相关反馈 | 第22-40页 |
| 3.1 引言 | 第22-23页 |
| 3.2 背景知识介绍 | 第23-25页 |
| 3.2.1 TF IDF模型 | 第23页 |
| 3.2.2 权重向量构成 | 第23-24页 |
| 3.2.3 粒子群优化算法 | 第24-25页 |
| 3.3 基于PSO优化权重向量的相关反馈 | 第25-28页 |
| 3.3.1 基于PSO优化权重向量的正负相关反馈框架 | 第25-26页 |
| 3.3.2 基于PSO优化权重向量的正相关反馈框架 | 第26-28页 |
| 3.4 实验与分析 | 第28-39页 |
| 3.4.1 实验 | 第28页 |
| 3.4.2 实验结果分析 | 第28-39页 |
| 3.4.2.1 与相关算法性能的比较 | 第28-30页 |
| 3.4.2.2 与基于PSO 和PSO 图像检索相关反馈算法性能的比较 | 第30-31页 |
| 3.4.2.3 实验检索结果示例分析 | 第31-39页 |
| 3.5 本章小结 | 第39-40页 |
| 第四章 基于融合特征权重向量的相关反馈 | 第40-52页 |
| 4.1 引言 | 第40页 |
| 4.2 纹理特征权重向量提取算法 | 第40-41页 |
| 4.3 形状特征权重向量提取算法 | 第41页 |
| 4.4 颜色特征权重向量提取算法 | 第41页 |
| 4.5 融合权重特征相似度匹配 | 第41-43页 |
| 4.6 实验与分析 | 第43-51页 |
| 4.6.1 与相关算法性能的比较 | 第43-45页 |
| 4.6.2 与基于PSO 和PSO 图像检索相关反馈算法性能的比较 | 第45页 |
| 4.6.3 实验检索结果示例分析 | 第45-51页 |
| 4.7 本章小结 | 第51-52页 |
| 总结与展望 | 第52-54页 |
| 参考文献 | 第54-58页 |
| 致谢 | 第58-60页 |
| 攻读学位期间参与的科研项目 | 第60-61页 |
