| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 引言 | 第10页 |
| 1.2 研究背景及意义 | 第10-11页 |
| 1.3 经典图像分类方法 | 第11-12页 |
| 1.3.1 基于文本的图像分类 | 第11页 |
| 1.3.2 基于内容的图像分类 | 第11-12页 |
| 1.3.3 基于语义的图像分类 | 第12页 |
| 1.4 国内外研究现状 | 第12-14页 |
| 1.4.1 图像数据挖掘研究现状 | 第12-13页 |
| 1.4.2 图像分类研究现状 | 第13-14页 |
| 1.5 论文的主要工作及组织 | 第14-15页 |
| 第2章 图像数据关联规则挖掘技术 | 第15-28页 |
| 2.1 图像数据的性质及特征 | 第15-16页 |
| 2.1.1 颜色特征 | 第15页 |
| 2.1.2 纹理特征 | 第15-16页 |
| 2.1.3 形状特征 | 第16页 |
| 2.2 图像挖掘概述 | 第16-18页 |
| 2.2.1 数据挖掘 | 第16-17页 |
| 2.2.2 图像数据挖掘 | 第17-18页 |
| 2.3 关联规则 | 第18-23页 |
| 2.3.1 基本概念 | 第18-19页 |
| 2.3.2 关联规则挖掘的典型算法 | 第19-23页 |
| 2.4 K-MEANS聚类算法 | 第23-24页 |
| 2.5 图像挖掘 | 第24-27页 |
| 2.5.1 图像数据关联规则挖掘 | 第24-26页 |
| 2.5.2 图像数据关联规则挖掘的关键问题 | 第26页 |
| 2.5.3 图像数据关联规则挖掘的特点及其过程 | 第26-27页 |
| 2.6 本章小结 | 第27-28页 |
| 第3章 图像预处理及其特征提取 | 第28-37页 |
| 3.1 引言 | 第28页 |
| 3.2 图像的描述方法 | 第28页 |
| 3.3 图像底层视觉特征信息采集 | 第28-33页 |
| 3.3.1 颜色空间的选择 | 第28-29页 |
| 3.3.2 图像直方图地抽取及其颜色聚类 | 第29-33页 |
| 3.3.3 图像底层颜色特征矩阵的构建 | 第33页 |
| 3.4 图像高层语义信息处理 | 第33-35页 |
| 3.4.1 非结构化的图像高层语义数据转化为结构化数据 | 第34-35页 |
| 3.4.2 图像高层语义信息特征矩阵的构建 | 第35页 |
| 3.5 本章小结 | 第35-37页 |
| 第4章 多模式关联规则在图像分类上的应用 | 第37-54页 |
| 4.1 引言 | 第37页 |
| 4.2 多特征的融合方法 | 第37-39页 |
| 4.2.1 特征层的融合方法 | 第37-38页 |
| 4.2.2 决策层的融合方法 | 第38-39页 |
| 4.3 基于多模式关联规则的多特征融合分类模型 | 第39-40页 |
| 4.4 多模式关联规则的形成 | 第40-46页 |
| 4.4.1 构建事务数据库 | 第41-42页 |
| 4.4.2 特征矩阵构建 | 第42页 |
| 4.4.3 频繁项集挖掘 | 第42-44页 |
| 4.4.4 多模式关联规则的构建 | 第44-46页 |
| 4.5 图像关联分类器 | 第46-47页 |
| 4.5.1 分类器原理 | 第46页 |
| 4.5.2 多模式关联规则分类器算法描述 | 第46-47页 |
| 4.6 实验结果与分析 | 第47-52页 |
| 4.7 本章小结 | 第52-54页 |
| 第5章 总结及展望 | 第54-56页 |
| 5.1 本文工作总结 | 第54页 |
| 5.2 今后工作展望 | 第54-56页 |
| 参考文献 | 第56-61页 |
| 致谢 | 第61页 |