基于人工免疫系统的遥感图像检索算法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 术语 | 第8-9页 |
| 第一章 绪论 | 第9-26页 |
| ·引言 | 第9-10页 |
| ·图像检索的发展 | 第10-11页 |
| ·CBIR 系统架构 | 第11-12页 |
| ·CBIR 的研究热点 | 第12-22页 |
| ·图像低层特征的提取与表示 | 第12-15页 |
| ·基于区域的CBIR | 第15页 |
| ·相关反馈技术 | 第15-17页 |
| ·图像高层语义的提取 | 第17-18页 |
| ·基于仿生算法的CBIR | 第18-22页 |
| ·CBIR 的应用前景 | 第22-23页 |
| ·主要CBIR 系统介绍 | 第23-24页 |
| ·论文组织 | 第24-26页 |
| 第二章 AIS 与CBIR 的结合点分析 | 第26-42页 |
| ·生物免疫系统机理 | 第26-33页 |
| ·免疫系统的组成和功能 | 第26-28页 |
| ·免疫应答的基本过程与类型 | 第28-29页 |
| ·生物免疫系统的两个重要学说 | 第29-32页 |
| ·生物免疫系统特征 | 第32-33页 |
| ·人工免疫系统 | 第33-39页 |
| ·AIS 研究概况 | 第33-35页 |
| ·几种典型的人工免疫算法 | 第35-36页 |
| ·人工免疫算法的收敛性 | 第36-38页 |
| ·AIS 与其它方法的比较 | 第38-39页 |
| ·AIS 与CBIR 的对比分析 | 第39-41页 |
| ·概念层次的比较 | 第39-40页 |
| ·算法模型与问题域层次的比较 | 第40-41页 |
| ·本章小结 | 第41-42页 |
| 第三章 基于AIS 的CBIR 相关反馈模型 | 第42-60页 |
| ·基于克隆选择算法的遥感图像检索模型 | 第42-45页 |
| ·克隆选择算法 | 第42-43页 |
| ·模型原理 | 第43-44页 |
| ·模型流程 | 第44-45页 |
| ·基于改进的克隆选择算法的遥感图像检索模型 | 第45-48页 |
| ·CBIR 中的模糊性 | 第45-46页 |
| ·改进模型原理 | 第46页 |
| ·改进模型流程 | 第46-48页 |
| ·基于进化人工免疫网络的遥感图像检索模型 | 第48-50页 |
| ·aiNet 理论 | 第48页 |
| ·模型原理 | 第48-49页 |
| ·模型流程 | 第49-50页 |
| ·特征提取 | 第50-52页 |
| ·小波纹理特征 | 第50-51页 |
| ·图像特征向量规格化 | 第51-52页 |
| ·实验与讨论 | 第52-60页 |
| ·三种模型实验结果对比 | 第53-56页 |
| ·查询点移动法实验结果 | 第56-60页 |
| 第四章 基于AIS 的CBIR 特征权值调整 | 第60-70页 |
| ·AIRS 原理 | 第60-61页 |
| ·AIRS 模型流程 | 第61-63页 |
| ·特征提取 | 第63-64页 |
| ·小波纹理特征 | 第63-64页 |
| ·颜色累加直方图特征 | 第64页 |
| ·实验与讨论 | 第64-69页 |
| ·小波纹理检索 | 第64-66页 |
| ·组合小波纹理与颜色累加直方图的检索 | 第66-68页 |
| ·实验分析 | 第68-69页 |
| ·本章小结 | 第69-70页 |
| 第五章 总结与展望 | 第70-72页 |
| ·全文工作总结 | 第70页 |
| ·存在的问题和未来展望 | 第70-72页 |
| 参考文献 | 第72-79页 |
| 作者简历 攻读硕士学位期间完成的主要工作 | 第79-81页 |
| 致谢 | 第81页 |
