| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 选题的背景与研究意义 | 第8-10页 |
| 1.1.1 颜色特征 | 第8-9页 |
| 1.1.2 纹理特征 | 第9页 |
| 1.1.3 外部特征 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.3 文章内容与结构安排 | 第13-14页 |
| 第二章 图像特征选择技术的综述 | 第14-20页 |
| 2.1 特征选择的定义 | 第14页 |
| 2.2 经典的特征选择算法 | 第14-18页 |
| 2.2.1 基于全局寻优的分支界定法 | 第14页 |
| 2.2.2 基于启发式搜索的方法 | 第14-15页 |
| 2.2.3 随机搜索的方法 | 第15-18页 |
| 2.3 本章小结 | 第18-20页 |
| 第三章 图像快速标注法 | 第20-26页 |
| 3.1 图像标注 | 第20-21页 |
| 3.2 快速图像标注方法 | 第21-24页 |
| 3.2.1 快速标注方法公式以及符号 | 第22-23页 |
| 3.2.2 该方法的具体实现步骤 | 第23-24页 |
| 3.3 本章小结 | 第24-26页 |
| 第四章 改进的基于分组的图像特征选择算法 | 第26-38页 |
| 4.1 本文方法的研究动机:基于区域理论的特征选择 | 第26-28页 |
| 4.2 基于分组的特征选择方法 | 第28-31页 |
| 4.2.1 首先介绍几种特征分组方法 | 第28-29页 |
| 4.2.2 特征分组方法 | 第29页 |
| 4.2.3 基于分组的拉普拉斯和费舍尔评分方法 | 第29-31页 |
| 4.3 将改进的特征选择方法用于快速标注法 | 第31页 |
| 4.3.1 算法实现步骤流程 | 第31页 |
| 4.4 实验部分 | 第31-37页 |
| 4.4.1 数据集介绍 | 第31-32页 |
| 4.4.2 实验设计方案 | 第32-33页 |
| 4.4.3 实验结果以及分析 | 第33-37页 |
| 4.5 本章结论 | 第37-38页 |
| 第五章 总结与展望 | 第38-40页 |
| 5.1 工作总结 | 第38页 |
| 5.2 工作展望 | 第38-40页 |
| 参考文献 | 第40-44页 |
| 致谢 | 第44-46页 |
| 攻读硕士期间发表的论文 | 第46页 |