面向大规模图像库的层次化索引机制研究
图目录 | 第1-9页 |
表目录 | 第9-10页 |
摘要 | 第10-12页 |
Abstract | 第12-15页 |
第一章绪论 | 第15-31页 |
·问题的提出 | 第15-19页 |
·引言 | 第15-16页 |
·维度灾难 | 第16-18页 |
·研究意义及应用前景 | 第18-19页 |
·国内外研究现状 | 第19-28页 |
·基于内容图像检索的国内外研究现状 | 第19-22页 |
·高维索引技术的研究现状 | 第22-27页 |
·研究现状小结 | 第27-28页 |
·本文的主要工作 | 第28-30页 |
·论文的内容安排 | 第30-31页 |
第二章 面向大规模图像库的高维索引研究框架 | 第31-40页 |
·CBIR 中的相似查询 | 第31-33页 |
·高维索引面临的问题 | 第33-36页 |
·CBIR 中的高维索引机制研究框架 | 第36-39页 |
·相似性度量 | 第37-38页 |
·高维索引的创建 | 第38页 |
·基于索引的相似搜索 | 第38-39页 |
·本章小结 | 第39-40页 |
第三章 高维空间中的相似性度量研究 | 第40-59页 |
·问题的提出 | 第40-48页 |
·现有度量方式 | 第41-43页 |
·“维度灾难”对高维空间中最近邻特性的影响 | 第43-47页 |
·L_k 度量在高维空间中的不稳定性 | 第47-48页 |
·一种适用于高维数据的相似性度量方式 | 第48-54页 |
·子空间中的相似性度量 | 第48-49页 |
·基于网格划分的子空间度量 | 第49-53页 |
·网格划分参数的确定 | 第53-54页 |
·实验及结论 | 第54-58页 |
·本章小结 | 第58-59页 |
第四章 面向大规模图像库的聚类索引机制研究 | 第59-86页 |
·问题的提出 | 第59-64页 |
·传统的聚类方法及其存在的主要问题 | 第59-60页 |
·基于密度的聚类 | 第60-61页 |
·子空间聚类 | 第61-62页 |
·问题的描述 | 第62-64页 |
·基于密度的子空间聚类算法研究 | 第64-74页 |
·基于密度聚类的定义在子空间中的扩展 | 第65-67页 |
·密度相连的单调性 | 第67-71页 |
·一种基于密度的子空间聚类算法 | 第71-74页 |
·基于子空间聚类的索引方法研究 | 第74-81页 |
·基于子空间聚类的索引结构 | 第74-77页 |
·基于聚类索引的相似搜索算法 | 第77-81页 |
·实验结果与讨论 | 第81-85页 |
·子空间聚类算法运行时间验证 | 第81-82页 |
·基于聚类索引的搜索算法的性能验证 | 第82-85页 |
·小结 | 第85-86页 |
第五章 面向大规模图像库的降维索引机制研究 | 第86-102页 |
·问题的提出 | 第86-90页 |
·引言 | 第86-87页 |
·现有降维方法与数据集的本征维 | 第87-89页 |
·个体本征维 | 第89-90页 |
·针对图像HSV 颜色特征的降维方法研究 | 第90-96页 |
·HSV 颜色模型 | 第90-93页 |
·一种新的降维方法 | 第93-96页 |
·基于降维的高维索引机制研究 | 第96-98页 |
·基于降维的高维索引结构 | 第96-97页 |
·基于降维索引的相似搜索算法 | 第97-98页 |
·实验结果与讨论 | 第98-101页 |
·本章小结 | 第101-102页 |
第六章 基于聚类和降维的层次化索引机制及其应用 | 第102-112页 |
·基于聚类和降维的层次化索引机制 | 第102-105页 |
·CDRI 层次化索引机制 | 第102-104页 |
·实验及结论 | 第104-105页 |
·CDRI 索引机制在MMDPMS 中的应用 | 第105-111页 |
·MMDPMS 系统总体介绍 | 第105-107页 |
·CDRI 索引机制在系统中的应用 | 第107-111页 |
·本章小结 | 第111-112页 |
第七章 总结与展望 | 第112-117页 |
·本文的主要贡献 | 第112-114页 |
·进一步的研究方向 | 第114-115页 |
·展望 | 第115-117页 |
致谢 | 第117-119页 |
参考文献 | 第119-129页 |
攻读博士学位期间发表论文及参与科研情况 | 第129-130页 |
1. 【论文】 | 第129-130页 |
2. 【参与的科研项目】 | 第130页 |