首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

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

论文共130页,点击 下载论文
上一篇:统计过程控制(SPC)技术在质量管理中的应用研究及实现
下一篇:西方二元经济理论述评