基于SVM的CBIR相关反馈技术研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 第一章 绪论 | 第9-13页 |
| ·课题研究的背景和意义 | 第9-10页 |
| ·基于相关反馈的图像检索系统 | 第10页 |
| ·课题来源 | 第10-11页 |
| ·本文主要研究内容及论文结构 | 第11-13页 |
| ·本文主要研究内容 | 第11页 |
| ·论文结构 | 第11-13页 |
| 第二章 CBIR的关键技术 | 第13-29页 |
| ·CBIR的体系结构 | 第13-14页 |
| ·图像特征提取 | 第14-18页 |
| ·颜色特征 | 第14-15页 |
| ·纹理特征 | 第15-18页 |
| ·形状特征 | 第18页 |
| ·语义特征 | 第18页 |
| ·相似性度量方法 | 第18-19页 |
| ·CBIR高维索引技术 | 第19-20页 |
| ·CBIR相关反馈技术 | 第20-27页 |
| ·相关反馈的基本思想 | 第21页 |
| ·基于相关反馈的CBIR结构 | 第21-22页 |
| ·CBIR相关反馈算法 | 第22-27页 |
| ·检索算法的评价准则 | 第27页 |
| ·本章小结 | 第27-29页 |
| 第三章 采样算法设计 | 第29-37页 |
| ·基于SVMactive的相关反馈检索流程 | 第29-31页 |
| ·SVM采样算法分析 | 第31-34页 |
| ·随机选择算法 | 第31-32页 |
| ·最相关选择算法 | 第32-33页 |
| ·简单SVMactive选择算法 | 第33-34页 |
| ·Mean Version Space选择算法 | 第34页 |
| ·SVM采样算法设计 | 第34-36页 |
| ·正最近邻SVMactive选择算法 | 第34-35页 |
| ·Margin SVMactive选择算法 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 第四章 分类算法设计 | 第37-49页 |
| ·SVM分类算法分析 | 第37-42页 |
| ·线性SVM分类算法 | 第37-41页 |
| ·非线性SVM分类算法 | 第41-42页 |
| ·SVM的特点 | 第42页 |
| ·Bsoft SVM分类算法 | 第42-47页 |
| ·用户模式 | 第43页 |
| ·改进的图像相关判断度量方式 | 第43-45页 |
| ·Bsoft SVM分类算法 | 第45-47页 |
| ·核函数的选择 | 第47-48页 |
| ·本章小结 | 第48-49页 |
| 第五章 系统实现与实验研究 | 第49-59页 |
| ·系统实现 | 第49-54页 |
| ·检索系统工作流程 | 第49页 |
| ·初级检索实现 | 第49-51页 |
| ·相关反馈迭代检索实现 | 第51-54页 |
| ·实验结果分析 | 第54-58页 |
| ·采样算法比较 | 第54-55页 |
| ·SVM与Bsoft SVM分类算法比较 | 第55-56页 |
| ·不同核函数比较 | 第56-57页 |
| ·不同图像检索结果比较 | 第57-58页 |
| ·本章小结 | 第58-59页 |
| 第六章 结论与展望 | 第59-61页 |
| ·本文工作总结 | 第59页 |
| ·后继工作和展望 | 第59-61页 |
| 参考文献 | 第61-67页 |
| 致谢 | 第67-69页 |
| 攻读硕士学位期间参加和完成的科研项目 | 第69页 |
