| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-14页 |
| 1.3 研究内容与创新点 | 第14页 |
| 1.4 论文结构 | 第14-16页 |
| 第2章 相关技术概述 | 第16-28页 |
| 2.1 文本特征提取方法 | 第16-19页 |
| 2.1.1 向量空间模型 | 第16页 |
| 2.1.2 概率隐性语义索引 | 第16-17页 |
| 2.1.3 LDA模型 | 第17-19页 |
| 2.2 图像特征提取方法 | 第19-23页 |
| 2.2.1 SIFT特征提取 | 第19-22页 |
| 2.2.2 Kmeans聚类算法 | 第22-23页 |
| 2.3 数据哈希化方法 | 第23-27页 |
| 2.3.1 基于核函数的局部敏感哈希算法 | 第23-25页 |
| 2.3.2 迭代矢量化算法 | 第25-26页 |
| 2.3.3 谱哈希算法 | 第26-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第3章 融合CCA和Adaboost算法的跨模态信息检索 | 第28-44页 |
| 3.1 任务概述 | 第28-29页 |
| 3.2 图像与文本数据的相关性映射 | 第29-32页 |
| 3.2.1 典型相关性分析 | 第30-32页 |
| 3.2.2 基于子空间的相关结果查询 | 第32页 |
| 3.3 融合CCA和Adaboost的相关反馈算法 | 第32-36页 |
| 3.3.1 Adaboost算法 | 第33-34页 |
| 3.3.2 融合CCA的Ada-CM算法 | 第34-36页 |
| 3.4 实验结果与评估 | 第36-43页 |
| 3.4.1 数据集描述 | 第36-39页 |
| 3.4.2 实验参数设置 | 第39页 |
| 3.4.3 实验性能评判指标 | 第39页 |
| 3.4.4 实验结果及评估 | 第39-43页 |
| 3.5 本章小结 | 第43-44页 |
| 第4章 融合多映射关系的跨模态信息检索 | 第44-56页 |
| 4.1 任务概述 | 第44-46页 |
| 4.2 融合Adaboost和对象语义的映射关系 | 第46-48页 |
| 4.2.1 对象语义的构建 | 第46-47页 |
| 4.2.2 融合Adaboost的语义关系相关反馈 | 第47-48页 |
| 4.3 融合相关性映射关系与语义映射关系 | 第48页 |
| 4.4 融合多个相关性映射关系 | 第48-49页 |
| 4.5 实验结果分析 | 第49-55页 |
| 4.5.1 数据描述 | 第49-50页 |
| 4.5.2 参数设置 | 第50页 |
| 4.5.3 实验性能指标 | 第50-51页 |
| 4.5.4 实验结果及评估 | 第51-55页 |
| 4.6 本章小结 | 第55-56页 |
| 第5章 总结与展望 | 第56-58页 |
| 5.1 论文总结 | 第56页 |
| 5.2 工作展望 | 第56-58页 |
| 参考文献 | 第58-60页 |
| 致谢 | 第60-61页 |
| 硕士期间发表的论文 | 第61页 |
