| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 引言 | 第8-14页 |
| 1.1 本文研究背景与意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-10页 |
| 1.3 本文研究工作概述 | 第10-13页 |
| 1.3.1 图像跨模态关联网络的构建 | 第11页 |
| 1.3.2 基于跨模态信息的图像聚类 | 第11-12页 |
| 1.3.3 基于跨模态信息的图像个性化推荐 | 第12页 |
| 1.3.4 各部分之间的关系 | 第12-13页 |
| 1.4 本文的组织结构 | 第13-14页 |
| 第二章 图像跨模态关联网络的构建 | 第14-22页 |
| 2.1 研究目的 | 第14页 |
| 2.2 跨模态的图像视觉-语义关联网络构建方法 | 第14-20页 |
| 2.2.1 语义关联网络的构建方法 | 第15-17页 |
| 2.2.2 视觉关联网络的构建方法 | 第17-20页 |
| 2.3 跨模态关联网络融合 | 第20-21页 |
| 2.4 本章小结 | 第21-22页 |
| 第三章 基于跨模态信息的图像聚类方法 | 第22-38页 |
| 3.1 研究目的 | 第22页 |
| 3.2 多模态特征的构建方法 | 第22-26页 |
| 3.2.1 视觉特征的构建 | 第23-24页 |
| 3.2.2 语义特征的构建 | 第24-26页 |
| 3.3 基于CCA跨模态信息融合的图像聚类方法 | 第26-28页 |
| 3.4 实验分析和评估 | 第28-37页 |
| 3.4.1 数据集准备和评估方法介绍 | 第28-30页 |
| 3.4.2 实验结果及分析 | 第30-37页 |
| 3.5 本章小结 | 第37-38页 |
| 第四章 基于跨模态信息的图像个性化推荐方法 | 第38-55页 |
| 4.1 研究目的 | 第38页 |
| 4.2 基于跨模态关联网络的图像多模态关联信息挖掘 | 第38-40页 |
| 4.3 基于用户个性化模型的多模态关联融合 | 第40-43页 |
| 4.4 基于随机游走的关联推荐算法 | 第43-44页 |
| 4.5 基于跨模态信息的图像个性化推荐算法框架 | 第44-45页 |
| 4.6 实验分析和评估 | 第45-53页 |
| 4.6.1 数据集准备与评估方法介绍 | 第45-46页 |
| 4.6.2 用户评价实验 | 第46-47页 |
| 4.6.3 用户个性化分析实验 | 第47-48页 |
| 4.6.4 浏览关联度实验 | 第48-50页 |
| 4.6.5 查询性能分析实验 | 第50-53页 |
| 4.7 本章小结 | 第53-55页 |
| 第五章 总结与展望 | 第55-58页 |
| 5.1 本文总结 | 第55-56页 |
| 5.2 未来研究内容 | 第56-58页 |
| 参考文献 | 第58-63页 |
| 攻读学位期间参加的科研项目与发表的论文 | 第63-64页 |
| 致谢 | 第64-65页 |