| 摘要 | 第1-7页 |
| ABSTRACT | 第7-9页 |
| 目录 | 第9-16页 |
| 第1章 绪论 | 第16-42页 |
| ·引言 | 第16-17页 |
| ·物体识别 | 第17-28页 |
| ·物体识别的研究意义 | 第17-18页 |
| ·物体识别的主要难点 | 第18-19页 |
| ·物体识别的主要任务 | 第19页 |
| ·本文的贡献 | 第19-21页 |
| ·物体识别的研究现状 | 第21-28页 |
| ·文本聚类 | 第28-32页 |
| ·文本聚类的研究意义 | 第28页 |
| ·文本聚类的难点 | 第28-29页 |
| ·本文的贡献 | 第29页 |
| ·文本聚类的研究现状 | 第29-32页 |
| ·论文的结构安排 | 第32-33页 |
| 参考文献 | 第33-42页 |
| 第2章 基于概率文法和马尔可夫场的物体模型 | 第42-80页 |
| ·绪论 | 第42-45页 |
| ·研究背景 | 第45-47页 |
| ·图像的表示:关键点和三元组 | 第47-49页 |
| ·图像特征 | 第48-49页 |
| ·关键点三元组 | 第49页 |
| ·基于概率文法和马尔可夫场的物体模型(PGMM) | 第49-51页 |
| ·PGMM模型中的概率分布 | 第51-58页 |
| ·生成叶节点:P(y|Ω) | 第53-54页 |
| ·生成可观测的叶节点:P(u|y,ω~g) | 第54-55页 |
| ·生成叶节点的位置和方向:P(z,θ|y,ω~g) | 第55-56页 |
| ·生成叶节点的外观的分布:P(A|y,ω~A) | 第56页 |
| ·先验分布:P(Ω),P(ω~A),P(ω~g) | 第56-57页 |
| ·匹配问题 | 第57-58页 |
| ·模型的推理和学习 | 第58-65页 |
| ·动态规划算法在PGMM模型中的使用 | 第59-61页 |
| ·参数学习中的EM算法 | 第61-63页 |
| ·结构推导 | 第63-65页 |
| ·实验结果 | 第65-74页 |
| ·图像分类任务中的性能 | 第67-69页 |
| ·尺寸无关性和旋转无关性 | 第69-71页 |
| ·可变化的图结构 | 第71-74页 |
| ·讨论 | 第74-75页 |
| ·申明 | 第75页 |
| 参考文献 | 第75-80页 |
| 第3章 基于知识传播的概率物体模型 | 第80-112页 |
| ·简介 | 第80-84页 |
| ·基于知识传播策略的模型学习方法 | 第84-86页 |
| ·图像的表示 | 第86-87页 |
| ·POM-Full模型 | 第87-88页 |
| ·POM-IP模型 | 第88-93页 |
| ·POM-IP模型简介 | 第88-90页 |
| ·POM-IP模型的学习和推理过程 | 第90-93页 |
| ·POM-Mask模型 | 第93-97页 |
| ·POM-Mask模型简介 | 第93-95页 |
| ·POM-Mask模型的数学描述 | 第95-96页 |
| ·POM-Mask模型的学习和推理过程 | 第96-97页 |
| ·POM-Edgelet模型 | 第97-98页 |
| ·实验结果 | 第98-107页 |
| ·实验任务及其衡量准则 | 第98-99页 |
| ·场景1:单物体类别图像的图像分类任务 | 第99页 |
| ·场景2:单物体类别下的图像分割任务 | 第99-101页 |
| ·关于POM-Full模型在不同类物体上的性能分析 | 第101-102页 |
| ·场景3:尺寸和旋转有明显差异的物体类别 | 第102-104页 |
| ·场景4:混合物体模型 | 第104-106页 |
| ·场景5:匹配与识别 | 第106-107页 |
| ·讨论 | 第107页 |
| 参考文献 | 第107-112页 |
| 第4章 层次谱聚类算法 | 第112-140页 |
| ·简介 | 第112-114页 |
| ·相关工作 | 第114-115页 |
| ·层次谱聚类算法(SHC算法) | 第115-123页 |
| ·数学描述 | 第116页 |
| ·方法描述 | 第116-118页 |
| ·谱分析 | 第118-122页 |
| ·聚类结构分析 | 第122-123页 |
| ·参数设定 | 第123页 |
| ·实验结果:文本聚类 | 第123-127页 |
| ·数据集 | 第123-124页 |
| ·文档的相似性 | 第124-125页 |
| ·评价准则 | 第125页 |
| ·实验结果 | 第125-127页 |
| ·实验结果:基于博客标签的语义树的生成 | 第127-135页 |
| ·数据集 | 第128-130页 |
| ·博客标签的相似性 | 第130页 |
| ·数据标注说明 | 第130-131页 |
| ·性能评估 | 第131-133页 |
| ·语义树的结构分析 | 第133-135页 |
| ·讨论 | 第135页 |
| 参考文献 | 第135-140页 |
| 第5章 工作总结和未来展望 | 第140-144页 |
| ·工作总结 | 第140-141页 |
| ·未来展望 | 第141-144页 |
| 致谢 | 第144-146页 |
| 在读期间发表的学术论文与取得的研究成果 | 第146-147页 |