多媒体特征学习与信息检索联合优化问题研究
| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 1 绪论 | 第17-25页 |
| 1.1 多媒体信息检索的背景介绍 | 第17-19页 |
| 1.2 相关研究工作分析 | 第19-22页 |
| 1.3 本文主要内容和结构 | 第22-25页 |
| 2 分布式单模态特征学习 | 第25-53页 |
| 2.1 分布式非负矩阵分解算法 | 第26-37页 |
| 2.2 增量非负矩阵分解及并行实现 | 第37-40页 |
| 2.3 实验分析及验证 | 第40-51页 |
| 2.4 本章小结 | 第51-53页 |
| 3 分布式多模态二值多子空间学习 | 第53-72页 |
| 3.1 问题概述 | 第53-56页 |
| 3.2 算法设计 | 第56-64页 |
| 3.3 实验分析和验证 | 第64-71页 |
| 3.4 本章小结 | 第71-72页 |
| 4 层次化联合深度特征表达的排序学习 | 第72-97页 |
| 4.1 问题概述 | 第72-75页 |
| 4.2 算法描述 | 第75-87页 |
| 4.3 实验验证及讨论 | 第87-95页 |
| 4.4 本章小结 | 第95-97页 |
| 5 基于特征群组信息的多媒体信息检索 | 第97-110页 |
| 5.1 问题概述 | 第97-98页 |
| 5.2 算法描述 | 第98-103页 |
| 5.3 模型求解 | 第103-105页 |
| 5.4 实验验证及分析 | 第105-108页 |
| 5.5 本章小结 | 第108-110页 |
| 6 总结与展望 | 第110-113页 |
| 6.1 本文工作总结 | 第110-111页 |
| 6.2 进一步工作展望 | 第111-113页 |
| 参考文献 | 第113-122页 |
| 主要研究成果 | 第122-123页 |
| 致谢 | 第123-124页 |
