首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--检索机论文

图像检索中基于日志学习的相关反馈技术研究

摘要第1-5页
Abstract第5-8页
图表清单第8-9页
注释表第9-10页
第一章 绪论第10-16页
   ·选题背景及研究意义第10-11页
   ·相关反馈技术研究现状第11-14页
   ·论文研究内容第14页
   ·论文组织结构第14-16页
第二章 基于内容图像检索中的相关反馈技术第16-24页
   ·基于内容的图像检索技术第16-19页
     ·CBIR 技术及特点第16页
     ·CBIR 的检索流程第16-18页
     ·CBIR 的重点与难点第18-19页
   ·相关反馈技术介绍第19-22页
     ·相关反馈的提出第19-20页
     ·反馈中的用户模式第20-21页
     ·相关性度量方式第21页
     ·反馈中的噪声问题第21-22页
   ·几个带反馈的CBIR 系统第22-23页
   ·小结第23-24页
第三章 基于反馈日志的相关反馈方法研究第24-39页
   ·研究现状第24-25页
   ·支持向量机理论简介第25-29页
     ·统计学习基本理论第25-26页
     ·标准支持向量机模型第26-27页
     ·软标签的支持向量机第27-28页
     ·核函数及参数选择第28-29页
   ·基于反馈日志的软标签SVM 相关反馈检索算法第29-34页
     ·日志库建立及用户检索满意度第30-31页
     ·基于日志库的图像相似性度量第31-32页
     ·基于日志库的语义相似性度量第32页
     ·训练样本的构成第32-33页
     ·算法检索流程第33-34页
   ·实验结果及分析第34-38页
   ·小结第38-39页
第四章 利用综合评分的图像检索方法研究第39-46页
   ·引言第39-40页
   ·利用综合评分的图像检索算法第40-44页
     ·基于低层视觉特征的图像评分第40-42页
     ·基于反馈日志的图像评分第42-43页
     ·基于软标签SVM 的相关反馈图像评分第43页
     ·利用综合评分的图像检索算法第43-44页
   ·实验结果及分析第44-45页
   ·小结第45-46页
第五章 基于日志学习的图像检索系统设计与实现第46-57页
   ·系统设计原则第46页
   ·系统设计第46-55页
     ·系统功能划分第46-47页
     ·数据库设计第47-49页
     ·日志系统设计第49-50页
     ·基于日志学习的反馈检索流程第50-51页
     ·系统 GUI 设计第51-55页
   ·系统评价准则第55-57页
第六章 总结与展望第57-60页
   ·本文总结第57-58页
   ·展望第58-60页
参考文献第60-65页
致谢第65-66页
在学期间的研究成果及发表的学术论文第66页

论文共66页,点击 下载论文
上一篇:结合数据性质的进程演算及模型检测
下一篇:基于内容的商标检索技术研究