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--计算机软件论文--程序设计、软件工程论文--程序设计论文

高维索引技术及其在医学图像数据库中的应用

第一章 绪论第1-14页
   ·研究背景与意义第9-10页
   ·国内外研究现状第10-12页
     ·高维索引技术第11页
     ·高维索引应用第11-12页
   ·研究内容与特色之处第12-13页
   ·论文章节安排第13-14页
第二章 高维数据及其索引第14-23页
   ·引言第14-15页
   ·高维数据及其索引技术第15-16页
     ·高维数据第15页
     ·高维数据索引技术第15-16页
   ·高维数据查询处理相关第16-20页
     ·高维数据空间第17页
     ·相似性度量函数第17-18页
     ·查询方式第18-19页
     ·性能评价标准第19-20页
   ·高维索引的基本思想与结构第20页
   ·高维索引基本算法分析第20-22页
     ·插入算法第21页
     ·删除算法第21-22页
     ·查询算法第22页
   ·本章小结第22-23页
第三章 高维索引技术第23-36页
   ·高维索引方法分类第23-24页
   ·向量空间索引方法第24-29页
     ·K-D树类第24-25页
     ·四叉树类第25-26页
     ·R树类第26-27页
     ·X树第27-28页
     ·SS树类第28-29页
   ·度量空间索引方法第29-33页
     ·BK树类第30-31页
     ·BS树类第31页
     ·VP树类第31-32页
     ·SA树类第32-33页
     ·M树类第33页
   ·MAM与SAM比较分析第33-35页
   ·本章小结第35-36页
第四章 M*树索引方法第36-48页
   ·MAM性能评价标准第36-37页
   ·M树索引相关问题第37-40页
     ·索引结构第37-38页
     ·相似性查询算法分析第38-40页
   ·M树索引建树算法分析第40-41页
     ·原始动态建树算法第40-41页
     ·静态建树算法第41页
   ·M*树索引建树算法设计第41-43页
     ·多分支插入第41-43页
     ·节点分裂策略第43页
   ·M*树索引结构优化第43-45页
     ·Slim-down算法基本思想第44页
     ·Slim-down算法改进第44-45页
   ·实验结果分析与总结第45-47页
   ·本章小结第47-48页
第五章 M*树在医学图像数据库中的应用第48-61页
   ·医学图像数据库第48-49页
   ·医学图像特征第49-53页
     ·归一化直方图特征第50页
     ·度量直方图特征第50-51页
     ·区域度量直方图特征提取第51-53页
   ·相似性度量函数第53-56页
     ·颜色直方图距离度量函数第53-54页
     ·度量直方图距离函数第54-56页
   ·医学图像数据库检索第56-59页
     ·检索方案设计第56-57页
     ·医学图像数据库索引结构第57-58页
     ·实验结果与分析第58-59页
   ·本章小结第59-61页
第六章 总结与展望第61-63页
   ·工作总结第61页
   ·展望第61-63页
参考文献第63-67页
致谢第67-68页
发表论文和科研情况说明第68页

论文共68页,点击 下载论文
上一篇:发酵型酸豆乳饮料的研究
下一篇:CDG网格信息服务与任务调度模块的研究与实现