Web图像检索中并行聚类技术研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 1 绪论 | 第8-17页 |
| ·研究背景与意义 | 第8-9页 |
| ·图像检索系统现状 | 第9-11页 |
| ·聚类算法现状 | 第11-13页 |
| ·并行聚类算法研究现状 | 第13-15页 |
| ·本文结构与内容 | 第15-17页 |
| 2 系统框架设计和模块分析 | 第17-25页 |
| ·系统需求分析 | 第17页 |
| ·WEB 图像搜索系统总体框架 | 第17-19页 |
| ·图像搜索系统的并行系统设计 | 第19-20页 |
| ·并行网页解析及网络爬虫模块 | 第20-22页 |
| ·并行特征向量提取模块 | 第22-23页 |
| ·并行图像聚类模块 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 3 基于视觉特征的图像聚类方法研究 | 第25-37页 |
| ·图像检索中的特征提取方法介绍 | 第25-27页 |
| ·测量图像相似性的方法——EMD | 第27-28页 |
| ·串行的动态自适应聚类算法简介 | 第28-31页 |
| ·对串行自适应聚类算法的改进 | 第31-35页 |
| ·实验结果与分析 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 4 并行图像聚类的实现技术 | 第37-51页 |
| ·并行图像聚类中的几个问题 | 第37-39页 |
| ·解决方案 | 第39页 |
| ·并行图像聚类中并行策略 | 第39-42页 |
| ·集群系统结构对并行图像聚类算法的影响 | 第42-43页 |
| ·并行图像聚类中的消息机制实现 | 第43-48页 |
| ·并行图像聚类效率分析 | 第48-49页 |
| ·实验结果与分析 | 第49-50页 |
| ·本章小结 | 第50-51页 |
| 5 系统测试与分析 | 第51-57页 |
| ·并行算法性能评价标准 | 第51-52页 |
| ·测试环境 | 第52-53页 |
| ·并行聚类与串行聚类的对比测试平台 | 第53-54页 |
| ·性能测试及分析 | 第54-56页 |
| ·本章小结 | 第56-57页 |
| 6 总结与展望 | 第57-59页 |
| 致谢 | 第59-61页 |
| 参考文献 | 第61-64页 |
