鞋印图像多标签聚类算法研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-25页 |
| 1.1 研究目的与意义 | 第10-11页 |
| 1.2 国内外发展现状 | 第11-16页 |
| 1.2.1 多标签分类技术 | 第11-13页 |
| 1.2.2 图像多标签标注 | 第13-15页 |
| 1.2.3 图像多标签聚类 | 第15-16页 |
| 1.3 评测方法与鞋印图像数据集 | 第16-20页 |
| 1.3.1 鞋印图像聚类算法的评价方法 | 第16-20页 |
| 1.3.2 鞋印图像数据集 | 第20页 |
| 1.4 存在的问题及发展趋势 | 第20-21页 |
| 1.5 本文的主要工作和章节安排 | 第21-25页 |
| 1.5.1 主要工作内容 | 第21-22页 |
| 1.5.2 本文章节安排 | 第22-25页 |
| 第2章 鞋印图像多标签聚类算法总体思路 | 第25-30页 |
| 2.1 引言 | 第25页 |
| 2.2 鞋印图像数据集的特点分析 | 第25-26页 |
| 2.3 鞋印图像多标签聚类算法总体思路 | 第26-27页 |
| 2.4 评测方法和测试数据 | 第27-28页 |
| 2.4.1 评测方法 | 第27-28页 |
| 2.4.2 测评数据 | 第28页 |
| 2.5 本章小结 | 第28-30页 |
| 第3章 基于改进FCM的鞋印图像多标签聚类算法 | 第30-40页 |
| 3.1 引言 | 第30页 |
| 3.2 相关工作 | 第30-34页 |
| 3.2.1 FCM研究现状及算法流程 | 第30-33页 |
| 3.2.2 FCM改进算法 | 第33-34页 |
| 3.3 基于改进FCM的鞋印图像多标签聚类算法 | 第34-38页 |
| 3.3.1 算法原理 | 第34-35页 |
| 3.3.2 算法流程 | 第35-36页 |
| 3.3.3 算法描述 | 第36-38页 |
| 3.4 实验结果与分析 | 第38-39页 |
| 3.5 本章小结 | 第39-40页 |
| 第4章 基于随机游走的鞋印图像多标签聚类算法 | 第40-52页 |
| 4.1 引言 | 第40页 |
| 4.2 相关工作 | 第40-43页 |
| 4.2.1 随机游走发展现状 | 第40-42页 |
| 4.2.2 随机游走基本原理 | 第42-43页 |
| 4.3 基于随机游走的鞋印图像多标签聚类算法 | 第43-49页 |
| 4.3.1 定义 | 第43-44页 |
| 4.3.2 算法原理 | 第44-45页 |
| 4.3.3 算法流程图 | 第45-47页 |
| 4.3.4 算法描述 | 第47-49页 |
| 4.4 实验结果与分析 | 第49-51页 |
| 4.5 本章小结 | 第51-52页 |
| 第5章 基于PLSA的鞋印图像多标签聚类算法 | 第52-66页 |
| 5.1 引言 | 第52页 |
| 5.2 相关工作 | 第52-56页 |
| 5.2.1 图像语义表达研究现状 | 第52-53页 |
| 5.2.2 PLSA研究现状 | 第53-54页 |
| 5.2.3 PLSA基本原理 | 第54-56页 |
| 5.3 基于PLSA的鞋印图像多标签聚类算法 | 第56-62页 |
| 5.3.1 算法原理 | 第56-57页 |
| 5.3.2 算法流程图 | 第57-59页 |
| 5.3.3 算法描述 | 第59-62页 |
| 5.4 实验结果与分析 | 第62-64页 |
| 5.5 本章小结 | 第64-66页 |
| 第6章 总结与展望 | 第66-68页 |
| 6.1 本文主要工作总结 | 第66-67页 |
| 6.2 未来工作展望 | 第67-68页 |
| 参考文献 | 第68-76页 |
| 致谢 | 第76-77页 |
| 作者简介 | 第77页 |
