| 摘要 | 第3-4页 |
| abstract | 第4-5页 |
| 第1章 绪论 | 第8-12页 |
| 1.1 研究背景 | 第8页 |
| 1.2 国内外研究现状 | 第8-10页 |
| 1.3 本文的研究内容及意义 | 第10页 |
| 1.4 本文的组织结构 | 第10-12页 |
| 第2章 浅层学习与深度学习 | 第12-30页 |
| 2.1 引言 | 第12-13页 |
| 2.2 浅层学习 | 第13-21页 |
| 2.2.1 线性分类器 | 第13-14页 |
| 2.2.2 支持向量机 | 第14-17页 |
| 2.2.3 典型关联分析 | 第17-19页 |
| 2.2.4 人工神经网络 | 第19-21页 |
| 2.3 深度卷积神经网络 | 第21-24页 |
| 2.3.1 卷积神经网络发展状况 | 第21-22页 |
| 2.3.2 卷积神经网络结构及其训练 | 第22-24页 |
| 2.4 其它深度学习网络 | 第24-29页 |
| 2.4.1 深度自动编码器 | 第24-27页 |
| 2.4.2 深度玻尔兹曼机 | 第27-29页 |
| 2.5 本章小结 | 第29-30页 |
| 第3章 跨媒体检索研究 | 第30-38页 |
| 3.1 跨媒体信息概述 | 第30页 |
| 3.2 跨媒体数据的特征表达 | 第30-37页 |
| 3.2.1 文本特征 | 第31-33页 |
| 3.2.2 图像特征 | 第33-37页 |
| 3.3 跨媒体检索技术的评价指标 | 第37页 |
| 3.4 本章小结 | 第37-38页 |
| 第4章 基于深度学习与一致性表达空间学习的跨媒体检索 | 第38-48页 |
| 4.1 跨媒体检索框架 | 第39页 |
| 4.2 C affe CNN框架 | 第39-41页 |
| 4.3 一致性表达空间 | 第41-42页 |
| 4.4 跨媒体检索算法步骤 | 第42-43页 |
| 4.5 跨媒体检索实验及其结果分析 | 第43-47页 |
| 4.5.1 W ikipedia数据集介绍 | 第43-44页 |
| 4.5.2 实验结果及其分析 | 第44-47页 |
| 4.6 本章小结 | 第47-48页 |
| 第5章 基于中心相关性度量算法的跨媒体检索 | 第48-54页 |
| 5.1 跨媒体检索研究中的相似度度量算法 | 第48-50页 |
| 5.2 基于中心相关性度量算法的跨媒体检索 | 第50-51页 |
| 5.3 跨媒体检索实验及其结果分析 | 第51-53页 |
| 5.4 本章小结 | 第53-54页 |
| 第6章 结论与展望 | 第54-56页 |
| 6.1 总结 | 第54页 |
| 6.2 展望 | 第54-56页 |
| 参考文献 | 第56-60页 |
| 致谢 | 第60-62页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第62页 |