| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 目录 | 第7-10页 |
| 第一章 绪论 | 第10-23页 |
| §1.1 基于内容的图像检索研究内容 | 第10-15页 |
| 1.1.1 图像检索技术与分类 | 第10-13页 |
| 1.1.2 图像特征提取 | 第13-14页 |
| 1.1.3 图像相似度匹配 | 第14页 |
| 1.1.4 相关反馈 | 第14页 |
| 1.1.5 图像检索系统评价 | 第14-15页 |
| §1.2 国内外研究现状 | 第15-19页 |
| §1.3 课题研究基础 | 第19页 |
| §1.4 本文主要工作及应用意义 | 第19-21页 |
| §1.5 论文内容安排 | 第21-23页 |
| 第二章 基于全局和局部特征的图像相似度度量 | 第23-46页 |
| §2.1 彩色直方图特征提取 | 第23-26页 |
| §2.2 灰度共生纹理特征提取 | 第26-28页 |
| §2.3 Gabor纹理特征提取 | 第28-31页 |
| §2.4 SIFT特征提取 | 第31-36页 |
| §2.5 四种特征分类性能分析 | 第36-37页 |
| §2.6 SVM与基于核的图像相似度度量 | 第37-44页 |
| 2.6.1 图像相似度度量 | 第37-40页 |
| 2.6.2 支持向量机(SVM) | 第40-43页 |
| 2.6.3 基于核的图像相似度 | 第43-44页 |
| §2.7 本章小结 | 第44-46页 |
| 第三章 基于核的图像聚类及典型图像推荐 | 第46-59页 |
| §3.1 基于核的K均值聚类及其改进 | 第46-53页 |
| 3.1.1 聚类分析 | 第46-50页 |
| 3.1.2 改进的基于核的K均值聚类(K-means聚类) | 第50-52页 |
| 3.1.3 实验结果与分析 | 第52-53页 |
| §3.2 典型图像推荐 | 第53-58页 |
| 3.2.1 推荐图像数目确定 | 第54页 |
| 3.2.2 基于最小均方误差量化的推荐图像选取 | 第54-57页 |
| 3.2.3 实验结果分析 | 第57-58页 |
| §3.3 本章小结 | 第58-59页 |
| 第四章 相似度保持的图像投影与显示技术 | 第59-75页 |
| §4.1 特征降维技术 | 第60-61页 |
| §4.2 基于核PCA的相似度保持投影 | 第61-64页 |
| 4.2.1 主成分分析 | 第61-62页 |
| 4.2.2 基于核的主成分分析(KPCA) | 第62-64页 |
| §4.3 基于核的MDS投影变换 | 第64-67页 |
| §4.4 庞加莱圆盘模型 | 第67-70页 |
| §4.5 hyperbolic技术图像显示 | 第70-74页 |
| §4.6 本章小结 | 第74-75页 |
| 第五章 相关反馈图像检索与推荐 | 第75-82页 |
| §5.1 基于内容图像检索中相关反馈技术的必要性 | 第75-76页 |
| §5.2 相关反馈技术及其分类 | 第76-77页 |
| §5.3 基于权重调整相关反馈技术的图像检索与推荐 | 第77-79页 |
| §5.4 实验结果与分析 | 第79-81页 |
| §5.5 本章小结 | 第81-82页 |
| 第六章 图像推荐与检索系统的实现 | 第82-90页 |
| §6.1 系统总体流程 | 第82-83页 |
| §6.2 交互式图像推荐与检索 | 第83-88页 |
| §6.3 检索与推荐系统的性能分析 | 第88-89页 |
| §6.4 本章小结 | 第89-90页 |
| 第七章 总结与展望 | 第90-93页 |
| §7.1 工作总结 | 第90-91页 |
| §7.2 未来工作展望 | 第91-93页 |
| 参考文献 | 第93-101页 |
| 攻读博士学位期间取得的科研成果 | 第101-102页 |
| 致谢 | 第102-103页 |
| 作者简介 | 第103页 |