| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-14页 |
| ·课题研究背景及意义 | 第9-10页 |
| ·国内外研究进展 | 第10-11页 |
| ·主要的工作与成果 | 第11-12页 |
| ·论文的结构组织与内容安排 | 第12-13页 |
| ·本章小结 | 第13-14页 |
| 第二章 网络视频聚类技术概述 | 第14-22页 |
| ·视频数据结构分析 | 第14-16页 |
| ·网络视频的特点 | 第16-17页 |
| ·聚类的基本概念 | 第17-19页 |
| ·向量空间模型与特征权值 | 第17-18页 |
| ·相似度计算 | 第18-19页 |
| ·聚类算法分类 | 第19-21页 |
| ·现有的网络视频聚类方法存在的问题 | 第21页 |
| ·本章小结 | 第21-22页 |
| 第三章 网络视频的表征与相似度度量 | 第22-32页 |
| ·视频分析中的多模态策略 | 第22-23页 |
| ·特征选择与视频表征 | 第23-26页 |
| ·低层图像特征 | 第23-24页 |
| ·高层语义特征 | 第24-25页 |
| ·文本特征 | 第25-26页 |
| ·网络视频相似度计算 | 第26-31页 |
| ·图像特征与语义特征相似度计算 | 第26-27页 |
| ·文本特征相似度计算 | 第27-30页 |
| ·多模态融合策略 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第四章 基于多模态策略的网络视频聚类方法与实验分析 | 第32-44页 |
| ·聚类算法介绍 | 第32-36页 |
| ·K-means算法 | 第32-33页 |
| ·Affinity Propagation算法 | 第33-36页 |
| ·多模态网络视频聚类方案 | 第36-38页 |
| ·实验准备 | 第38-40页 |
| ·实验数据集 | 第38-39页 |
| ·评价方式 | 第39-40页 |
| ·实验方案 | 第40页 |
| ·实验结果与分析 | 第40-43页 |
| ·本章小结 | 第43-44页 |
| 第五章 网络视频搜索结果聚类组织 | 第44-54页 |
| ·TubeKit介绍 | 第44-45页 |
| ·TubeKit配置 | 第45-46页 |
| ·爬取视频 | 第46-50页 |
| ·结果聚类 | 第50-53页 |
| ·本章小结 | 第53-54页 |
| 第六章 总结与展望 | 第54-56页 |
| ·研究工作总结 | 第54-55页 |
| ·下一步研究方向 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 致谢 | 第60-61页 |
| 攻读硕士学位期间发表论文 | 第61页 |