| 摘要 | 第1-8页 |
| Abstract | 第8-10页 |
| 目录 | 第10-13页 |
| CONTENTS | 第13-16页 |
| 图表目录 | 第16-18页 |
| 主要符号表 | 第18-19页 |
| 1 绪论 | 第19-36页 |
| ·电子商务中的商品图像分类与检索 | 第19-22页 |
| ·基于内容的(商品)图像分类 | 第22-29页 |
| ·概述 | 第22-26页 |
| ·基于内容商品图像分类面临的挑战 | 第26-28页 |
| ·性能评价 | 第28-29页 |
| ·分类测试图像库 | 第29-32页 |
| ·商品图像分类测试库PI100 | 第29页 |
| ·通用图像分类测试库 | 第29-32页 |
| ·本文的主要研究工作和章节安排 | 第32-35页 |
| ·本文的创新点摘要 | 第35-36页 |
| 2 图像分类中的图像表示方法及模型 | 第36-46页 |
| ·引言 | 第36页 |
| ·底层特征表示 | 第36-39页 |
| ·中间语义表示 | 第39-45页 |
| ·本章小结 | 第45-46页 |
| 3 商品图像类描述与图像-类最近邻分类 | 第46-64页 |
| ·引言 | 第46-47页 |
| ·商品图像特征提取与描述 | 第47-50页 |
| ·塔式梯度直方图(PHOG) | 第47-49页 |
| ·塔式关键词直方图(PHOW) | 第49-50页 |
| ·基于图像类描述的最近邻分类器 | 第50-54页 |
| ·实验与结果分析 | 第54-63页 |
| ·实验设置 | 第54-55页 |
| ·结果与讨论 | 第55-63页 |
| ·小结 | 第63-64页 |
| 4 基于局部特征多级聚类的朴素贝叶斯最近邻商品图像分类 | 第64-79页 |
| ·引言 | 第64-65页 |
| ·朴素贝叶斯最近邻图像分类器 | 第65-67页 |
| ·局部特征多级聚类与图像-类最近邻商品图像分类 | 第67-72页 |
| ·图像及图像类的局部特征表示 | 第67页 |
| ·多级聚类 | 第67-69页 |
| ·图像-类距离计算 | 第69-72页 |
| ·实验及结果分析 | 第72-77页 |
| ·实验设置 | 第72页 |
| ·实验结果与讨论 | 第72-77页 |
| ·本章小结 | 第77-79页 |
| 5 基于支持向量机与核技巧的商品图像分类 | 第79-91页 |
| ·引言 | 第79页 |
| ·支持向量机与核函数 | 第79-82页 |
| ·基于图像直方图的核函数 | 第82-83页 |
| ·基于二次卡方距离的广义高斯核 | 第83-87页 |
| ·直方图之间距离 | 第84-85页 |
| ·基于TF-IDF规则的加权二次卡方距离 | 第85-86页 |
| ·构建基于加权二次卡方距离的直方图核函数 | 第86-87页 |
| ·实验及结果分析 | 第87-89页 |
| ·本章小结 | 第89-91页 |
| 6 多特征联合商品图像分类方法研究 | 第91-117页 |
| ·引言 | 第91-92页 |
| ·基于多核联合的商品图像分类方法 | 第92-103页 |
| ·基本概念 | 第92-93页 |
| ·多核联合方法 | 第93-98页 |
| ·实验及结果分析 | 第98-103页 |
| ·基于多分类器联合的商品图像分类方法 | 第103-116页 |
| ·基本概念 | 第103-104页 |
| ·图像多分类器联合算法框架 | 第104-105页 |
| ·基于标签输出分类器联合 | 第105-109页 |
| ·基于概率输出的分类器联合 | 第109-111页 |
| ·实验及结果分析 | 第111-116页 |
| ·本章小结 | 第116-117页 |
| 7 结论与展望 | 第117-121页 |
| ·本文工作总结 | 第117-118页 |
| ·创新点摘要 | 第118-119页 |
| ·后续研究工作展望 | 第119-121页 |
| 参考文献 | 第121-129页 |
| 攻读博士学位期间科研项目及科研成果 | 第129-131页 |
| 致谢 | 第131-132页 |
| 作者简介 | 第132-133页 |