| 摘要 | 第4-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第11-16页 |
| 1.1 课题研究背景与意义 | 第11-14页 |
| 1.2 国内外研究现状 | 第14-15页 |
| 1.3 本文余下章节安排 | 第15-16页 |
| 第二章 相关方法介绍 | 第16-27页 |
| 2.1 基于子空间学习的跨模态检索 | 第16-18页 |
| 2.2 基于矩阵分解的跨模态检索 | 第18-20页 |
| 2.3 基于深度学习的跨模态检索 | 第20-22页 |
| 2.4 哈希学习相关介绍 | 第22-26页 |
| 2.4.1 单模态哈希学习算法介绍 | 第22-25页 |
| 2.4.2 跨模态哈希学习算法介绍 | 第25-26页 |
| 2.5 本章小结 | 第26-27页 |
| 第三章 相似性保留跨模态哈希 | 第27-40页 |
| 3.1 引言 | 第27页 |
| 3.2 相关概念与算法模型 | 第27-29页 |
| 3.3 算法优化 | 第29-32页 |
| 3.4 时间复杂度与收敛性分析 | 第32-33页 |
| 3.5 实验结果与分析 | 第33-39页 |
| 3.5.1 数据集简介与试验评价指标 | 第33-34页 |
| 3.5.2 Wiki图像文本数据集实验结果与分析 | 第34-35页 |
| 3.5.3 Pascal VOC 2007数据集实验结果与分析 | 第35-36页 |
| 3.5.4 NUS-WIDE数据集实验结果与分析 | 第36-38页 |
| 3.5.5 MIRFLICKR-25K数据集实验结果与分析 | 第38-39页 |
| 3.6 本章小结 | 第39-40页 |
| 第四章 基于锚点图的跨模态哈希 | 第40-54页 |
| 4.1 引言 | 第40页 |
| 4.2 相关概念介绍 | 第40-43页 |
| 4.2.1 非线性核变换 | 第40-41页 |
| 4.2.2 锚点图 | 第41-43页 |
| 4.3 算法模型 | 第43-45页 |
| 4.4 算法优化 | 第45-47页 |
| 4.5 实验结果与分析 | 第47-53页 |
| 4.5.1 数据集简介 | 第47-48页 |
| 4.5.2 Wiki图像文本数据集实验结果与分析 | 第48-49页 |
| 4.5.3 Pascal VOC 2007数据集实验结果与分析 | 第49-50页 |
| 4.5.4 NUS-WIDE数据集实验结果与分析 | 第50-52页 |
| 4.5.5 MIRFLICKR-25K数据集实验结果与分析 | 第52-53页 |
| 4.6 本章小结 | 第53-54页 |
| 第五章 基于矩阵分解的离散跨模态哈希 | 第54-68页 |
| 5.1 引言 | 第54页 |
| 5.2 相关概念介绍 | 第54-57页 |
| 5.2.1 矩阵分解 | 第54-55页 |
| 5.2.2 离散循环坐标下降法 | 第55-57页 |
| 5.3 算法模型 | 第57-58页 |
| 5.4 算法优化 | 第58-62页 |
| 5.5 实验结果与分析 | 第62-67页 |
| 5.5.1 数据集简介 | 第62页 |
| 5.5.2 Wiki图像文本数据集实验结果与分析 | 第62-63页 |
| 5.5.3 Pascal VOC 2007数据集实验结果与分析 | 第63-64页 |
| 5.5.4 NUS-WIDE数据集实验结果与分析 | 第64-66页 |
| 5.5.5 MIRFLICKR-25K数据集实验结果与分析 | 第66-67页 |
| 5.6 本章小结 | 第67-68页 |
| 第六章 总结与展望 | 第68-70页 |
| 6.1 本文工作总结 | 第68-69页 |
| 6.2 进一步工作进展 | 第69-70页 |
| 参考文献 | 第70-74页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第74-75页 |
| 附录2 攻读硕士学位期间申请的专利 | 第75-76页 |
| 致谢 | 第76页 |
