基于Web的图像数据挖掘研究与应用
| 摘要 | 第1-10页 |
| ABSTRACT | 第10-12页 |
| 第1章 绪论 | 第12-15页 |
| ·引言 | 第12页 |
| ·课题提出的背景 | 第12-13页 |
| ·论文研究的主要内容 | 第13-15页 |
| 第2章 数据挖掘理论 | 第15-22页 |
| ·数据挖掘基本概念 | 第15-16页 |
| ·数据挖掘技术 | 第16-19页 |
| ·人工神经网络 | 第16-17页 |
| ·决策树 | 第17页 |
| ·遗传算法 | 第17-18页 |
| ·关联规则挖掘算法 | 第18-19页 |
| ·数据挖掘的步骤 | 第19页 |
| ·数据挖掘的功能 | 第19-20页 |
| ·本章小结 | 第20-22页 |
| 第3章 基于内容的图像检索 | 第22-44页 |
| ·概述 | 第23-24页 |
| ·CBIR的主要特点 | 第24-26页 |
| ·CBIR的主要方式和系统结构 | 第26-28页 |
| ·低层视觉特征 | 第28-34页 |
| ·颜色特征 | 第28-29页 |
| ·形状特征 | 第29-31页 |
| ·纹理特征 | 第31-33页 |
| ·空间关系特征 | 第33-34页 |
| ·相似性测量 | 第34-36页 |
| ·图像挖掘技术 | 第36-41页 |
| ·图像数据的相似性搜索 | 第36-37页 |
| ·图像关联规则挖掘 | 第37-40页 |
| ·图像分类 | 第40页 |
| ·图像聚类 | 第40-41页 |
| ·神经网络 | 第41页 |
| ·图像数据挖掘研究的重点和难点 | 第41-42页 |
| ·本章小结 | 第42-44页 |
| 第4章 基于Web的图像数据挖掘 | 第44-53页 |
| ·Web数据挖掘简介 | 第45-47页 |
| ·Web挖掘的任务 | 第47-48页 |
| ·Web挖掘的分类 | 第48-49页 |
| ·Web图像搜索引擎分析 | 第49-50页 |
| ·Web图像搜索引擎主要结构 | 第50-51页 |
| ·图像分割 | 第51-52页 |
| ·基于MPEG-7的面向对象的图像内容描述模型 | 第52页 |
| ·本章小结 | 第52-53页 |
| 第5章 基于Web的图像数据挖掘实验系统 | 第53-83页 |
| ·实验系统功能分析 | 第53-59页 |
| ·多媒体数据的检索 | 第53-54页 |
| ·多媒体数据立方体 | 第54-57页 |
| ·数据挖掘功能模块 | 第57-59页 |
| ·最大出现次数算法 | 第59-65页 |
| ·问题描述 | 第59-60页 |
| ·算法描述 | 第60-65页 |
| ·结论 | 第65页 |
| ·实验系统模块设计 | 第65-77页 |
| ·需求说明 | 第65-66页 |
| ·实验系统总体结构设计 | 第66-71页 |
| ·实验系统核心结构设计 | 第71-74页 |
| ·图像搜集与挖掘子系统 | 第74-75页 |
| ·库管理子系统 | 第75-76页 |
| ·面向用户的检索子系统 | 第76-77页 |
| ·使用徒手绘草图方法挖掘图像 | 第77-79页 |
| ·检索原理 | 第77-78页 |
| ·相似性匹配 | 第78页 |
| ·检索结果 | 第78-79页 |
| ·基于Web图像挖掘实验系统的应用界面 | 第79-81页 |
| ·图像数据挖掘面临的障碍和挑战 | 第81-82页 |
| ·本章小结 | 第82-83页 |
| 第6章 结束语 | 第83-85页 |
| ·下一步的工作 | 第83-84页 |
| ·结论与展望 | 第84-85页 |
| 参考资料 | 第85-90页 |
| 致谢 | 第90-91页 |
| 学位论文评阅及答辩情况表 | 第91页 |
