首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--检索机论文

基于内容的图像元搜索引擎技术研究

摘要第1-8页
Abstract第8-9页
插图索引第9-10页
附表索引第10-11页
第1章 绪论第11-25页
   ·研究背景与意义第11页
   ·图像搜索引擎技术的研究与应用现状第11-18页
     ·图像搜索引擎的工作原理第11-14页
     ·图像搜索引擎分类第14页
     ·图像搜索引擎的研究现状第14-17页
     ·图像搜索引擎的应用现状第17-18页
   ·网络图像搜索引擎的发展趋势第18-23页
     ·网络图像搜索引擎存在的不足第18-20页
     ·网络图像搜索引擎发展趋势第20-23页
   ·本文的主要工作第23页
   ·本文的组织第23-25页
第2章 图像搜索引擎检索模式分析第25-39页
   ·图像特征信息的层次模型第25-26页
   ·图像搜索引擎检索模式分析第26-38页
     ·基于文本的检索模式第27-28页
     ·基于内容的检索模式第28-30页
     ·基于语义的检索模式第30-38页
       ·图像语义的提取方法第31-33页
       ·基本特征的提取第33-37页
       ·高层语义与底层特征的结合第37页
       ·语义检索中存在的关键问题第37-38页
   ·本章小结第38-39页
第3章 图像元搜索引擎框架第39-52页
   ·元搜索引擎第39-43页
     ·组成与原理第39-40页
     ·元搜索引擎的分类第40-41页
     ·主要指标及其分析第41-42页
     ·局限性与发展趋势第42-43页
   ·独立搜索引擎与元搜索引擎的比较第43-44页
   ·并行图像元搜索引擎框架设计第44-51页
     ·系统框架第44-45页
     ·系统的简单工作流程第45页
     ·任务处理器第45-49页
     ·负载监控第49-50页
     ·图像索引数据库第50-51页
     ·图像元搜索引擎代理第51页
   ·本章小结第51-52页
第4章 基于内容的图像元搜索引擎关键技术研究第52-68页
   ·系统结构第53-54页
   ·图像向量化与查询表示第54页
   ·支持快速相似图像检索的多维索引结构第54-60页
     ·尺度空间与相似检索第55-56页
     ·η-最优化划分与opt-树索引结构第56-57页
     ·opt-树的建立第57-59页
     ·opt-树的检索第59-60页
   ·基于改进的k中心点图像聚类第60-65页
     ·传统算法第60-61页
     ·k中心点改进算法第61-63页
     ·算法分析第63-65页
   ·检索结果优化排序第65-67页
     ·遗传操作第65-66页
     ·适应度评价函数第66-67页
   ·本章小结第67-68页
结论第68-70页
参考文献第70-75页
致谢第75-76页
附录 A攻读硕士期间发表的文章第76页

论文共76页,点击 下载论文
上一篇:关于博客技术能否促进英语专业写作教学的研究
下一篇:泰语外来词中借用汉语情况