基于Hadoop的跨媒体检索
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 课题的研究背景及意义 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.3 论文的内容安排 | 第14-16页 |
| 第二章 基于Hadoop的文字检索 | 第16-42页 |
| 2.1 绪论 | 第16-17页 |
| 2.2 Hadoop | 第17-23页 |
| 2.2.1 HDFS原理 | 第18-19页 |
| 2.2.3 MapReduce原理 | 第19-23页 |
| 2.3 数据预处理 | 第23-24页 |
| 2.3.1 数据筛选 | 第23页 |
| 2.3.2 中文分词 | 第23-24页 |
| 2.4 词向量模型 | 第24-31页 |
| 2.4.1 基于主题的词向量模型 | 第24-28页 |
| 2.4.2 基于频率的词向量模型 | 第28-30页 |
| 2.4.3 修正的词向量表示 | 第30-31页 |
| 2.5 并行化的特征提取方法 | 第31-35页 |
| 2.5.1 并行化环境部署 | 第31-33页 |
| 2.5.2 基于MapReduce的词向量提取 | 第33-35页 |
| 2.6 聚类分析 | 第35-38页 |
| 2.7 实验结果及分析 | 第38-41页 |
| 2.7.1 特征性能验证 | 第38-39页 |
| 2.7.2 并行化算法效率 | 第39-40页 |
| 2.7.3 聚类准确度 | 第40-41页 |
| 2.8 本章小结 | 第41-42页 |
| 第三章 基于Hadoop的海量图像检索 | 第42-61页 |
| 3.1 相关内容简介 | 第42-50页 |
| 3.1.1 图像特征 | 第42-43页 |
| 3.1.2 HBase | 第43-45页 |
| 3.1.3 局部敏感哈希(LSH) | 第45-50页 |
| 3.2 基于Hadoop的海量图像检索系统 | 第50-56页 |
| 3.2.1 系统环境搭建 | 第51-52页 |
| 3.2.2 线下图像特征提取 | 第52-54页 |
| 3.2.3 线上图像检索过程 | 第54-56页 |
| 3.3 实验结果及分析 | 第56-60页 |
| 3.3.1 数据准备 | 第56页 |
| 3.3.2 图像特征提取 | 第56-57页 |
| 3.3.3 图像检索 | 第57-60页 |
| 3.4 本章小结 | 第60-61页 |
| 第四章 总结和展望 | 第61-63页 |
| 4.1 总结 | 第61页 |
| 4.2 工作展望 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 致谢 | 第67-68页 |
| 攻读硕士学位期间发表的学术论文 | 第68页 |
