| 第1章 引言 | 第1-16页 |
| ·图像检索的研究背景 | 第8页 |
| ·图像检索的研究现状 | 第8-15页 |
| ·底层特征 | 第11页 |
| ·相似性度量 | 第11-12页 |
| ·相关反馈 | 第12-13页 |
| ·用户日志 | 第13-14页 |
| ·网络搜索引擎与伪相关反馈 | 第14-15页 |
| ·本文研究的工作及章节安排 | 第15-16页 |
| 第2章 基于多随机游走模型的图像检索 | 第16-34页 |
| ·Multiple Random Walk | 第16-24页 |
| ·符号介绍 | 第16-17页 |
| ·产生式模型 | 第17-19页 |
| ·EM 迭代过程 | 第19-21页 |
| ·MRW 的流程图 | 第21-22页 |
| ·MRW 在图像检索中的应用 | 第22-24页 |
| ·Manifold Ranking | 第24-27页 |
| ·算法介绍 | 第25-26页 |
| ·Manifold Ranking 在图像检索中的应用（MRBIR） | 第26-27页 |
| ·Manifold Ranking 与MRW 的联系 | 第27页 |
| ·实验结果 | 第27-32页 |
| ·初始检索阶段 | 第28-29页 |
| ·相关反馈 | 第29-31页 |
| ·处理时间 | 第31-32页 |
| ·本章小结 | 第32-34页 |
| 第3章 Mean Version Space 主动学习方法 | 第34-47页 |
| ·Mean Version Space 主动学习算法 | 第34-39页 |
| ·符号介绍及一些假设 | 第34-36页 |
| ·Mean Version Space | 第36-38页 |
| ·偏移的SVM 分类器 | 第38页 |
| ·MVS 与主动学习的通用框架 | 第38-39页 |
| ·加速算法 | 第39-41页 |
| ·实验结果 | 第41-45页 |
| ·实验设计 | 第41页 |
| ·样本选择准则的评价 | 第41-43页 |
| ·加速方法的比较 | 第43-44页 |
| ·多幅图的相关反馈 | 第44-45页 |
| ·本章小结 | 第45-47页 |
| 第4章 迭代的概率输出一类支持向量机 | 第47-56页 |
| ·迭代的概率输出一类支持向量机 | 第47-50页 |
| ·一类支持向量机 | 第47-49页 |
| ·OCS 的概率输出 | 第49-50页 |
| ·IPOCS 的流程图 | 第50页 |
| ·实验结果 | 第50-55页 |
| ·Corel 数据集 | 第52-53页 |
| ·与网络搜索引擎iFind 结合 | 第53-55页 |
| ·本章小结 | 第55-56页 |
| 第5章 结论 | 第56-59页 |
| ·研究总结 | 第56-57页 |
| ·工作展望 | 第57-59页 |
| 参考文献 | 第59-64页 |
| 致谢与声明 | 第64-65页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第65-66页 |
