| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-13页 |
| 1.1 课题的研究背景及意义 | 第8-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 海量数据处理研究现状 | 第10-11页 |
| 1.2.2 探索式搜索国内外研究现状 | 第11-12页 |
| 1.3 主要工作及组织结构 | 第12-13页 |
| 第2章 图像相关性的关键技术 | 第13-28页 |
| 2.1 Bag of Visual words（视觉词袋） | 第13-14页 |
| 2.2 Hadoop 平台介绍 | 第14-21页 |
| 2.2.1 HDFS | 第15-18页 |
| 2.2.1.1 HDFS 中的数据块 | 第16页 |
| 2.2.1.2 DataNode 和 NameNode | 第16-18页 |
| 2.2.2 MapReduce 框架介绍 | 第18-19页 |
| 2.2.3 HBase | 第19-21页 |
| 2.3 SIFT(尺度不变特征转换)算法 | 第21-25页 |
| 2.3.1 构建高斯差分尺度空间，检测极值点 | 第21-22页 |
| 2.3.2 特征点位置的确定 | 第22-23页 |
| 2.3.2.1 低对比度的特征点的去除 | 第23页 |
| 2.3.2.2 边缘响应点的去除 | 第23页 |
| 2.3.3 特征点方向的确定 | 第23-24页 |
| 2.3.4 特征描述符的生成 | 第24-25页 |
| 2.4 NJW 谱聚类算法 | 第25-27页 |
| 2.5 小结 | 第27-28页 |
| 第3章 视觉词袋以及图像向量的生成 | 第28-37页 |
| 3.1 Hadoop 下图像 sift 特征的提取 | 第28-30页 |
| 3.2 视觉词汇的生成 | 第30-34页 |
| 3.3 图像视觉词袋向量的生成 | 第34-35页 |
| 3.4 实验数据分析 | 第35-36页 |
| 3.5 小结 | 第36-37页 |
| 第4章 图像相关性关系图的构建 | 第37-47页 |
| 4.1 图像相关性的定义 | 第37-38页 |
| 4.2 图像相关性关系图的构建 | 第38-45页 |
| 4.3 图像相关性的检索 | 第45-46页 |
| 4.4 小结 | 第46-47页 |
| 第5章 图像可视化探索式搜索 | 第47-56页 |
| 5.1 移动平台图像可视化搜索界面 | 第48页 |
| 5.2 可视化探索式搜索的交互过程 | 第48-53页 |
| 5.3 实验结果分析 | 第53-55页 |
| 5.3.1 实验结果客观评价 | 第53-54页 |
| 5.3.2 实验结果主观评价 | 第54-55页 |
| 5.4 小结 | 第55-56页 |
| 第6章 总结与展望 | 第56-58页 |
| 6.1 本文工作总结 | 第56页 |
| 6.2 未来工作的展望 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 致谢 | 第62-63页 |
| 附录 A 读研期间参与的科研项目 | 第63页 |
