基于极端学习的图像检索方法研究
| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景及意义 | 第10-12页 |
| 1.2 相关技术的研究现状 | 第12-14页 |
| 1.2.1 CBIR研究现状 | 第12-13页 |
| 1.2.2 极端学习机的研究现状 | 第13-14页 |
| 1.3 本文主要研究内容 | 第14-16页 |
| 第2章 图像检索技术概论 | 第16-25页 |
| 2.1 基于文本的图像检索技术 | 第16-18页 |
| 2.2 基于内容的图像检索 | 第18-24页 |
| 2.2.1 基于纹理的图像检索 | 第19-21页 |
| 2.2.2 基于颜色的图像检索 | 第21-23页 |
| 2.2.3 基于形状的图像检索 | 第23-24页 |
| 2.3 本章小结 | 第24-25页 |
| 第3章 图像特征提取方法 | 第25-44页 |
| 3.1 图像预处理 | 第25-36页 |
| 3.1.1 几何变换 | 第25-29页 |
| 3.1.2 常见的滤波方法 | 第29-36页 |
| 3.2 图像特征提取 | 第36-43页 |
| 3.2.1 形状特征提取 | 第36-39页 |
| 3.2.2 纹理特征提取 | 第39-41页 |
| 3.2.3 颜色特征提取 | 第41-43页 |
| 3.3 本章小结 | 第43-44页 |
| 第4章 极端学习机的理论及其改进措施 | 第44-54页 |
| 4.1 极端学习机理论研究 | 第45-46页 |
| 4.2 ELM一致逼近的研究 | 第46-47页 |
| 4.3 ELM激活函数的选择 | 第47-48页 |
| 4.4 极端学习机算法步骤 | 第48-49页 |
| 4.5 使用差分进化改进的极端学习机 | 第49-53页 |
| 4.5.1 差分进化算法的简介 | 第49-50页 |
| 4.5.2 差分进化算法的基本步骤 | 第50-52页 |
| 4.5.3 基于差分进化算法的极端学习机 | 第52-53页 |
| 4.6 本章小结 | 第53-54页 |
| 第5章 图像检索图系统的设计实现及实验结果 | 第54-67页 |
| 5.1 开发环境 | 第54页 |
| 5.2 系统框架 | 第54-55页 |
| 5.3 系统实现 | 第55-65页 |
| 5.3.1 同类图像中的检索 | 第55-60页 |
| 5.3.2 不同类图像中检索 | 第60-65页 |
| 5.4 本章小结 | 第65-67页 |
| 总结与展望 | 第67-69页 |
| 参考文献 | 第69-74页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第74-75页 |
| 致谢 | 第75-76页 |
