| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第1章 引言 | 第9-15页 |
| 1.1 研究背景 | 第9-10页 |
| 1.1.1 粒子群算法研究背景 | 第9页 |
| 1.1.2 基于内容的图像检索研究背景 | 第9-10页 |
| 1.2 研究现状 | 第10-13页 |
| 1.2.1 粒子群算法研究现状 | 第10-11页 |
| 1.2.2 基于内容的图像检索的研究现状 | 第11-13页 |
| 1.3 本文主要内容 | 第13-14页 |
| 1.3.1 分章内容 | 第13-14页 |
| 1.3.2 文章创新点 | 第14页 |
| 1.4 本章小结 | 第14-15页 |
| 第2章 CBIR的基本知识及关键技术 | 第15-23页 |
| 2.1 图像检索的概述 | 第15-16页 |
| 2.2 图像检索的关键要素 | 第16-20页 |
| 2.2.1 特征提取 | 第16-19页 |
| 2.2.2 相似性度量 | 第19-20页 |
| 2.3 相关反馈 | 第20-21页 |
| 2.4 基于内容的图像检索的性能评价 | 第21-22页 |
| 2.5 本章小结 | 第22-23页 |
| 第3章 融合类无标度的禁忌粒子群算法 | 第23-33页 |
| 3.1 粒子群算法(PSO) | 第23-26页 |
| 3.1.1 PSO算法概述 | 第23-24页 |
| 3.1.2 PSO算法流程图 | 第24-25页 |
| 3.1.3 PSO算法存在的问题 | 第25-26页 |
| 3.2 类无标度网络 | 第26-28页 |
| 3.3 禁忌搜索算法 | 第28页 |
| 3.4 融合类无标度的禁忌粒子群算法(ST-PSO) | 第28-31页 |
| 3.4.1 ST-PSO算法的基本思想 | 第29-30页 |
| 3.4.2 ST-PSO算法流程 | 第30-31页 |
| 3.5 本章小结 | 第31-33页 |
| 第4章 融合类无标度粒子群算法的图像检索研究 | 第33-41页 |
| 4.1 相关反馈 | 第33-37页 |
| 4.1.1 相关反馈概述 | 第33-34页 |
| 4.1.2 相关反馈研究现状 | 第34-35页 |
| 4.1.3 改进的相关反馈算法思想 | 第35-37页 |
| 4.2 融合类无标度的粒子群算法优化相关反馈的方案 | 第37-39页 |
| 4.2.1 ST-PSO-RF算法思想 | 第37页 |
| 4.2.2 特征提取及相似度测量 | 第37-38页 |
| 4.2.3 ST-PSO-RF算法流程 | 第38-39页 |
| 4.3 本章小结 | 第39-41页 |
| 第5章 仿真实验及数据分析 | 第41-55页 |
| 5.1 ST-PSO算法测试 | 第41-43页 |
| 5.1.1 测试函数 | 第41-42页 |
| 5.1.2 实验仿真 | 第42-43页 |
| 5.2 ST-PSO算法的收敛性分析 | 第43-46页 |
| 5.3 ST-PSO-RF算法的实验分析 | 第46-51页 |
| 5.3.1 实验图片库及参数设置 | 第46-47页 |
| 5.3.2 实验结果及分析 | 第47-51页 |
| 5.4 系统实现 | 第51-54页 |
| 5.5 本章小结 | 第54-55页 |
| 第6章 总结与展望 | 第55-57页 |
| 6.1 总结 | 第55页 |
| 6.2 展望 | 第55-57页 |
| 参考文献 | 第57-63页 |
| 攻读硕士期间发表的论文及所取得的研究成果 | 第63-65页 |
| 致谢 | 第65-66页 |