首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--检索机论文

图象检索中若干距离度量算法研究

摘要第1-5页
Abstract第5-7页
目录第7-10页
CONTENTS第10-13页
第一章 绪论第13-18页
   ·研究背景第13-14页
   ·基于内容图象检索的问题描述第14-15页
   ·基于内容图象检索的研究现状第15-16页
     ·基于区域的图象检索第15-16页
     ·基于概率框架的图象检索第16页
   ·论文各部分的主要内容第16-18页
第二章 GMs建模及度量算法第18-29页
   ·引言第18页
   ·小块特征的数据收集第18-22页
     ·颜色特征第18-20页
     ·纹理特征第20-21页
     ·小块特征的收集第21-22页
   ·概率模型第22-23页
     ·混合密度函数第22页
     ·高斯模型第22页
     ·向量量化器第22-23页
     ·直方图模型第23页
     ·高斯混合模型第23页
   ·期望最大算法的基本原理第23-26页
     ·算法简介第23-24页
     ·单调性第24-25页
     ·收敛到静态点第25页
     ·高斯混合的方式第25-26页
   ·距离度量算法第26-28页
     ·常用的距离度量算法第27页
     ·期望对数距离第27-28页
     ·旅行商距离的基本原理第28页
   ·本章小结第28-29页
第三章 基于GMEM聚类的EMD图象检索第29-40页
   ·引言第29-30页
   ·GMEM和EMD算法的实现第30-34页
     ·数据收集第30-31页
     ·数据建模第31-33页
     ·检索第33-34页
   ·实验结果第34-39页
     ·查准率第34页
     ·GMEM聚类的交叠问题第34-35页
     ·8×8和4:1:1的比较第35-36页
     ·聚类方法之间的比较第36页
     ·检索效果的比较第36-39页
   ·本章小结第39-40页
第四章 基于改进ALA算法的图象检索第40-48页
   ·引言第40页
   ·GMs之间的ALA算法第40-42页
     ·VQ之间的EL度量第41页
     ·高斯函数间的EL第41-42页
     ·渐进似然估计第42页
   ·改进ALA算法第42-44页
     ·ALA算法的缺点第42-43页
     ·改进ALA算法第43-44页
   ·实验结果第44-47页
   ·本章小结第47-48页
第五章 测度选择算法第48-52页
   ·引言第48-49页
   ·测度选择算法第49-50页
   ·实验结果第50-51页
   ·本章小结第51-52页
第六章 改进的EM算法第52-58页
   ·引言第52页
   ·改进的EM算法第52-54页
   ·实验结果第54-57页
     ·EM聚类算法之间的比较第54-55页
     ·概率模型之间的比较第55页
     ·本文算法和传统算法的比较第55-57页
   ·本章小结第57-58页
第七章 总结与展望第58-60页
   ·主要研究成果第58页
   ·展望第58-60页
参考文献第60-64页
攻读硕士学位期间发表的论文第64-66页
致谢第66页

论文共66页,点击 下载论文
上一篇:基于复杂网络理论的企业研发团队网络特征研究--以山大华天软件公司研发中心为例
下一篇:植入式广告研究