基于Hadoop的图像类教学资源的检索策略研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-15页 |
| 1.1 研究背景及存在问题 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-12页 |
| 1.2.1 图像检索技术研究现状 | 第9-10页 |
| 1.2.2 图像检索技术在教学资源平台的应用现状 | 第10-12页 |
| 1.2.3 云计算研究现状 | 第12页 |
| 1.3 研究目标及意义 | 第12-13页 |
| 1.3.1 研究目标 | 第12页 |
| 1.3.2 研究意义 | 第12-13页 |
| 1.4 研究内容及框架 | 第13-15页 |
| 1.4.1 主要研究内容 | 第13页 |
| 1.4.2 本文组织结构 | 第13-15页 |
| 第二章 研究基础 | 第15-27页 |
| 2.1 基于内容的图像检索 | 第15-23页 |
| 2.1.1 基于内容的图像检索系统框架 | 第15页 |
| 2.1.2 图像特征提取 | 第15-21页 |
| 2.1.3 图像检索 | 第21-22页 |
| 2.1.4 用户相关反馈 | 第22页 |
| 2.1.5 检索性能评价标准 | 第22-23页 |
| 2.2 Hadoop技术 | 第23-26页 |
| 2.2.1 Hadoop分布式系统框架 | 第23页 |
| 2.2.2 HDFS | 第23-24页 |
| 2.2.3 MapReduce | 第24-26页 |
| 2.3 LIRE | 第26页 |
| 2.4 本章小结 | 第26-27页 |
| 第三章 多特征融合的图像检索策略研究 | 第27-37页 |
| 3.1 研究思路 | 第27页 |
| 3.2 特征提取 | 第27-33页 |
| 3.2.1 颜色特征提取算法 | 第27-30页 |
| 3.2.2 纹理特征提取算法 | 第30-32页 |
| 3.2.3 形状特征提取算法 | 第32-33页 |
| 3.3 LIRE框架特征扩展 | 第33-34页 |
| 3.4 特征索引 | 第34-35页 |
| 3.5 图像检索 | 第35-36页 |
| 3.6 本章小结 | 第36-37页 |
| 第四章 多特征融合的图像检索策略的并行化实现 | 第37-43页 |
| 4.1 基于Hadoop的图像检索系统概述 | 第37-38页 |
| 4.2 图像的合并存储 | 第38-40页 |
| 4.3 图像特征提取的并行化 | 第40-41页 |
| 4.4 图像检索的并行化 | 第41-42页 |
| 4.5 本章小结 | 第42-43页 |
| 第五章 实验设计与结果分析 | 第43-51页 |
| 5.1 实验环境 | 第43页 |
| 5.2 Hadoop集群环境搭建 | 第43-45页 |
| 5.3 实验结果分析 | 第45-50页 |
| 5.3.1 图像类教学资源检索实验 | 第45-48页 |
| 5.3.2 系统性能实验 | 第48-50页 |
| 5.4 本章小结 | 第50-51页 |
| 第六章 总结与展望 | 第51-53页 |
| 6.1 总结 | 第51页 |
| 6.2 展望 | 第51-53页 |
| 参考文献 | 第53-55页 |
| 致谢 | 第55-56页 |
| 在学期间公开发表论文及著作情况 | 第56页 |
