第一个书签之前
1 绪论
1.1 研究背景和意义
1.2 基于内容的图像检索的发展和现状
1.3 本文主要内容
1.4 文章内容安排
1.5 本章小结
2.1 基本原理
2.2 图像特征提取技术
2.2.1 颜色特征
2.2.2 形状特征
2.2.3 纹理特征
2.3 相似性匹配技术
2.3.1 Minkowsky距离
2.3.2 直方图相交法
2.3.3 二次式距离
2.4 评价性能指标
2.5 颜色、形状和纹理特征融合
2.5.1 图像特征归一化处理
2.5.2 不同特征权重赋值
2.6 本章小结
3.1 传统的K-centroid聚类方法
3.1.1 基本概念
3.1.2 基本原理
3.1.3 算法的操作步骤
3.2 改进的K-centroid聚类方法
3.3.1 实验环境与实验平台
3.3.2 实验方案与结果分析
3.4 本章小结
4 相关反馈检索方法研究
4.1 相关反馈机制
4.1.1 相关反馈基本思想
4.1.2 常用相关反馈算法
4.2 改进的K-centroid聚类与相关反馈融合
4.3.1 实验环境与实验平台
4.3.2 实验方案与结果分析
4.4 本章小结
5 结论与展望
5.1 结论
5.2 展望
一、基本情况
二、在学期间从事的科研工作