文摘
英文文摘
TABLE OF CONTENTS
第一章 绪论
1.1 机器学习简介
1.2 类别不平衡学习、代价敏感学习与交叉销售
1.3 半监督学习与指纹图像分割
1.4 距离度量学习与基于内容的图像检索
1.5 相关特征映射与基于内容的图像检索
1.6 本文的组织结构
第二章 类别不平衡学习、代价敏感学习及其在交叉销售上的应用研究
2.1 交叉销售
2.1.1 问题描述
2.1.2 问题分析
2.2 VOTCL
2.2.1 底层学习算法选择
2.2.2 数据重抽样
2.2.3 基于最优阈值的投票集成方法
2.3 实验
2.3.1 交叉销售数据集
2.3.2 实验设计及分析
2.3.3 VOTCL决策机理解析
2.4 本章小结
第三章 半监督学习及其在指纹图像分割上的应用研究
3.1 CoSeg
3.1.1 算法流程
3.1.2 算法细节
3.2 实验
3.2.1 实验设置
3.2.2 实验结果及分析
3.3 本章小结
第四章 距离度量学习及其在CBIR上的应用研究
4.1 QOML
4.1.1 总体框架
4.1.2 约束信息
4.1.3 目标函数
4.2 求解算法
4.2.1 分解过程
4.2.2 求解过程
4.3 实验
4.3.1 实验设置
4.3.2 QOML同现有方法的对比
4.3.3 增加相关反馈轮数
4.3.4 基于Qsim的半监督加权机制
4.2.5 使用不同的初始矩阵
4.4 本章小结
第五章 相关特征映射及其在CBIR上的应用研究
5.1 算法流程
5.2 ReFeat
5.2.1 离线建模过程
5.2.2 在线检索:仅有一个查询图像的情况
5.2.3 在线检索:包含相关反馈的情况
5.2.4 一个说明性的示例
5.2.5 复杂度分析
5.3 实验
5.3.1 实验设置
5.3.2 ReFeat同现有方法的对比
5.3.3 相关特征映射
5.3.4 改变图像库的原始特征维数
5.3.5 不同参数的影响
5.4 本章小结
第六章 总结与展望
参考文献
致谢
攻读学位期间发表的学术论文目录
攻读学位期间申请的专利情况
攻读学位期间获得的奖励情况
学位论文评阅及答辩情况表