声明
第一章 绪 论
1.1 选题背景及意义
1.2 国内外研究现状
1.2.1 非刚体特征表达与可视化检索
1.2.2 图像特征表达与可视化检索
1.2.3 相似性学习与检索排序
1.3 研究内容和研究目标
1.3.1 本文的研究内容
1.4 可视化检索及实验设置
1.4.1 常用的相似性度量方法
1.4.2 实验数据集
1.4.3 评价指标
1.5 本文的主要贡献与结构安排
第二章 内蕴空间特征表达方法
2.1内蕴空间理论基础
2.1.1 热传导与热核
2.1.2 内蕴特征与离散计算
2.2 内蕴空间距离特征
2.2.1 内蕴空间距离
2.2.2 谱距离特征
2.2.3 扩展全局对调和距离特征
2.2.4 相似性距离加权方法
2.2.5 实验与结果分析
2.3 热模态特征
2.3.1 热模态特征定义
2.3.2 函数选择与特征性质
2.3.3 数值计算与效率
2.3.4 实验与结果分析
2.4 积分热核特征
2.4.1 积分热核特征
2.4.2 积分热核特征的性质
2.4.3 线性特征编码模型
2.4.4 实验与结果分析
2.5 本章小结
第三章 多尺度形状上下文特征表达方法
3.1 形状上下文与内蕴形状上下文
3.2 多尺度形状上下文
3.2.1 多尺度上下文模型
3.2.2 内蕴不变关键点检测
3.2.3 局部形分布特征
3.2.4 多尺度词包投票模型
3.2.5实验与结果分析
3.3 局部聚合特征表达
3.3.1 扩展局部形分布特征
3.3.2 局部聚合词包投票模型
3.3.3 实验与结果分析
3.4 本章小结
第四章 基于函数变换的相似性学习方法
4.1 相似性学习模型
4.2 局部相似性传递方法
4.2.1 基于局部最近邻图的相似性学习模型
4.2.2 实验与结果分析
4.3 基于距离变换的相似性学习
4.3.1 最近邻图内蕴空间
4.3.2 内蕴空间距离变换模型
4.3.3 最近邻图邻域选择
4.3.4 实验与结果分析
4.4 基于互惠最近邻图的无参距离映射方法
4.4.1 互惠最近邻图谱空间
4.4.2 互惠最近邻图参数估计
4.4.3 实验与结果分析
4.5 基于滤波的检索优化方法
4.5.1 检索滤波模型
4.5.2 实验与结果分析
4.6 本章小结
第五章 基于概念本体的层次深度学习方法
5.1 现状分析
5.2 层次深度学习
5.3 两层概念本体构造
5.4 本体驱动的层次深度学习
5.5 层次网络结构设计
5.6 基于路径的预测
5.7 实验与结果分析
5.7.1 在CIFAR100数据集上的结果
5.7.2 在ImageNet1000数据集上的结果
5.7.3 在Fashion60数据集上的结果
5.7.4 层次视觉识别结果
5.7.5 计算复杂度分析
5.8 本章小结
结论
参考文献
攻读博士学位期间取得的研究成果
致谢
作者简介
中国石油大学(华东);