声明
摘要
第一章 绪论
1.1 研究背景与意义
1.2 本文的主要内容与贡献
1.3 本文的组织结构
第二章 哈希算法简介
2.1 单模态哈希算法
2.2 跨模态哈希算法
2.3 本章小结
第三章 基于核典型相关分析的跨模态哈希算法
3.1 符号表示
3.2 算法基础
3.2.1 典型相关分析
3.2.2 K均值聚类算法
3.2.3 核技巧
3.3 算法框架
3.4 锚点核典型相关分析与公共核空间的学习
3.5 哈希函数的学习
3.6 实验设定与结果分析
3.6.1 实验设定
3.6.2 实验结果与分析
3.7 本章小结
第四章 基于神经网络的跨模态哈希算法
4.1 符号表示与问题描述
4.2 神经网络基础介绍
4.2.1 神经网络简介
4.2.2 BP(Back Propagation)神经网络
4.2.3 Dropout技巧
4.2.4 Softmax分类器
4.3 基于神经网络的跨模态哈希算法(NNCH)
4.3.1 网络结构
4.3.2 网络训练
4.4 实验设定与结果分析
4.4.1 实验设定
4.4.2 实验结果与分析
4.5 本章总结
第五章 总结与展望
5.1 论文总结
5.2 研究展望
参考文献
致谢
攻读硕士学位期间发表的论文