声明
摘要
第一章 绪论
1.1 研究背景及意义
1.2 跨模检索领域的研究现状
1.2.1 非哈希的跨模检索方法
1.2.2 基于哈希的跨模检索方法
1.3 本文组织结构与研究内容
第二章 跨模检索简介
2.1 常用跨模检索数据集
2.1.1 Wiki数据集
2.1.2 NUS-WIDE数据集
2.1.3 M1RFlickr-25K数据集
2.2 有效性度量方法
2.3 基于哈希的跨模检索方法
2.3.1 有监督的跨模哈希检索方法
2.3.2 无监督的跨模哈希检索方法
2.4 本章小结
第三章 基于语义提升哈希的跨模检索算法
3.1 语义提升哈希算法
3.1.1 问题定义
3.1.2 语义表示的学习
3.1.3 强分类器的学习
3.1.4 弱分类器学习
3.1.5 算法总结与时间复杂度分析
3.2 实验结果与分析
3.2.1 实验设定
3.2.2 对比验证与结果分析
3.2.3 参数分析
3.2.4 训练集大小分析
3.3 本章小结
第四章 基于有监督矩阵分解哈希的跨模检索算法
4.1 有监督矩阵分解哈希算法
4.1.1 问题定义
4.1.2 协同矩阵分解
4.1.3 联合Laplace矩阵
4.1.4 全局目标函数
4.2 实验结果与分析
4.2.1 实验设定
4.2.2 对比验证与结果分析
4.2.3 参数分析
4.2.4 训练集大小分析
4.3 本章小结
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及参加的科研项目