智能检索技术2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

智能检索技术PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 文本检索技术1

1.1基于索引的检索技术1

1.2文本提取2

1.3文本预处理3

1.3.1停用词删除4

1.3.2词干提取4

1.3.3索引词选择4

1.3.4建立词典5

1.4索引5

1.5文本检索模型7

1.5.1布尔模型8

1.5.2向量空间模型8

1.5.3概率论模型9

1.5.4 PageRank模型10

1.6分布式搜索引擎12

1.6.1分布式元搜索引擎13

1.6.2散列式分布搜索引擎13

1.6.3局部遍历型搜索引擎14

1.6.4 P2P分布式搜索引擎15

参考文献16

第2章 文本自动分词18

2.1基于字符串匹配的正向最大匹配算法18

2.2基于简码匹配的Hash分词算法20

2.2.1简码匹配方式20

2.2.2 Hash分词算法21

2.2.3消歧融入切分过程22

2.2.4基于简码的Hash算法23

2.2.5平均匹配次数的理论分析25

2.2.6分词测试及结果27

2.3基于统计的分词方法30

参考文献30

第3章 概念语义空间32

3.1基于奇异值分解的潜在语义索引方法32

3.2基于非负矩阵分解的潜在语义索引方法33

3.2.1 NMF问题的提出33

3.2.2目标函数34

3.2.3 NMF方法的迭代规则34

3.2.4 NMF的非唯一性35

3.2.5基于NMF的概念语义生成35

3.2.6其他NMF方法37

3.3 NMF方法与SVD方法的比较38

3.3.1问题本质38

3.3.2概念语义向量的特点38

3.3.3概念语义向量的解释39

3.3.4 NMF方法与SVD方法敏感性的比较39

3.3.5 NMF方法与SVD方法检索性能的比较40

参考文献41

第4章 基于本体的文本检索技术42

4.1本体定义42

4.2描述逻辑44

4.2.1描述逻辑ALC44

4.2.2描述逻辑ALC的构造子扩展46

4.3本体语言49

4.3.1可扩展标记语言XML50

4.3.2资源描述框架RDF54

4.3.3本体语言OWL59

4.4基于本体的文本检索技术64

4.4.1本体构建64

4.4.2语义标注70

4.4.3语义查询72

参考文献77

第5章 基于内容的图像检索82

5.1基于内容的图像检索的原因82

5.2基于内容的图像检索概述82

5.2.1基于视觉特征的图像检索83

5.2.2基于对象类型的图像检索83

5.2.3基于抽象属性的图像检索83

5.3 Web图像检索83

参考文献84

第6章 MPEG-7标准中图像的视觉特征86

6.1图像的颜色特征86

6.1.1颜色空间86

6.1.2颜色量化90

6.1.3主颜色91

6.1.4可伸缩颜色93

6.1.5颜色布局94

6.1.6颜色结构97

6.2图像的纹理特征100

6.2.1同质纹理100

6.2.2纹理浏览106

6.2.3边缘直方图110

6.3图像的形状特征113

6.3.1基于区域的形状113

6.3.2基于轮廓的形状116

参考文献120

第7章 图像的局部特征122

7.1图像兴趣点和兴趣区域的发现器122

7.1.1 Harris兴趣点发现器122

7.1.2 Harris-Laplace兴趣区域发现器124

7.1.3 Hessian-Laplace兴趣区域发现器125

7.1.4高斯差分金字塔125

7.2尺度不变特征变换SIFT125

7.2.1 SIFT特征的提取125

7.2.2 SIFT兴趣点的匹配129

7.2.3与SIFT有关的其他局部特征130

7.3方向可调滤波器130

7.4形状上下文132

7.5矩不变量133

参考文献134

第8章 基于视觉特征的图像检索技术135

8.1图像分割技术136

8.1.1图像分割概念136

8.1.2图像分割算法137

8.1.3分割方法存在的问题141

8.2相似性度量142

8.2.1几何模型142

8.2.2相关计算模型143

8.2.3关联系数模型144

8.3索引144

8.3.1高维索引方法144

8.3.2降维方法146

8.3.3近似最近邻方法147

8.3.4单一维空间映射方法148

8.3.5多重空间填充曲线方法148

8.3.6基于过滤的方法148

8.4相关反馈技术149

8.5图像检索系统性能的评价准则151

8.6基于视觉特征的图像检索系统151

参考文献153

第9章 基于语义的图像检索技术157

9.1图像标注技术的概况157

9.2图像标注系统的工作原理159

9.3基于MPEG-7的图像标注技术160

9.3.1 SVM分类器160

9.3.2基于MPEG-7的图像标注技术166

9.4基于特征选择的图像标注技术167

9.4.1遗传算法的基本思想167

9.4.2基于二进制编码遗传算法的最优特征子集选择方法168

9.4.3基于双编码遗传算法的最优加权特征子集选择方法170

9.4.4基于特征选择的图像标注技术172

9.5基于Adaboost算法的图像标注技术172

9.5.1 Adaboost算法173

9.5.2 k-NN分类器175

9.5.3主从式并行遗传算法的实现176

9.5.4图像标注技术179

9.6基于类对特征选择的图像标注技术180

9.7实验结果181

9.8大规模图像的标注技术182

9.8.1 WordNet简介183

9.8.2基于WordNet的图像标注技术184

9.8.3小结187

参考文献187

第10章 Web图像的检索技术190

10.1 Web图像搜索引擎的工作原理190

10.2 Web图像的抓取191

10.3网页文本信息的挖掘193

10.3.1网页上的文本信息源193

10.3.2标注精炼195

10.4图像排序200

10.5搜索结果重排200

10.5.1基于相关反馈的结果重排200

10.5.2基于PageRank的结果重排202

参考文献204

第11章 基于内容的视频检索技术205

11.1基于内容的视频检索技术的基础205

11.2当前的基于内容的视频检索技术207

11.3存在的问题209

参考文献210

第12章 视频的结构化技术212

12.1镜头的边界检测213

12.1.1非压缩域内镜头边界检测算法213

12.1.2压缩域内镜头边界检测算法216

12.2镜头关键帧的提取217

12.3视频的特征提取218

12.4视频结构化中的关键技术220

参考文献221

第13章 语音识别技术222

13.1语音识别技术的发展历程222

13.2语音识别系统的工作原理223

13.3梅尔频率倒谱系数224

13.3.1语音信号预处理224

13.3.2离散Fourier变换225

13.3.3取能量226

13.3.4梅尔尺度滤波器组226

13.3.5取对数226

13.3.6离散余弦变换226

13.3.7梅尔频率倒谱系数226

13.4 HMM模型227

13.5语言模型228

参考文献229

第14章 视频的标注技术230

14.1视频的标注技术概述230

14.2特定领域内的视频标注技术231

14.2.1视频场景分析232

14.2.2视频精彩片段提取232

14.2.3视频事件检测232

14.3视频的多标签标注技术233

14.3.1独立概念标注技术234

14.3.2概念融合标注技术234

14.3.3同时发现概念和概念间相互关系的标注技术235

14.4主动学习方法在视频标注中的应用236

参考文献238