智能檢索技術(shù)

《智能科學(xué)技術(shù)著作叢書(shū)》序
前言
第1章 文本檢索技術(shù)
1.1 基于索引的檢索技術(shù)
1.2 文本提取
1.3 文本預(yù)處理
1.3.1 停用詞刪除
1.3.2 詞干提取
1.3.3 索引詞選擇
1.3.4 建立詞典
1.4 索引
1.5 文本檢索模型
1.5.1 布爾模型
1.5.2 向量空間模型
1.5.3 概率論模型
1.5.4 PageRank模型
1.6 分布式搜索引擎
1.6.1 分布式元搜索引擎
1.6.2 散列式分布搜索引擎
1.6.3 局部遍歷型搜索引擎
1.6.4 P2P分布式搜索引擎
參考文獻(xiàn)
第2章 文本自動(dòng)分詞
2.1 基于字符串匹配的正向最大匹配算法
2.2 基于簡(jiǎn)碼匹配的Hash分詞算法
2.2.1 簡(jiǎn)碼匹配方式
2.2.2 Hash分詞算法
2.2.3 消歧融入切分過(guò)程
2.2.4 基于簡(jiǎn)碼的Hash算法
2.2.5 平均匹配次數(shù)的理論分析
2.2.6 分詞測(cè)試及結(jié)果
2.3 基于統(tǒng)計(jì)的分詞方法
參考文獻(xiàn)
第3章 概念語(yǔ)義空間
3.1 基于奇異值分解的潛在語(yǔ)義索引方法
3.2 基于非負(fù)矩陣分解的潛在語(yǔ)義索引方法
3.2.1 NMF問(wèn)題的提出
3.2.2 目標(biāo)函數(shù)
3.2.3 NMF方法的迭代規(guī)則
3.2.4 NMF的非唯一性
3.2.5 基于NMF的概念語(yǔ)義生成
3.2.6 其他NMF方法
3.3 NMF方法與SVD方法的比較
3.3.1 問(wèn)題本質(zhì)
3.3.2 概念語(yǔ)義向量的特點(diǎn)
3.3.3 概念語(yǔ)義向量的解釋
3.3.4 NMF方法與SVD方法敏感性的比較
3.3.5 NMF方法與SVD方法檢索性能的比較
參考文獻(xiàn)
第4章 基于本體的文本檢索技術(shù)
4.1 本體定義
4.2 描述邏輯
4.2.1 描述邏輯ALC
4.2.2 描述邏輯ALC的構(gòu)造子擴(kuò)展
4.3 本體語(yǔ)言
4.3.1 可擴(kuò)展標(biāo)記語(yǔ)言XML
4.3.2 資源描述框架RDF
4.3.3 本體語(yǔ)言O(shè)WL
4.4 基于本體的文本檢索技術(shù)
4.4.1 本體構(gòu)建
4.4.2 語(yǔ)義標(biāo)注
4.4.3 語(yǔ)義查詢
參考文獻(xiàn)
第5章 基于內(nèi)容的圖像檢索
5.1 基于內(nèi)容的圖像檢索的原因
5.2 基于內(nèi)容的圖像檢索概述
5.2.1 基于視覺(jué)特征的圖像檢索
5.2.2 基于對(duì)象類型的圖像檢索
5.2.3 基于抽象屬性的圖像檢索
5.3 web圖像檢索
參考文獻(xiàn)
第6章 MPEG-7標(biāo)準(zhǔn)中圖像的視覺(jué)特征
6.1 圖像的顏色特征
6.1.1 顏色空間
6.1.2 顏色量化
6.1.3 主顏色
6.1.4 可伸縮顏色
6.1.5 顏色布局
6.1.6 顏色結(jié)構(gòu)
6.2 圖像的紋理特征
6.2.1 同質(zhì)紋理
6.2.2 紋理瀏覽
6.2.3 邊緣直方圖
6.3 圖像的形狀特征
6.3.1 基于區(qū)域的形狀
6.3.2 基于輪廓的形狀
參考文獻(xiàn)
第7章 圖像的局部特征
7.1 圖像興趣點(diǎn)和興趣區(qū)域的發(fā)現(xiàn)器
7.1.1 Harris興趣點(diǎn)發(fā)現(xiàn)器
7.1.2 Harris-Laplace興趣區(qū)域發(fā)現(xiàn)器
7.1.3 Hessian_Laplace興趣區(qū)域發(fā)現(xiàn)器
7.1.4 高斯差分金字塔
7.2 尺度不變特征變換SIFT
7.2.1 SI丌特征的提取
7.2.2 SIFT興趣點(diǎn)的匹配
7.2.3 與SIFT有關(guān)的其他局部特征
7.3 方向可調(diào)濾波器
7.4 形狀上下文
7.5 矩不變量
參考文獻(xiàn)
第8章 基于視覺(jué)特征的圖像檢索技術(shù)
8.1 圖像分割技術(shù)
8.1.1 圖像分割概念
8.1.2 圖像分割算法
8.1.3 分割方法存在的問(wèn)題
8.2 相似性度量
8.2.1 幾何模型
8.2.2 相關(guān)計(jì)算模型
8.2.3 關(guān)聯(lián)系數(shù)模型
8.3 索引
8.3.1 高維索引方法
8.3.2 降維方法
8.3.3 近似最近鄰方法
8.3.4 單一維空間映射方法
8.3.5 多重空間填充曲線方法
8.3.6 基于過(guò)濾的方法
8.4 相關(guān)反饋技術(shù)
8.5 圖像檢索系統(tǒng)性能的評(píng)價(jià)準(zhǔn)則
8.6 基于視覺(jué)特征的圖像檢索系統(tǒng)
參考文獻(xiàn)
第9章 基于語(yǔ)義的圖像檢索技術(shù)
9.1 圖像標(biāo)注技術(shù)的概況
9.2 圖像標(biāo)注系統(tǒng)的工作原理
9.3 基于MPEG7的圖像標(biāo)注技術(shù)
9.3.1 SVM分類器
9.3.2 基于MPEG-7的圖像標(biāo)注技術(shù)
9.4 基于特征選擇的圖像標(biāo)注技術(shù)
9.4.1 遺傳算法的基本思想
9.4.2 基于二進(jìn)制編碼遺傳算法的最優(yōu)特征子集選擇方法
9.4.3 基于雙編碼遺傳算法的最優(yōu)加權(quán)特征子集選擇方法
第10章 Web圖像的檢索技術(shù)
第11章 基于內(nèi)容的視頻檢索技術(shù)
第12章 視頻的結(jié)構(gòu)化技術(shù)
第13章 語(yǔ)音識(shí)別技術(shù)
第14章 視頻的標(biāo)注技術(shù)