智能检索技术pdf电子书版本下载

点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
种子下载[BT下载速度快] 温馨提示：（请使用BT下载软件FDM进行下载）软件下载地址页 直链下载[便捷但速度慢]   [在线试读本书]   [在线获取解压码]

智能检索技术PDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如 BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！

（文件页数 要大于 标注页数，上中下等多册电子书除外）

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ALC 44

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XML 50

4.3.2资源描述框架RDF 54

4.3.3本体语言OWL 59

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SIFT 125

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