Web内容安全分析及算法研究--新闻逻辑单元分割理论及算法
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第1章 绪论 | 第7-12页 |
| ·课题研究背景及意义 | 第7页 |
| ·相关研究 | 第7-10页 |
| ·传统隐式马尔科夫(HMM)模型的方法 | 第7-8页 |
| ·基于支撑向量机(SVM)的方法 | 第8页 |
| ·基于聚类的方法 | 第8-9页 |
| ·国内外研究现状 | 第9-10页 |
| ·研究内容概述 | 第10-11页 |
| ·本文主要内容 | 第11-12页 |
| 第2章 特征提取 | 第12-24页 |
| ·音频特征提取 | 第12-19页 |
| ·音频底层特征提取 | 第12-13页 |
| ·SVM音频分类 | 第13-19页 |
| ·视觉特征提取 | 第19-24页 |
| ·视觉底层特征提取 | 第19-20页 |
| ·视觉高层特征提取 | 第20-24页 |
| 第3章 镜头标记 | 第24-33页 |
| ·决策树算法 | 第24-30页 |
| ·决策树简介 | 第24-25页 |
| ·决策树学习的适用问题 | 第25页 |
| ·基本的决策树学习算法 | 第25-28页 |
| ·避免过度拟合数据 | 第28-30页 |
| ·镜头分类 | 第30-32页 |
| ·内容相似性比较模块 | 第32-33页 |
| 第4章 故事单元分割 | 第33-44页 |
| ·HMM基本思想 | 第33-35页 |
| ·Markov链 | 第33-34页 |
| ·HMM基本概念 | 第34-35页 |
| ·HMM基本算法 | 第35-41页 |
| ·前向—后向算法 | 第35-38页 |
| ·Viterbi算法 | 第38-39页 |
| ·Baum-Welch算法 | 第39-40页 |
| ·多个观察值序列训练 | 第40-41页 |
| ·基于 HMM的新闻故事单元分割 | 第41-42页 |
| ·HMM和故事单元分割 | 第41-42页 |
| ·新闻故事边界检测 | 第42页 |
| ·基于启发式规则的预分割模块 | 第42-44页 |
| 第5章 试验结果及讨论 | 第44-48页 |
| 第6章 结论及展望 | 第48-50页 |
| 参考文献 | 第50-55页 |
| 致谢 | 第55-56页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第56页 |
