基于minwise哈希的文档复制检测的研究及应用
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第一章 绪论 | 第11-28页 |
| ·研究背景及意义 | 第11-13页 |
| ·国内外研究现状 | 第13-25页 |
| ·基于词频统计的文档复制检测方法 | 第14-18页 |
| ·基于字符串比对的文档复制检测方法 | 第18-21页 |
| ·基于相似度估计的文档复制检测方法 | 第21-25页 |
| ·论文研究的主要内容 | 第25-26页 |
| ·论文的组织结构 | 第26-28页 |
| 第二章 文档相似性度量技术 | 第28-39页 |
| ·引言 | 第28页 |
| ·度量空间和规范化距离 | 第28-30页 |
| ·距离函数 | 第30-32页 |
| ·文档相似度估计算法 | 第32-38页 |
| ·minwise哈希算法 | 第32-35页 |
| ·b位minwise哈希算法 | 第35-38页 |
| ·本章小结 | 第38-39页 |
| 第三章 分数位MINWISE哈希算法 | 第39-60页 |
| ·引言 | 第39-40页 |
| ·分数位的构建 | 第40-43页 |
| ·最优分数位 | 第43-45页 |
| ·分数位方差和存储因子分析 | 第45-48页 |
| ·分数位方差 | 第45-47页 |
| ·分数位存储因子 | 第47-48页 |
| ·小于1的分数位的构建 | 第48-53页 |
| ·扩展分数位 | 第53-55页 |
| ·实验结果分析 | 第55-58页 |
| ·实际方差 | 第55-56页 |
| ·分数位的准确率和召回率 | 第56-58页 |
| ·本章小结 | 第58-60页 |
| 第四章 连接位MINWISE哈希算法 | 第60-71页 |
| ·引言 | 第60页 |
| ·连接位的构建 | 第60-64页 |
| ·b=1时连接位的无偏估计 | 第60-62页 |
| ·b=2时连接位的无偏估计 | 第62-63页 |
| ·b连接位的无偏估计 | 第63-64页 |
| ·连接位方差和存储因子分析 | 第64-66页 |
| ·连接位方差 | 第64-65页 |
| ·连接位存储因子 | 第65-66页 |
| ·实验结果分析 | 第66-69页 |
| ·连接位的准确率和召回率 | 第66-68页 |
| ·连接位的时间性能 | 第68页 |
| ·连接位的可用性 | 第68-69页 |
| ·本章小结 | 第69-71页 |
| 第五章 指纹分组合并检索算法 | 第71-89页 |
| ·引言 | 第71-73页 |
| ·海明码指纹的提取 | 第73-75页 |
| ·海明距离检索问题 | 第75-76页 |
| ·相似度检索算法 | 第76-81页 |
| ·指纹分组检索算法 | 第76-78页 |
| ·指纹分组合并检索算法 | 第78-80页 |
| ·时间复杂度分析 | 第80-81页 |
| ·实验结果分析 | 第81-84页 |
| ·参数n_g的分布的测量 | 第81-82页 |
| ·检索算法的准确率和召回率 | 第82-83页 |
| ·时间耗费 | 第83-84页 |
| ·应用实例一文档段落相似度 | 第84-87页 |
| ·段落相似性索引建立 | 第85-87页 |
| ·段落相似度查询 | 第87页 |
| ·本章小结 | 第87-89页 |
| 第六章 基于SIMD优化的相似性比对技术 | 第89-102页 |
| ·引言 | 第89-90页 |
| ·基于SIMD优化的并行算法 | 第90-98页 |
| ·基于SSE4.2优化的指纹比对算法 | 第90-91页 |
| ·基于SSE优化的求交集比对算法 | 第91-96页 |
| ·基于GPU优化的求交集比对算法 | 第96-98页 |
| ·实验结果分析 | 第98-101页 |
| ·基于SSE优化的实验结果 | 第98-100页 |
| ·基于GPU优化的实验结果 | 第100页 |
| ·结合SSE和GPU同时优化的实验结果 | 第100-101页 |
| ·本章小结 | 第101-102页 |
| 第七章 海量项目文档复制检测系统实例 | 第102-115页 |
| ·引言 | 第102-103页 |
| ·系统框架 | 第103-106页 |
| ·系统的层次结构 | 第103页 |
| ·系统的数据流程 | 第103-105页 |
| ·系统的功能结构 | 第105页 |
| ·系统的软硬件结构 | 第105-106页 |
| ·系统的关键技术难点及解决方案 | 第106-110页 |
| ·项目信息抽取 | 第106-107页 |
| ·文档聚类 | 第107-108页 |
| ·项目相似度估计 | 第108-110页 |
| ·软件实现和应用 | 第110-113页 |
| ·项目相似性检索 | 第111页 |
| ·项目相似性比对 | 第111-113页 |
| ·系统性能 | 第113-114页 |
| ·本章小结 | 第114-115页 |
| 第八章 结论与展望 | 第115-118页 |
| ·结论 | 第115-116页 |
| ·下一步的研究工作 | 第116-118页 |
| 参考文献 | 第118-130页 |
| 致谢 | 第130-132页 |
| 攻读学位期间主要的研究成果 | 第132-133页 |
