| 摘要 | 第1-13页 |
| ABSTRACT | 第13-15页 |
| 第一章 绪论 | 第15-33页 |
| ·研究背景 | 第15-24页 |
| ·对等网络的产生 | 第15-17页 |
| ·对等网络的定义 | 第17-18页 |
| ·对等网络的特征 | 第18-19页 |
| ·对等网络的分类 | 第19-22页 |
| ·对等网络的应用 | 第22-24页 |
| ·研究现状及存在的问题 | 第24-29页 |
| ·1 P2P 计算的研究现状 | 第24-26页 |
| ·P2P 计算的优势 | 第26-28页 |
| ·基于对等计算的信息检索面临的挑战 | 第28-29页 |
| ·本文的主要研究工作及创新 | 第29-30页 |
| ·论文的结构 | 第30-31页 |
| ·本章小结 | 第31-33页 |
| 第二章 相关研究工作 | 第33-51页 |
| ·信息检索的相关模型 | 第33-40页 |
| ·布尔模型 | 第33-34页 |
| ·向量空间模型 | 第34-36页 |
| ·概率模型 | 第36-37页 |
| ·统计语言模型 | 第37-40页 |
| ·对等网络中的小世界模型 | 第40-44页 |
| ·幂律 | 第40-43页 |
| ·小世界理论 | 第43-44页 |
| ·常见P2P 信息检索方法 | 第44-48页 |
| ·基于集中式索引服务器的信息检索 | 第44-45页 |
| ·基于非结构化P2P 网络的信息检索 | 第45-47页 |
| ·基于结构化P2P 网络的信息检索 | 第47-48页 |
| ·信息推送技术 | 第48-49页 |
| ·本章小结 | 第49-51页 |
| 第三章 基于移动Agent 的新型非结构化P2P 信息检索模型 | 第51-63页 |
| ·传统非结构化P2P 信息检索模型的不足 | 第51-54页 |
| ·泛洪策略分布信息搜索 | 第51-52页 |
| ·启发式分布信息搜索 | 第52-53页 |
| ·传统搜索模型的不足 | 第53-54页 |
| ·模型选择策略 | 第54-58页 |
| ·移动Agent 的特点 | 第54-56页 |
| ·移动Agent 与P2P 的结合 | 第56页 |
| ·新型模型的选择标准 | 第56-58页 |
| ·基于移动Agent 的新型非结构化P2P 信息检索模型设计 | 第58-62页 |
| ·模型的整体结构 | 第58-59页 |
| ·检索模型节点的组成元素 | 第59-61页 |
| ·移动Agent 的表示 | 第61-62页 |
| ·模型的创新性 | 第62页 |
| ·本章小结 | 第62-63页 |
| 第四章 基于词汇链的文本表示与检索技术 | 第63-91页 |
| ·词汇链的基本概念 | 第63-66页 |
| ·词的集聚性 | 第63-64页 |
| ·词汇链的定义 | 第64-65页 |
| ·词汇集聚为何重要 | 第65页 |
| ·词汇链的应用 | 第65-66页 |
| ·基于词汇链的信息检索 | 第66-68页 |
| ·基于关键词信息检索方法的局限性 | 第66-67页 |
| ·引入词汇链的优势 | 第67-68页 |
| ·词汇链的构建方法 | 第68-76页 |
| ·候选词的选择 | 第68-69页 |
| ·词汇语义关联度的分类 | 第69-71页 |
| ·路径的选择 | 第71-72页 |
| ·词汇链的构建算法 | 第72-74页 |
| ·算法应用实例 | 第74-76页 |
| ·词汇语义关联度的计算 | 第76页 |
| ·文本的词汇链表示方法 | 第76-84页 |
| ·文本表示流程 | 第76-78页 |
| ·文本预处理 | 第78-79页 |
| ·关键词提取 | 第79-80页 |
| ·利用词汇链进行岐义消解 | 第80-83页 |
| ·文本的词汇链向量表示 | 第83页 |
| ·文本之间的相似度计算 | 第83-84页 |
| ·基于遗传算法的进化式词汇链学习算法 | 第84-87页 |
| ·遗传算法一般框架 | 第84-86页 |
| ·进化式词汇链查询模板学习算法 | 第86-87页 |
| ·仿真实验 | 第87-90页 |
| ·实验语料库 | 第87-88页 |
| ·评价参数 | 第88-89页 |
| ·实验结果 | 第89-90页 |
| ·本章小结 | 第90-91页 |
| 第五章 基于蚁群算法的非结构化P2P 信息检索路由选择 | 第91-111页 |
| ·非结构化P2P 信息检索路由 | 第91-93页 |
| ·非结构化P2P 网络中的信息检索路由描述 | 第91页 |
| ·现有非结构化P2P 检索路由方法 | 第91-92页 |
| ·现有路由方法的缺陷 | 第92-93页 |
| ·基本蚁群算法 | 第93-98页 |
| ·基本蚁群算法 | 第93-94页 |
| ·蚁群算法的应用 | 第94-95页 |
| ·开放平台Anthill 分析 | 第95-98页 |
| ·基于信息推荐的改进蚁群算法 | 第98-103页 |
| ·信息推荐算法 | 第98-99页 |
| ·基于信息推荐的改进蚁群算法 | 第99-100页 |
| ·基于改进蚁群算法的非结构化P2P 信息检索方法 | 第100-103页 |
| ·仿真实验 | 第103-110页 |
| ·实验环境 | 第103页 |
| ·实验步骤 | 第103-104页 |
| ·评价指标 | 第104-105页 |
| ·实验结果与分析 | 第105-110页 |
| ·本章小结 | 第110-111页 |
| 第六章 基于改进PSO 算法的查询路由优化 | 第111-129页 |
| ·非结构化P2P 网络查询路由优化问题的描述 | 第111-112页 |
| ·基本的PSO 算法 | 第112-113页 |
| ·含自适应扩散机制的混合变异PSO 算法 | 第113-118页 |
| ·早熟收敛原因 | 第113页 |
| ·改进算法基本原理 | 第113-116页 |
| ·全局收敛性 | 第116-118页 |
| ·改进算法的有效性验证 | 第118-123页 |
| ·基准函数问题 | 第118-119页 |
| ·参数设置 | 第119-120页 |
| ·对比实验 | 第120-123页 |
| ·基于InformPSO 的P2P 网络路由算法 | 第123-125页 |
| ·问题描述 | 第123页 |
| ·编码机制 | 第123-124页 |
| ·适应度函数 | 第124页 |
| ·算法描述 | 第124-125页 |
| ·路由优化仿真实验 | 第125-128页 |
| ·仿真平台PeerSim | 第125页 |
| ·拓扑生成器BRITE | 第125-126页 |
| ·实验结果及分析 | 第126-128页 |
| ·本章小结 | 第128-129页 |
| 第七章 结论与展望 | 第129-131页 |
| ·本文工作总结 | 第129-130页 |
| ·下一步工作展望 | 第130-131页 |
| 致谢 | 第131-133页 |
| 参考文献 | 第133-141页 |
| 作者在学期间取得的学术成果 | 第141-143页 |
| 附录 A 作者在学期间主持或参加的科研项目 | 第143页 |
