基于半监督流形学习的Web信息检索技术研究
| 摘要 | 第1-5页 |
| Abstract | 第5-13页 |
| 第1章 绪论 | 第13-21页 |
| ·引言 | 第13页 |
| ·Web信息检索的特点与挑战 | 第13-15页 |
| ·Web 2.0时代的信息检索 | 第15-16页 |
| ·本文研究成果 | 第16-18页 |
| ·本文组织结构 | 第18-21页 |
| 第2章 半监督流形学习综述 | 第21-45页 |
| ·流形学习概述 | 第22-28页 |
| ·等距特征映射 | 第24-25页 |
| ·局部线性嵌入 | 第25页 |
| ·Laplacian Eigenmap | 第25-26页 |
| ·局部切空间对齐 | 第26-27页 |
| ·最大方差展开 | 第27-28页 |
| ·半监督流形学习 | 第28-45页 |
| ·半监督流形分类 | 第30-36页 |
| ·半监督流形降维 | 第36-41页 |
| ·半监督流形排序 | 第41-45页 |
| 第3章 基于非线性流形嵌入的图像检索 | 第45-63页 |
| ·图像检索与“语义鸿沟” | 第45-47页 |
| ·线性降维 | 第47-49页 |
| ·主成分分析 | 第48-49页 |
| ·线性判别分析 | 第49页 |
| ·核最大边缘投影 | 第49-56页 |
| ·基于图的半监督流形学习算法 | 第50-53页 |
| ·基于核技术的非线性扩展 | 第53-54页 |
| ·使用KMMP的图像检索 | 第54-56页 |
| ·实验和结果 | 第56-62页 |
| ·实验设计 | 第56-57页 |
| ·图像检索性能比较 | 第57-62页 |
| ·本章小结 | 第62-63页 |
| 第4章 基于流形排序的Web新闻人脸检索 | 第63-83页 |
| ·Web新闻人脸检索 | 第63-66页 |
| ·Web新闻人脸检索的困难与挑战 | 第63-65页 |
| ·Web新闻人脸检索相关工作 | 第65-66页 |
| ·人脸相似性计算与相似图 | 第66-70页 |
| ·人脸相似性计算 | 第67-69页 |
| ·人脸相似图FaceGraph | 第69-70页 |
| ·基于流形排序的新闻人脸检索算法 | 第70-73页 |
| ·算法描述 | 第70-72页 |
| ·查询图片的选择 | 第72-73页 |
| ·实验和结果 | 第73-81页 |
| ·实验数据集描述 | 第73-74页 |
| ·对比方法和评估标准 | 第74-75页 |
| ·实验结果 | 第75-81页 |
| ·本章小结 | 第81-83页 |
| 第5章 基于图的社会化摘要 | 第83-103页 |
| ·网页摘要 | 第83-87页 |
| ·网页摘要的困难与挑战 | 第83-85页 |
| ·社会化摘要 | 第85-87页 |
| ·网页摘要技术的研究现状 | 第87-89页 |
| ·TagGraph的构建和用户兴趣传播 | 第89-95页 |
| ·网页标签和图结构 | 第90-91页 |
| ·三核协同标签模型和 TagGraph的构建 | 第91-93页 |
| ·TagGraph上的用户兴趣传播 | 第93-95页 |
| ·基于图的社会化摘要 | 第95-97页 |
| ·算法思想 | 第95-96页 |
| ·GBSS算法描述 | 第96-97页 |
| ·实验结果和分析 | 第97-100页 |
| ·实验设计和评估标准 | 第97-98页 |
| ·实验对比方法 | 第98-99页 |
| ·实验结果 | 第99-100页 |
| ·本章小结 | 第100-103页 |
| 第6章 模板无关的新闻标题识别 | 第103-115页 |
| ·研究背景 | 第103-105页 |
| ·新闻标题块模型 | 第105-107页 |
| ·视觉特征 | 第106-107页 |
| ·内容特征 | 第107页 |
| ·VIPS块中的标题块识别 | 第107-109页 |
| ·特征空间的数据分布 | 第107-109页 |
| ·非线性的新闻标题识别算法 | 第109页 |
| ·实验和结果 | 第109-113页 |
| ·实验设置 | 第110页 |
| ·识别精确度比较 | 第110-112页 |
| ·特征贡献实验 | 第112-113页 |
| ·本章小结 | 第113-115页 |
| 第7章 总结与展望 | 第115-118页 |
| ·全文总结及创新点 | 第115-116页 |
| ·未来工作展望 | 第116-118页 |
| 参考文献 | 第118-129页 |
| 攻读博士学位期间主要的研究成果 | 第129-131页 |
| 致谢 | 第131页 |
