全文检索系统中文件预处理技术研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 研究背景 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.3 研究内容 | 第15-16页 |
| 1.4 章节安排 | 第16-17页 |
| 第2章 相关技术综述 | 第17-31页 |
| 2.1 引言 | 第17页 |
| 2.2 分布式全文检索系统 | 第17-21页 |
| 2.2.1 索引和检索技术 | 第18-19页 |
| 2.2.2 文件预处理技术 | 第19-21页 |
| 2.3 消息队列系统相关技术 | 第21-24页 |
| 2.3.1 生产者消费者模型 | 第21页 |
| 2.3.2 消息队列模式 | 第21-22页 |
| 2.3.3 常用消息队列 | 第22-24页 |
| 2.4 文件分类识别系统相关技术 | 第24-29页 |
| 2.4.1 文件类型识别 | 第24-27页 |
| 2.4.2 文件分类方法 | 第27-28页 |
| 2.4.3 分类性能评估方法 | 第28-29页 |
| 2.5 本章小结 | 第29-31页 |
| 第3章 文本内容提取消息队列设计 | 第31-43页 |
| 3.1 引言 | 第31页 |
| 3.2 消息队列设计 | 第31-35页 |
| 3.2.1 基本组成 | 第31-33页 |
| 3.2.2 消息应答机制 | 第33页 |
| 3.2.3 调度分配策略 | 第33-34页 |
| 3.2.4 持久化设置 | 第34-35页 |
| 3.3 消息队列实现 | 第35-37页 |
| 3.4 系统自启动 | 第37-39页 |
| 3.5 测试及结果分析 | 第39-41页 |
| 3.5.1 实验平台 | 第39页 |
| 3.5.2 实验结果及分析 | 第39-41页 |
| 3.6 本章小结 | 第41-43页 |
| 第4章 基于主成分分析和K近邻的文件类型识别 | 第43-57页 |
| 4.1 引言 | 第43页 |
| 4.2 文件表示模型 | 第43-46页 |
| 4.3 降维处理 | 第46-49页 |
| 4.3.1 文件内容截取算法 | 第47页 |
| 4.3.2 主成分分析算法 | 第47-48页 |
| 4.3.3 聚类算法 | 第48-49页 |
| 4.4 算法实现 | 第49-55页 |
| 4.4.1 算法描述 | 第49-50页 |
| 4.4.2 算法测试 | 第50-51页 |
| 4.4.3 实验结果分析 | 第51-55页 |
| 4.6 本章小结 | 第55-57页 |
| 第5章 基于SVM的文件类型识别算法 | 第57-73页 |
| 5.1 引言 | 第57页 |
| 5.2 特征权重计算 | 第57-61页 |
| 5.2.1 特征权重计算方法分析 | 第57-58页 |
| 5.2.2 特征权重计算方法改进 | 第58-61页 |
| 5.3 特征选择方法 | 第61-63页 |
| 5.3.1 信息增益特征选择方法分析 | 第61-62页 |
| 5.3.2 信息增益特征选择方法改进 | 第62-63页 |
| 5.4 SVM理论 | 第63-66页 |
| 5.4.1 最优分类超平面 | 第63-64页 |
| 5.4.2 广义最优分类超平面 | 第64-65页 |
| 5.4.3 核函数 | 第65-66页 |
| 5.4.4 多类分类问题 | 第66页 |
| 5.5 基于SVM的文件分类算法分析 | 第66-72页 |
| 5.5.1 算法描述 | 第66-69页 |
| 5.5.2 算法实现 | 第69-70页 |
| 5.5.3 测试及结果分析 | 第70-72页 |
| 5.6 本章小结 | 第72-73页 |
| 第6章 总结与展望 | 第73-75页 |
| 6.1 本文工作总结 | 第73页 |
| 6.2 研究展望 | 第73-75页 |
| 参考文献 | 第75-79页 |
| 致谢 | 第79-81页 |
| 在读期间发表的学术论文与取得的其他研究成果 | 第81页 |
