最优搜索理论与支持向量机在信息检索中的应用研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 引言 | 第8-12页 |
| ·信息检索相关技术的研究现状 | 第8-11页 |
| ·本文研究内容 | 第11页 |
| ·本文组织结构 | 第11-12页 |
| 第二章 最优搜索理论 | 第12-20页 |
| ·最优搜索理论的历史回顾 | 第12-14页 |
| ·静止目标最优搜索模型 | 第14-16页 |
| ·Koopman的静止目标最优搜索模型 | 第14-16页 |
| ·算法的实现 | 第16-20页 |
| 第三章 支持向量机与核函数 | 第20-29页 |
| ·统计学习理论与支持向量机 | 第20-25页 |
| ·支持向量机的理论基础 | 第20页 |
| ·结构风险最小化原则 | 第20-21页 |
| ·线性可分情形 | 第21-23页 |
| ·线性不可分情形与软间隔 | 第23-24页 |
| ·线性不可分情形与核函数 | 第24-25页 |
| ·序列核函数 | 第25-29页 |
| ·字符串核函数 | 第26页 |
| ·词序列核函数 | 第26-27页 |
| ·句子级别核函数 | 第27-29页 |
| 第四章 文本分类技术 | 第29-35页 |
| ·文档表示 | 第29-30页 |
| ·文本分类的定义 | 第30-33页 |
| ·两分类问题 | 第31-32页 |
| ·多类问题 | 第32页 |
| ·多标记问题 | 第32-33页 |
| ·特征重构 | 第33-35页 |
| ·词干抽取(stemming) | 第33页 |
| ·项聚类 | 第33页 |
| ·潜在语义标引 | 第33-35页 |
| 第五章 系统实现及关键技术 | 第35-56页 |
| ·系统设计与实现 | 第35-36页 |
| ·开发环境介绍 | 第35页 |
| ·系统结构设计 | 第35-36页 |
| ·系统界面设计 | 第36页 |
| ·文档集的选择和描述 | 第36-43页 |
| ·文档的处理 | 第37-38页 |
| ·文档类的设计 | 第38-43页 |
| ·句集合核函数和句序列核函数 | 第43-50页 |
| ·句集合核函数模型与算法 | 第43-48页 |
| ·句序列核函数 | 第48-50页 |
| ·基于 SVM的最优搜索模型 | 第50-51页 |
| ·对 LIBSVM软件包的改进 | 第51-56页 |
| ·LIBSVM算法 | 第51-53页 |
| ·对 LIBSVM源代码的改进 | 第53-56页 |
| 第六章 实验结果及数据分析 | 第56-59页 |
| ·句集合核函数分类性能实验 | 第56-57页 |
| ·基于最优搜索策略的检索实验 | 第57-59页 |
| 第七章 结论及展望 | 第59-62页 |
| 参考文献 | 第62-65页 |
| 攻硕期间取得的研究成果 | 第65页 |
