检索结果-南通市图书馆

计算机工程与设计 2006年第23期27卷 4395-4398,4407页

作者：曹羽中曹勇刚金茂忠刘超北京航空航天大学计算机学院北京100083

中文分词技术对中文搜索引擎的查准率及查全率有重大影响。在剖析开源搜索引擎Nutch的源代码结构的基础上,基于JavaCC实现了一个可扩展的词法分析器并将其与Nutch集成,构建了一个支持智能中文分词的互联网搜索引擎Nutch-Enhanced。它可... 详细信息

中文分词技术对中文搜索引擎的查准率及查全率有重大影响。在剖析开源搜索引擎Nutch的源代码结构的基础上,基于JavaCC实现了一个可扩展的词法分析器并将其与Nutch集成,构建了一个支持智能中文分词的互联网搜索引擎Nutch-Enhanced。它可用作评测各类中文分词算法对搜索引擎的影响的实验平台。对NutchEnhanced的搜索质量与Nutch、Google、百度进行了对比评测。结果表明它远优于Nutch,其查全率达到了0.74,前30个搜索结果的查准率达到了0.86,总体上具有与Google,百度接近的中文搜索质量。

关键词：中文分词分词算法搜索引擎词法分析器检索精度

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于内容的商标图像检索

基于内容的商标图像检索

引用

作者：刘海清南京理工大学

学位级别：硕士

基于内容的图像检索(Content Based Image Retrieval，简称CBIR)，是指直接根据描述图像内容的各种特征进行图像检索的技术，目前主要集中于底层特征的相似度匹配的研究，包括颜色、纹理、形状等。CBIR技术可应用于图像数据库、电子图... 详细信息

基于内容的图像检索(Content Based Image Retrieval，简称CBIR)，是指直接根据描述图像内容的各种特征进行图像检索的技术，目前主要集中于底层特征的相似度匹配的研究，包括颜色、纹理、形状等。CBIR技术可应用于图像数据库、电子图书馆、商标管理、公安系统等多种领域，其应用广泛使得对CBIR的研究已成为计算机视觉、图像数据库与知识挖掘等领域最活跃的研究热点之一。本文首先概述了目前国内外基于内容的图像检索领域的现状和发展趋势，分析了现有的基于颜色、纹理、形状的图像检索方法及其特点之后，考虑到本文是对二值商标图像进行研究，所以我们选择基于形状的方法进行研究。然后本文对CBIR系统模型和常用的评价准则进行了分析，选取PVR曲线作为本文的检索性能评价标准。本文针对不同的子图像融合准则进行了实验，选取加权最小平均值准则作为本文的子图像融合准则。为了充分利用商标图像的内部信息来提高商标图像的检索精度，本文提出了一种改进的检索方法，即融合商标子图像的多个形状特征及其内部空间关系特征来进行检索。为了证明该方法的有效性，本文分别作了基于单个形状特征(面积)、两个形状特征(面积、曲折度)融合、两个形状特征(面积、曲折度)与空间关系特征(子图像重心之间距离)融合的子图像融合实验。实验中我们选取了三个不同的商标库，商标库中分别包括3000、4000、5000多幅二值商标图像。实验结果证明，本文提出的方法即融合子图像的多个形状特征与空间关系特征的商标检索性能最好，最符合人眼视觉感受。本文设计了一套基于内容的商标检索系统，主要是作为一个实验性的测试平台。系统的开发平台为Microsoft Windows 2000 Server，开发工具为Visual C++6.0。

关键词：基于内容的图像检索商标形状特征空间关系特征检索精度检索回召率

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

哼唱检索中特征提取研究

哼唱检索中特征提取研究

引用

作者：孙丽北京邮电大学

学位级别：硕士

随着人们对多媒体信息需求的日益增加,相应的多媒体检索技术成为了研究的热点。而音频作为多媒体中重要的一种资源,其检索技术也成了相关研究者重点关注的课题。音乐作为一种表达和传递情感的有效载体,对其研究会更加贴近人们的生活。... 详细信息

随着人们对多媒体信息需求的日益增加,相应的多媒体检索技术成为了研究的热点。而音频作为多媒体中重要的一种资源,其检索技术也成了相关研究者重点关注的课题。音乐作为一种表达和传递情感的有效载体,对其研究会更加贴近人们的生活。例如我们在生活中可能会碰到这样的场景,无意听到或即兴哼起一首歌曲,感觉十分熟悉,却怎么也想不起来歌名、歌词和完整的信息,哼唱音乐检索技术能够很好的解决这个问题,通过哼唱一首歌曲的旋律,能够从音乐数据库中找到与音频片段最为相似的歌曲反馈给用户。哼唱检索是一种基于内容的音乐检索方式,主要包括特征提取和旋律匹配两个模块。哼唱检索中的特征提取模块具有十分重要地位,特征选取是否具有很强的独立性、区分性和代表性,对系统检索结果影响深远。本文具体阐述了MIDI音乐库主旋律提取方法和哼唱特征包含基频和音符在内的特征提取和处理方法,通过实验得出特征提取效果。最后从系统角度对哼唱检索系统进行试验,得到整体检索精度。

关键词：哼唱检索基频音符特征提取旋律匹配检索精度

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于两步哈希方法的跨模态图文检索研究

基于两步哈希方法的跨模态图文检索研究

引用

作者：麻凯利湖南大学

学位级别：硕士

近年来,在跨模态图文检索研究中,哈希方法因所需存储空间小,学习效率高而受到广泛关注。基于哈希学习的跨模态图文检索方法是将来自不同模态的数据实例投影到汉明空间,并学习用于图像-文本检索的哈希码。尽管跨模态图文检索哈希学习方... 详细信息

近年来,在跨模态图文检索研究中,哈希方法因所需存储空间小,学习效率高而受到广泛关注。基于哈希学习的跨模态图文检索方法是将来自不同模态的数据实例投影到汉明空间,并学习用于图像-文本检索的哈希码。尽管跨模态图文检索哈希学习方法获得了优秀的检索性能,但仍然存在一些局限性。一方面,现有方法大多同时学习哈希码和哈希函数,导致训练过程中产生较多的矩阵变量,增加了训练时的计算复杂度。另一方面,部分方法采用线性回归策略学习哈希函数,使哈希函数不够灵活,导致检索性能无法达到最佳。为解决上述问题,本文提出了两种跨模态图文检索哈希方法,主要研究成果总结如下:针对跨模态图文检索哈希方法同时学习哈希码和哈希函数导致计算复杂度较高的问题,本文提出了快速离散两步学习哈希方法。首先,该方法利用类标签矩阵代替传统相似矩阵生成哈希码;然后,该方法提出一种两步学习方案来学习两种不同模态相关的哈希函数,即首先生成哈希码,然后通过学习到的哈希码单独学习哈希函数;最后,采用一种离散优化策略求解哈希函数。针对跨模态图文检索哈希方法采用不灵活的线性回归策略学习哈希函数导致检索性能不佳的问题,本文在上述工作基础上引入核逻辑回归策略,使哈希函数适用于不同预测模型,提出基于核逻辑回归的快速离散两步学习哈希方法。首先,该方法通过类标签生成哈希码,避免构造成对相似性矩阵;然后,在学习哈希函数阶段,采用先进的核逻辑回归算法增强哈希函数的灵活性,从而提高跨模态图文检索的性能;最后,使用一种离散优化策略求解哈希函数。为验证本文所提出方法的有效性,在三个经典数据集上进行对比实验,实验结果表明本文所提出的两种方法检索性能和学习效率更高。同时,验证了基于核逻辑回归的快速离散两步学习哈希方法的哈希函数适用于不同预测模型,具有更高的灵活性。

关键词：跨模态图像-文本检索哈希方法检索精度学习效率

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

安全云环境中一种改进的多关键字检索方案

引用

计算机应用与软件 2016年第4期33卷 103-107,168页

作者：郭秋滟西昌学院汽车与电子工程学院四川西昌615013

为了降低硬件购置成本,许多机构倾向于使用稳健快速的云服务将他们的数据转包出去。然而,外包数据可能含有需要防护的敏感数据,而云提供商并不能可靠地满足这一要求。因此,必须采取防护措施,以保护敏感数据不受到云服务器和其他未授权... 详细信息

为了降低硬件购置成本,许多机构倾向于使用稳健快速的云服务将他们的数据转包出去。然而,外包数据可能含有需要防护的敏感数据,而云提供商并不能可靠地满足这一要求。因此,必须采取防护措施,以保护敏感数据不受到云服务器和其他未授权机构的破坏。针对该问题,提出一种基于minhash函数的高效加密云数据隐私保护多关键字检索方法。该方法根据数据所有者生成并外包给云服务器的加密可检索索引进行加密云检索。已知检索内容后,服务器采用tf-idf加权法将检索内容与可检索索引相比较,除了鉴于隐私因素可被泄露的信息外,不需其他信息即可返回结果。基于公开的Enron数据集的仿真实验结果表明,该方法可保证用户只会检索到最相关的条目,不会对用户造成不必要的通信和计算负担。另外,在检索精度方面,也要优于现有的方法。

关键词：云服务 minhash函数隐私保护检索 tf-idf加权法检索精度

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

多模态检索数据增强方法研究

引用

智能计算机与应用 2024年第7期14卷 227-230页

作者：吴强东华大学计算机科学与技术学院上海201620

多模态检索领域中,基于Transformer的多模态模型因其强大的推理能力和高精度的检索效果而备受关注,该模型通常采用预训练和微调的方法进行训练。微调过程使用更大规模数据集可以提高检索精度,构建大规模有标注数据集需要耗费大量人力物... 详细信息

多模态检索领域中,基于Transformer的多模态模型因其强大的推理能力和高精度的检索效果而备受关注,该模型通常采用预训练和微调的方法进行训练。微调过程使用更大规模数据集可以提高检索精度,构建大规模有标注数据集需要耗费大量人力物力,因此本文提出了3个数据增强方法,即概念增强、EDA搭配回译、图文标签化来扩大数据集规模,从而提升多模态模型检索精度。实验结果表明,使用这3种方法和3种方法的组合对训练数据进行增强,3个多模态检索模型的图文检索精度均有所提升。

关键词：多模态模型数据增强检索精度

来源：

维普期刊数据库博看期刊

同方期刊数据库评论