关键词： 经济信息-精报检索-高等学校-教材  

ISBN: (纸本)9787502770181

关键词： 机电系统-情报检索  

关键词： 视频检索   特征分析   视频分类   最优搜索理论   时间资源  

摘要： 随着多媒体和网络技术的不断发展,数字视频信息越来越丰富。如何对这些海量数据进行组织以便于高效的检索成为当今人们迫切需要解决的问题。因此,一方面基于内容的视频信息检索技术逐渐成为人们所关注的热点研究领域。另一方面假设可用于检索的时间资源是有限的,则在时间受限条件下使搜索到目标的概率最大化方面的研究就显得很有意义。本文结合最优搜索理论,提出了一种在有限资源条件下基于视频内容及最优搜索理论的视频信息检索方案。文章主要的研究内容包括以下几方面: 1.本文首先简要介绍了基于内容的视频信息检索技术的研究背景及发展现状,讨论了数字化视频数据模型的结构,以及基于内容的视频检索常用关键技术,介绍了实验中用到的视频特征数据库模型。 2.然后简要介绍了最优搜索理论的研究现状,以及最优搜索问题的数学模型的构造策略。讨论了几种离散空间中静止目标的最优搜索模型及最优化方法。并结合视频数据检索自身特点,讨论了把最优搜索理论引入到视频信息检索领域的可行性。 3.接着本文着重研究了视频信息最优搜索策略,这是本文的重点,这一章主要包括以下三部分内容: 视频分类策略的研究。视频分类处理是许多视频应用的基础,也是构造最优搜索模型的前期工作之一。本文根据视频数据自身的各种特征,结合支撑矢量机(SVM)算法,进行了视频数据自动分类问题的研究。 构建基于最优搜索理论的视频信息检索模型。结合视频数据特征及上述的分类研究成果,本文提出了一种在时间资源受限条件下使找到目标的探测概率最大化的最优化视频检索策略,并对该算法可能带来的误差进行了分析,实验结果表明该最优搜索策略在专用数据库中能够有效地完成检索工作。 实验结果及分析。本文通过具体实验对文中提出的最优搜索算法进行了验证。实验中的数据部分及对视频数据的基本处理部分采用了普渡大学(Purdue University)提供的视频信息基础管理系统(vdbms)。在对实验结果进行分析总结的基础上,指出了该模型不足之处及可能的改进策略。 4.本文最后提出了一种适应性最优搜索策略系统框架。视频数据的语义特征信息及检索过程中可能得到的用户反馈信息在上述研究中没有得到充分的利用。结合这两点,本文首先对相关反馈算法模型进行了研究,然后结合最优搜索策略提出了一种基于视频的适应性最优搜索系统框架。

关键词： 情报检索-图书馆工作  

摘要： 本书主要介绍文献信息检索的基本理论和基础知识，国内外参考工具书以及检索工具和一些检索行业标准，计算机检索、网络信息资源检索和一些当前知名的数据库和搜索引擎。

关键词： 信息检索   Web数据挖掘   文本分类   个性化   用户兴趣模型  

摘要： 随着Internet技术的迅速发展,Web信息日益膨胀,人们不得不花费大量的时间去搜索自己需要的信息。目前大多数的搜索引擎提供的服务还不能令用户满意,如何从大量的网络信息中挖掘出针对不同用户的个性化资源已经成为研究的热点。本文设计并实现了一种智能信息检索系统,并对其中的核心模块个性化信息挖掘模块做了深入研究。 论文首先分析了元搜索引擎的工作原理和体系结构,探讨了Agent技术在信息检索上的应用;之后研究了Web文本挖掘中的关键技术,其中着重分析了文本自动分类技术,提出了一种改进的基于神经网络的文本分类算法,并对该算法做了可行性验证。接着分析了文档向量空间模型,根据网页中标签的权重特性,提出了一种改进的按标签分级加权的算法。此外,针对用户访问兴趣和访问频度的特点,采用文档预处理、用户识别、会话识别等一系列步骤,建立了一种三层动态兴趣模型,利用该模型对检索信息进行过滤,较好的满足了用户个性化查询的需求。

关键词： 高职院校   信息检索   教学改革   信息素质教育  

摘要： 本文从高职院校实际情况出发,阐述了高职院校开设信息检索课的重要性以及传统信息检索课教学不适用于高职院校,并从教学理念、教学内容、教学方法、教材、教学过程组织和考试方法六个方面提出了改革要求。

关键词： 个性化   元搜索引擎   用户行为   结果排序  

摘要： 随着计算机技术的发展,Internet应用需求也日益扩大,各种基于Web的软件技术也得到了长足的进步。为了能够给用户提供及时、准确的信息服务,搜索引擎技术应运而生,搜索引擎作为网络信息服务最基本的手段,在一定程度上可以满足用户对WWW上信息检索的要求,但由于其通用的性质,这些通用的搜索引擎所表现的数据信息覆盖领域广、信息量大、数据不稳定、冗余度大等特性,导致用户查询的精度非常低,其效果难以满足不同背景、不同目的和不同时期的用户查询请求。 元搜索引擎正是满足这种需求的产物,元搜索引擎技术是一种集成搜索引擎技术,它主要通过成员搜索引擎选择、文本选择、结果集成三个主要步骤来完成信息检索任务,如果系统策略设计得当,成员搜索引擎选择方法合适,那么相对于独立的传统搜索引擎来说,元搜索引擎一般可以达到更高的搜索覆盖率和更好的查询效果。但是元搜索引擎也会面临与传统搜索引擎一样的问题,就是不能对用户进行个性化分析和提供相应的有针对性的服务,而且如果系统的集成策略设计地过于简单和机械化,则元搜索引擎多数情况下并不会取得更好的信息检索效果。 本文针对现有元搜索引擎的局限性和当前用户的个性化需求,以用户兴趣模型为基础,提出了实现用户个性化搜索的模型,并研究其相关技术与算法。主要的研究工作包括:①提出元搜索引擎的设计思路,主要介绍元搜索引擎的总体设计模型以及各主要部分的功能,包括查询代理、搜索代理、运算代理三大功能模块。②分析了搜索引擎的查准率不高等性能问题,对个性化技术的本质作了定义和分析,并指出了实现个性化技术的一般步骤和方法。③通过对用户行为特征的统计分析发现,用户的查询关键词和查询过程具有统计意义上的稳定性。因此,建立了以用户行为特征为基础的用户模型。④通过理论分析和性能分析探讨了个性化搜索引擎性能优化的关键技术。结合个性化搜索模型,引入新的信息抽取算法、中文切词算法,以及元搜索引擎采用的几种排序算法。⑤最后,结合用户对搜索引擎的需求发展趋势,指出了今后的主要研究方向。

关键词： 关键词搜索   分类浏览   图像内容特征   特征检索   内容检索  

摘要： 随着互联网上图像资源增多,其检索问题给传统检索理论带来新挑战。该文对图像信息检索技术进行分类研究,并对两类图像信息检索技术的发展与结合做出了展望。

ISBN: (纸本)9787811300055