收藏本站
《北京邮电大学》 2006年
收藏 | 手机打开
二维码
手机客户端打开本文

现代信息检索中的文本分类及图像恢复研究

刘涛  
【摘要】:信息化的飞速发展使各种信息呈现爆炸式增长,这给人们的工作、学习和生活提供了极大便利,但淹没于大量无用、重复信息之中的有用信息很难通过人工的方法被全面准确地提取出来,人们陷于信息提取的泥潭中,快速有效的信息检索技术成为了唯一的解决方案。信息检索主要包含两个部分:按照科学的体系结构对信息进行归类和获取用户真实意图,反馈给用户所需的信息。前者是提高效率的关键,本文的研究则集中于信息归类,围绕中文文本分词、特征选择和分类方法以及图像检索中的模糊图像恢复等关键技术展开探索。研究过程使用了理论分析和计算机实验验证两种主要方法。以理论分析确定实验目的,指导实验方法;以实验数据支持理论分析,推动更深入的理论分析。 本文首先介绍了信息检索的发展现状,结合本论文的主要研究内容论述了信息检索中的关键技术,对本论文的内容安排和主要创新作了说明。而后,从总体上介绍了自动文本分类系统的组成结构和功能,为后面的研究打下了基础。本论文所作的创新主要包括以下几个部分: 现有机械分词方法准确率偏低,对后续特征选择和分类造成了破坏,影响了文本分类精度;非机械分词法虽然有较好的分词精度,但是时间和/或空间复杂度较高,不易实现。针对上述问题,本文提出了一种对最大匹配法进行改进得到的预测最大匹配分词方法。预测最大匹配法通过对长词出现可能性和起始位置进行预测,使分词过程更符合长词优先准则。通过对新方法分词性能和时间复杂度的分析,证明了该方法以较小的复杂度增加为代价明显提高了分词准确性,接近全局最大匹配的性能。 以词为特征表示中文文本时特征维数较高,需要剔除对分类贡献小的特征。现有特征选择方法基于词与词之间相互独立的假设,属于标量特征选择。实际上词与词之间存在很强的的相关性,本文提出了基于期望交叉熵的向量特征选择方法,兼顾了词与类别及词与词之间的相关性。本文还研究了使用K-L变换和奇异值分解特征生成的方法。实验证明在
【学位授予单位】:

知网文化
【相似文献】
中国期刊全文数据库 前20条
1 龚静;曾莉;;用于文本分类的特征选择方法[J];湖南环境生物职业技术学院学报;2008年03期
2 袁剑锋;张启蕊;;医药信息文本分类系统中特征选择模块的研究[J];电脑知识与技术;2008年30期
3 洪亮;;文本分类中特征选择方法研究及分析[J];科技广场;2009年07期
4 林永民;朱卫东;;模糊kNN在文本分类中的应用研究[J];计算机应用与软件;2008年09期
5 吕震宇;赵爽;林永民;;kNN在文本分类中的应用研究[J];计算机与现代化;2008年11期
6 肖婷;唐雁;;改进的χ~2统计文本特征选择方法[J];计算机工程与应用;2009年14期
7 王博;贾焰;杨树强;周斌;;适用于不确定文本分类的特征选择算法[J];通信学报;2009年08期
8 黄迎春;李晓晔;邓文新;;文本挖掘技术的研究[J];齐齐哈尔大学学报;2006年03期
9 刘健;钱猛;张维明;;基于Fisher线性判别模型的文本特征选择算法[J];国防科技大学学报;2008年05期
10 吕彦红;陈基漓;阮百尧;;基于遗传算法的中文自动分类特征选择[J];山东理工大学学报(自然科学版);2009年01期
11 伍建军;康耀红;;基于改进的互信息特征选择的文本分类[J];计算机应用;2006年S2期
12 王晓微;;两种分类方法特征选择的比较[J];电子技术;2007年Z3期
13 朱颢东;钟勇;;使用优化模拟退火算法的文本特征选择[J];计算机工程与应用;2010年04期
14 符会涛;卡米力·木衣丁;;一种改进的文本特征选择方法的研究与设计[J];计算机应用与软件;2011年04期
15 刘洋;;中文文本分类中特征选择方法的比较研究[J];科技信息;2007年03期
16 裴志利;李志刚;王建;孔英;梁艳春;卢弈南;;一种基于改进互信息的文本分类方法[J];内蒙古民族大学学报(自然科学版);2007年04期
17 吕震宇;林永民;赵爽;陈景年;朱卫东;;基于类信息的文本特征选择与加权算法研究[J];计算机工程与应用;2008年20期
18 王卫玲;初建崇;许立科;;一种基于关联性的特征选择算法[J];计算机应用与软件;2009年08期
19 黄秀丽;王蔚;;一种改进的文本分类特征选择方法[J];计算机工程与应用;2009年36期
20 王博;贾焰;杨树强;韩伟红;;文本多分类中的特征选择研究[J];计算机工程与科学;2010年08期
中国重要会议论文全文数据库 前10条
1 张永;陈思睿;杨志勇;;一种改进的文本分类方法的研究[A];第二届全国信息检索与内容安全学术会议(NCIRCS-2005)论文集[C];2005年
2 徐燕;孙春明;王斌;李锦涛;;基于词条频率的特征选择算法研究[A];中文信息处理前沿进展——中国中文信息学会二十五周年学术会议论文集[C];2006年
3 刘功申;李建华;李生红;;基于类信息的特征选择和加权方法[A];NCIRCS2004第一届全国信息检索与内容安全学术会议论文集[C];2004年
4 伍建军;康耀红;;关于文本分类中特征降维方式的研究[A];第三届学生计算语言学研讨会论文集[C];2006年
5 徐燕;王斌;李锦涛;孙春明;;知识增益:文本分类中一种新的特征选择方法[A];第三届全国信息检索与内容安全学术会议论文集[C];2007年
6 王秀娟;郭军;郑康锋;;基于互信息可信度的特征选择方法[A];2006通信理论与技术新进展——第十一届全国青年通信学术会议论文集[C];2006年
7 陈庆轩;郑德权;郑博文;赵铁军;李生;;中文文本分类中基于文档频度分布的特征选择方法[A];黑龙江省计算机学会2009年学术交流年会论文集[C];2010年
8 肖婷;唐雁;;文本分类中特征选择方法及应用[A];2008年计算机应用技术交流会论文集[C];2008年
9 陈克利;宗成庆;王霞;;基于大规模真实文本的平衡语料分析与文本分类方法[A];语言计算与基于内容的文本处理——全国第七届计算语言学联合学术会议论文集[C];2003年
10 杜长海;吉根林;;模糊聚类的最大树法在文本分类中的应用研究[A];第二十二届中国数据库学术会议论文集(研究报告篇)[C];2005年
中国重要报纸全文数据库 前10条
1 ;图像检索新技术[N];中国知识产权报;2000年
2 ;整合信息资源 提升服务能力[N];中国计算机报;2005年
3 记者 刘安;“全国档案报刊文献及科技成果信息检索系统”通过鉴定[N];中国档案报;2002年
4 清华大学计算机系智能技术与系统国家重点实验室 张敏 金奕江;寻“宝”有术[N];计算机世界;2003年
5 周晓娟;TD已过分水岭[N];通信产业报;2008年
6 天相投顾 闻群王聃聃;选基金需考虑风险承受力[N];中国证券报;2007年
7 微软中国研究院 陈正 李明镜 马维英;互联网上图像信息检索[N];计算机世界;2001年
8 本报记者 武天敏包国俊 本报特约记者 郭瑞宏;在浩瀚信息海洋“导航”[N];解放军报;2007年
9 孙志伟;刘刚检查城防林建设[N];齐齐哈尔日报;2008年
10 中国科学院计算技术研究所 王 斌;内容为王[N];计算机世界;2004年
中国博士学位论文全文数据库 前10条
1 刘涛;现代信息检索中的文本分类及图像恢复研究[D];北京邮电大学;2006年
2 王博;文本分类中特征选择技术的研究[D];国防科学技术大学;2009年
3 刘健;面向信息检索的文本信息组织关键技术研究[D];国防科学技术大学;2009年
4 冯国忠;文本分类中的贝叶斯特征选择[D];东北师范大学;2011年
5 王秀娟;文本检索中若干问题研究[D];北京邮电大学;2006年
6 章舜仲;文本分类中词共现关系的研究及其应用[D];南京理工大学;2010年
7 孟佳娜;迁移学习在文本分类中的应用研究[D];大连理工大学;2011年
8 程军;基于统计的文本分类技术研究[D];中国科学院研究生院(文献情报中心);2003年
9 宋枫溪;自动文本分类若干基本问题研究[D];南京理工大学;2004年
10 韦娜;基于内容图像检索关键技术研究[D];西北大学;2006年
中国硕士学位论文全文数据库 前10条
1 王小燕;文本分类相关技术与应用研究[D];西北大学;2007年
2 张俊丽;文本分类中的关键技术研究[D];华中师范大学;2008年
3 董梅;文本内容的信息过滤技术研究[D];合肥工业大学;2006年
4 孟杰;基于构造性覆盖算法的中文文本分类[D];安徽大学;2007年
5 马宏伟;基于SVM的中文文本分类系统的建模与实现[D];大连理工大学;2006年
6 陈超;基于支持向量机的中文文本分类的系统研究[D];武汉理工大学;2007年
7 杜圣东;基于多类支持向量机的文本分类研究[D];重庆大学;2007年
8 王新丽;中文文本分类系统的研究与实现[D];天津大学;2007年
9 王生新;基于支持向量机的文本分类研究[D];哈尔滨工程大学;2008年
10 郭明;基于文本分类技术的文本情感倾向性研究[D];郑州大学;2010年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978