学位论文 > 优秀研究生学位论文题录展示
基于粒计算的智能搜索引擎技术研究
作 者: 张明远
导 师: 夏红霞
学 校: 武汉理工大学
专 业: 计算机应用技术
关键词: 商空间 粒计算 智能搜索引擎 粒聚类 粒统计启发式搜索
分类号: TP391.3
类 型: 硕士论文
年 份: 2010年
下 载: 127次
引 用: 0次
阅 读: 论文下载
内容摘要
随着互联网的发展与普及,搜索引擎的使用已经成为人们学习工作中获取信息的重要手段之一。因此,要提高搜索引擎的搜索效率,除了向人们普及正确的使用方法和技巧外,对搜索引擎本身的搜索原理改进也势在必行。智能搜索是人工智能中的一个重要研究领域。众所周知,人工智能所面对的问题通常是不确定的、模糊的、不完整的、海量的信息,无法便捷的找到一条常规问题求解路径,但是如果搜索问题的规模不是很大,使用盲目穷举的搜索策略在某种程度上能够发挥作用,如广度优先搜索和深度优先搜索,由于它们计算复杂度相对比较容易控制,因此被广泛应用在小规模的专家系统中。而反观实际的人工智能应用,问题的求解规模一般都非常大,可供选择的求解方案也比较多,此时仍然采用单纯的穷举搜索策略就不能解决问题了,而启发式搜索通过使用经验性的知识指导搜索的方向,克服了搜索的盲目性,提高了系统运行效率。但是目前所有的启发式搜索算法都未能克服计算量的指数爆炸问题。粒计算是专门针对人工智能中的复杂问题求解而产生的理论,属于软计算科学的一个分支,是信息处理的一种新的概念和范式,覆盖了所有有关粒度的理论、方法、技术和工具的研究,其思想实质是用简单易求、低成本的满足近似精度的解替代精确解,专门针对不精确、不完整、不确定和海量的信息来实现智能系统控制的易处理性、鲁棒性、低代价性。本文尝试将商空间粒度的原理应用到智能搜索引擎中,提出了粒聚类和粒统计启发式搜索算法,着重对数据的粒度原理与使用进行深入的剖析研究。这两种算法的关键在于运用了商空间的分层思想,也就是粒度的划分方式,基于这种划分的思想,不但减少了算法中很多不必要的操作,而且降低了运算的复杂度。在文章的最后,本文对粒聚类算法与粒统计启发式搜索算法进行了验证,实验将其应用于一个类别散乱的小型论文库中,对库中数据进行重构并在此基础上进行检索,获得了比经典算法更好的查找效果。
|
全文目录
摘要 4-5 Abstract 5-10 第1章 绪论 10-16 1.1 引言 10 1.2 课题背景 10-11 1.3 搜索引擎技术的发展现状 11-12 1.4 国内外关于粒计算技术的发展现状 12-13 1.5 粒计算研究的意义 13 1.6 粒计算的学科属性 13-14 1.7 论文研究内容 14-15 1.7.1 研究目标 14-15 1.7.2 研究内容 15 1.7.3 拟解决的关键问题 15 1.8 本章小结 15-16 第2章 智能搜索技术在智能搜索引擎中的发展 16-25 2.1 智能化搜索引擎 16-18 2.1.1 智能型搜索引擎的逻辑模型 16-18 2.1.2 智能化搜索引擎的优点及存在问题 18 2.2 人工智能中的搜索技术 18-20 2.2.1 状态空间 19-20 2.2.2 智能搜索原理 20 2.3 启发式搜索理论 20-22 2.3.1 启发式信息与评价函数的构造 20-21 2.3.2 启发式搜索算法的使用原则 21 2.3.3 启发式估价函数的改进策略 21-22 2.4 常见的启发式搜索算法 22-23 2.4.1 最好优先算法 22-23 2.4.2 统计启发式算法(SA算法) 23 2.5 本章小结 23-25 第3章 商空间粒度计算理论 25-30 3.1 问题求解理论中的人类智能 25 3.2 粒度问题的描述方法 25 3.3 粒计算的研究模型 25-26 3.4 商空间粒度原理 26-29 3.4.1 商空间粒度的基本模型 26-27 3.4.2 商空间中关于论域的划分 27 3.4.3 商空间中的分层递阶思想 27-28 3.4.4 不同粒度世界的关系变换 28-29 3.5 商空间理论中粒度的合并与分解 29 3.6 本章小结 29-30 第4章 统计启发式搜索与商空间粒度的融合 30-37 4.1 商空间粒度的推理模型 30-31 4.1.1 保假原理 30 4.1.2 保真原理 30-31 4.1.3 保真原理与保假原理的特点 31 4.2 基于商空间的统计启发式搜索粒结点 31-33 4.2.1 商空间中的函数属性分析 31-32 4.2.2 启发式搜索中的商空间模型 32-33 4.3 启发式搜索中的统计模型 33-35 4.3.1 搜索树的模型 33-34 4.3.2 统计量X(n) 34-35 4.3.3 粒度SA算法具体步骤 35 4.4 基于粒度分解与合成技术的启发式搜索 35-36 4.4.1 基于粒度分解技术的启发式搜索方法 36 4.4.2 基于粒度合成技术的启发式搜索方法 36 4.5 本章小结 36-37 第5章 基于商空间的粒度聚类 37-45 5.1 聚类的使用 37 5.2 关于文本挖掘与Web页面挖掘 37-38 5.3 聚类分析研究方法 38-40 5.3.1 数据的表示方法 38-39 5.3.2 确定聚类的相似度 39-40 5.4 聚类的常规算法 40-41 5.4.1 平面划分算法 40-41 5.4.2 层次聚类算法 41 5.5 粒聚类原理 41-42 5.6 商空间理论中聚类论域的调整 42 5.7 构造商空间粒度的聚类算法模型 42-44 5.7.1 粒度聚类算法的基本思路 42-43 5.7.2 粒度聚类算法的分析评价 43-44 5.8 本章小结 44-45 第6章 商空间粒度在搜索引擎中的应用 45-58 6.1 问题的提出 45 6.2 基于商空间的粒度聚类算法 45-51 6.2.1 粒聚类实验环境 45-46 6.2.2 粒聚类实验中个体的数据表示方法 46 6.2.3 粒聚类算法的实施过程 46-48 6.2.4 粒聚类实验的粒度分析 48-49 6.2.5 粒聚类实验结果 49-51 6.3 商空间粒度的统计启发式搜索算法 51-58 6.3.1 粒启发式搜索中的粒度原理 51 6.3.2 启发式信息的获取 51 6.3.3 粒度的分解方式 51-52 6.3.4 基于商空间粒度启发式搜索算法及伪代码描述 52-54 6.3.5 算法性能评价 54-55 6.3.6 实验分析 55-58 第7章 总结与展望 58-60 7.1 工作总结 58 7.2 技术研究展望 58-60 参考文献 60-63 致谢 63-64 附录 64
|
相似论文
- 功能—结构双向创新方法的商空间模型,TH122
- 功能—结构双向创新中功能分解与行为一致性问题研究,TB472
- 基于ROI的网格商空间多粒度图像检索,TP391.41
- 基于Web数据挖掘的搜索引擎设计与实现,TP391.3
- 基于粒计算的三层结构的交通流模拟,U491.112
- 基于粒计算的模糊控制研究及应用,TP273.4
- 基于商空间的聚类方法研究及其在CRM中的应用,TP311.13
- 北京市生产性服务业发展及空间问题研究,F719
- 传感器网络中的数据融合算法研究,TP202
- 基于Contourlet变换的抗打印扫描数字水印算法研究,TP309.7
- 基于数学形态学和商空间粒度计算的车牌定位算法的研究,TP391.41
- 覆盖粒计算及其应用研究,TP18
- 分明函数约简法的粒计算分析与证明,TP18
- 基于变精度粗糙熵的智能图像分割方法研究,TP391.41
- 非完备信息系统基于信息熵的约简,TP18
- 基于粒计算和神经网络的电站风机故障诊断的应用,TM621
- 粒计算—神经网络算法及其在旋转机械故障诊断中的应用,TP277
- 粒计算在图像分割中的应用,TP391.41
- 基于关联规则的数据挖掘算法研究,TP311.13
- 相容关系粒计算模型在文章比对中的应用研究,TP391.1
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 检索机
© 2012 www.xueweilunwen.com
|