学位论文 > 优秀研究生学位论文题录展示

粒子群算法在查询优化中的应用

作　者: 姜晓伟
导　师: 丁华福
学　校: 哈尔滨理工大学
专　业: 计算机应用技术
关键词: 信息检索 查询优化 粒子群算法 相关反馈
分类号: TP391.3
类　型: 硕士论文
年　份: 2010年
下　载: 55次
引　用: 2次
阅　读: 论文下载
 

内容摘要


随着互联网的迅速发展和普及,网络已经成为人们获取信息的一个重要途径。由于网络信息资源飞速增长,如何有效地处理这些海量信息,并检索出用户所需信息成为一个非常重要的研究课题。信息检索是从信息集合中找出与用户需求相关的信息。由于用户对系统的熟悉程度和表述查询条件的能力不同,用户利用传统技术实现的信息检索得到的结果难以满足用户的要求。本文主要研究将粒子群算法应用到信息检索查询优化技术中。首先,介绍了本文的研究背景、信息检索与查询优化的研究现状并简单描述本文的研究内容和文章的组织结构。随后介绍了常见的群体智能算法并详细描述了粒子群算法的原理及应用,另外还分析了粒子群算法在查询优化应用的可行性。这为本文以后的研究提供一定的理论基础。其次,研究了遗传算法在信息检索查询优化的应用,并分析了粒子群算法具有的优势。随后介绍了信息检索技术中三类典型的检索模型,并试探性地将粒子群算法应用到查询优化技术中。本方法是利用初始查询得到的结果集,采用粒子群算法重新分配查询中关键词的权重,以得到最优的查询。再次,介绍了相关反馈的基本原理,并了解向量空间模型中的相关反馈技术。通过一个例子发现,将相关反馈引入到查询优化中可以使检索结果准确度有一定的提高。通过分析传统相关反馈技术对查询优化的作用,巧妙地将粒子群算法引入到相关反馈技术中,本文提出一种基于粒子群算法的相关反馈技术,并将其应用到查询优化中。最后,用查全率和查准率两个指标来衡量检索结果,对文中提出的查询优化方法进行有效性的验证。实验数据表明,系统性能有一定程度上的改善。

全文目录


摘要  5-6
Abstract  6-10
第1章 绪论  10-16
  1.1 研究背景  10-11
  1.2 信息检索的研究现状  11-12
  1.3 查询优化的研究现状  12-14
  1.4 本文的研究内容及论文组织结构  14-16
    1.4.1 本文研究内容  14-15
    1.4.2 本文的组织  15-16
第2章 群体智能算法  16-27
  2.1 常见的群体智能算法  16-21
    2.1.1 遗传算法  16-19
    2.1.2 蚁群算法  19-20
    2.1.3 人工鱼群算法  20-21
    2.1.4 粒子群算法  21
  2.2 粒子群中算法简介  21-26
    2.2.1 粒子群算法的基本原理  22-23
    2.2.2 粒子群算法的参数设置  23-24
    2.2.3 粒子群算法流程  24-25
    2.2.4 粒子群算法的应用  25-26
  2.3 粒子群算法在查询优化中的可行性分析  26
  2.4 本章小结  26-27
第3章 基于粒子群算法的查询优化  27-36
  3.1 相关背景  27
  3.2 遗传算法在查询优化中的研究现状  27-28
  3.3 粒子群算法与遗传算法的比较  28-29
  3.4 信息检索的基本模型  29-32
    3.4.1 布尔模型  29-30
    3.4.2 向量空间模型  30-32
    3.4.3 概率模型  32
  3.5 粒子群算法在查询优化中的设计  32-35
    3.5.1 初始种群及适应度函数的构造  32-34
    3.5.2 基于粒子群算法优化方法的框架  34-35
  3.6 本章小结  35-36
第4章 基于粒子群算法和相关反馈的查询优化  36-45
  4.1 相关反馈技术  36-40
    4.1.1 相关反馈技术基本原理  36-37
    4.1.2 向量空间模型中的相关反馈  37-39
    4.1.3 查询优化中的相关反馈  39-40
  4.2 基于粒子群算法的相关反馈优化方法  40-44
    4.2.1 查询修正向量的获取  41-43
    4.2.2 最优化查询向量的形成  43-44
  4.3 本章小结  44-45
第5章 实验及结果分析  45-50
  5.1 实验前期准备  45-46
    5.1.1 测试集  45
    5.1.2 评价指标  45-46
    5.1.3 文档和查询的预处理  46
  5.2 实验过程及结果  46-49
    5.2.1 参数设置  46-47
    5.2.2 实验过程  47
    5.2.3 结果分析  47-49
  5.3 本章小结  49-50
结论  50-51
参考文献  51-56
攻读硕士期间发表的论文  56-57
致谢  57

相似论文

  1. 海量多数据库集成系统的查询处理研究,TP311.13
  2. Q学习在基于内容图像检索技术中的应用,TP391.41
  3. 直推式支持向量机研究及其在图像检索中的应用,TP391.41
  4. 生物医学领域检索系统查询扩展技术研究,TP391.3
  5. 面向海量邮件的检索系统研究与实现,TP393.098
  6. 有源电力滤波器及其在配电网中的应用,TN713.8
  7. 基于粒子群的分子对接算法,R91
  8. 基于跨语言信息检索的企业竞争情报收集系统模型研究,TP391.3
  9. 基于粒子群算法的露天矿道路路径优化研究,TP301.6
  10. 移动机器人路径规划研究及仿真实现,TP242
  11. 多核环境下内存数据库查询优化的研究,TP311.13
  12. 量子粒子群算法研究及其在图像矢量量化码书设计中的应用,TP301.6
  13. 达梦嵌入式数据库的执行计划缓存研究,TP311.13
  14. 变邻域搜索算法研究及在组合优化中的应用,TP301.6
  15. 电力系统无功优化的混合算法研究,TM714.3
  16. 基于QoS的无线传感器网络路由算法研究,TP212.9
  17. 参数协进化的改进和声搜索算法及其应用,TP391.3
  18. 非汛期水库群协同优化调度与应用研究,TV697.11
  19. 基于策略Agent的个性化信息检索系统的研究与实现,TP391.3
  20. 不确定环境下供应链多时段生产采购计划问题研究,F224
  21. 改进二进制粒子群算法在梯级水电站AGC中的应用研究,TV737

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