隨著信息技術(shù)的不斷發(fā)展,互聯(lián)網(wǎng)技術(shù)已成為人們獲取信息的主要途徑。信息檢索的首要問題是幫助用戶從互聯(lián)網(wǎng)大量信息中迅速、準確地獲取用戶需要的信息。數(shù)據(jù)融合技術(shù)的思路是將不同信息檢索系統(tǒng)檢索到的成員結(jié)果進行組合從而得到一個新的檢索結(jié)果。之前的研究結(jié)果表明,數(shù)據(jù)融合技術(shù)能夠有效地提高檢索性能。線性組合法是一種常用的融合技術(shù),其中權(quán)重分配是提升融合性能的關(guān)鍵問題。另一方面,融合性能不僅受到參與融合成員系統(tǒng)數(shù)目的影響,還與它們相互間的關(guān)系密切相關(guān)。當成員系統(tǒng)數(shù)目較多時,融合資源消耗增多,有必要選擇出一部分合適的成員系統(tǒng)進行融合,使數(shù)據(jù)融合同時具有較高的有效性和實現(xiàn)效率,但是目前尚缺乏關(guān)于這方面的研究。本文分別從提高融合性能和實現(xiàn)效率兩個方向著手來探索信息檢索中的數(shù)據(jù)融合問題,以期改善融合時的效率。論文的主要工作如下:(1)線性組合法能夠根據(jù)具體的情況對參與融合的成員系統(tǒng)賦予不同的權(quán)重,對成員系統(tǒng)進行合適的權(quán)重分配是決定線性組合法成功與否的關(guān)鍵因素。本文在分析了反向?qū)W習(xí)特點的基礎(chǔ)上,首次將反向?qū)W習(xí)算法引入到數(shù)據(jù)融合中,提出了基于反向?qū)W習(xí)的權(quán)重分配策略。該方法利用和發(fā)揮反向?qū)W習(xí)算法簡單、求解精度高、無...

【文章頁數(shù)】：79 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 研究背景和意義
    1.2 研究現(xiàn)狀
        1.2.1 數(shù)據(jù)融合的相關(guān)研究
        1.2.2 成員系統(tǒng)的選擇算法研究
    1.3 本文主要研究內(nèi)容
    1.4 論文的組織結(jié)構(gòu)
    1.5 本章小結(jié)
第二章 相關(guān)理論及技術(shù)
    2.1 信息檢索系統(tǒng)
    2.2 信息檢索中的數(shù)據(jù)融合技術(shù)
    2.3 分數(shù)規(guī)范化與檢索評價
        2.3.1 分數(shù)規(guī)范化
        2.3.2 信息檢索評價
    2.4 反向?qū)W習(xí)
    2.5 相似度測定
    2.6 幾何框架概述
    2.7 本章小結(jié)
第三章 基于反向?qū)W習(xí)的數(shù)據(jù)融合方法
    3.1 概述
    3.2 反向?qū)W習(xí)算法
        3.2.1 反向?qū)W習(xí)的變體
        3.2.2 反向?qū)W習(xí)算法介紹
    3.3 基于反向?qū)W習(xí)的權(quán)重分配策略
    3.4 基于遺傳算法的權(quán)重分配策略
        3.4.1 遺傳算法簡介
        3.4.2 使用遺傳算法優(yōu)化線性組合法中的權(quán)重
    3.5 實驗設(shè)置與結(jié)果
        3.5.1 實驗數(shù)據(jù)及設(shè)置
        3.5.2 結(jié)果分析
    3.6 本章小結(jié)
第四章 基于聚類的成員系統(tǒng)選擇算法
    4.1 問題描述
    4.2 變色龍聚類基本介紹
        4.2.1 變色龍聚類原理
        4.2.2 變色龍聚類的改進
    4.3 基于變色龍聚類的成員系統(tǒng)選擇策略
    4.4 實驗設(shè)置
        4.4.1 實驗數(shù)據(jù)
        4.4.2 實驗設(shè)計
    4.5 實驗結(jié)果與分析
    4.6 本章小結(jié)
第五章 總結(jié)與展望
    5.1 工作總結(jié)
    5.2 進一步研究方向
參考文獻
致謝
攻讀碩士學(xué)位期間發(fā)表的學(xué)術(shù)論文



本文編號：3823674