智能檢索實戰(zhàn)

定　價：￥39.00

作　者：	王家寶，李陽，苗壯著
出版社：	清華大學出版社
叢編項：
標　簽：	暫缺

購買這本書可以去

ISBN：	9787302505181	出版時間：	2018-09-01	包裝：	平裝
開本：	16開	頁數(shù)：	216	字數(shù)：

內容簡介

　　智能檢索是適應大數(shù)據(jù)和人工智能迅速發(fā)展的信息檢索新方式。本書分為兩個部分。第一部分以工程應用為目標，介紹了文本的本地檢索和網絡檢索，基于全局特征、局部特征的圖像檢索，以及定制圖像檢索新特征和圖像檢索相關反饋;第二部分以技術研究為目標，介紹了利用深度學習特征提高檢索精度，利用哈希特征提高檢索速度，以及跨模態(tài)的深度哈希圖文檢索技術。全書從指導實踐出發(fā)，附有所有實戰(zhàn)源代碼，為讀者提供了聯(lián)系實際、直接可用的檢索系統(tǒng)和檢索技術。本書是信息檢索及相關課程的教學參考書，適用于高等院校信息檢索專業(yè)的大學生和研究生，也可供從事信息檢索相關專業(yè)的研發(fā)人員參考。

作者簡介

暫缺《智能檢索實戰(zhàn)》作者簡介

圖書目錄

目錄
第1章搜索引擎初探1
1.1Eclipse開發(fā)環(huán)境1
1.1.1Eclipse簡介1
1.1.2JDK與JRE1
1.1.3JDK和Eclipse的安裝2
1.1.4用Eclipse開發(fā)HelloWorld項目7
1.2Lucene環(huán)境配置11
1.2.1Lucene簡介11
1.2.2Lucene的安裝13
1.3Lucene索引與檢索示例14
1.3.1索引和檢索的概念14
1.3.2一個簡單的搜索應用程序14
1.4小結17
參考文獻17
第2章基于Lucene的本地檢索18
2.1Lucene索引簡介18
2.1.1Lucene索引18
2.1.2Lucene索引文件20
2.2Lucene的索引接口21
2.2.1Directory類21
2.2.2Analyzer類21
2.2.3Document類與Field類21
2.2.4IndexWriter類22
2.3Lucene的檢索接口23
2.3.1IndexSearcher類23
2.3.2Term類23
2.3.3Query類24
2.3.4QueryParser類24
2.3.5Sort類和Hits類24
2.4中文分詞24
2.5基于Lucene的本地檢索實戰(zhàn)27
2.5.1文本數(shù)據(jù)準備27
2.5.2Lucene本地索引27
2.5.3Lucene本地檢索31
2.6索引可視化工具Luke32
2.7小結35
參考文獻35
目錄智能檢索實戰(zhàn)第3章基于Solr的網絡檢索36
3.1Solr簡介36
3.2Solr配置和使用37
3.2.1Tomcat安裝37
3.2.2安裝并配置Solr至Tomcat38
3.2.3新建并配置core42
3.2.4配置和使用中文分詞43
3.3基于Solr的網絡檢索實戰(zhàn)47
3.3.1數(shù)據(jù)準備47
3.3.2Solr網絡索引48
3.3.3Solr網絡檢索51
3.4小結52
參考文獻53
第4章基于Lire全局特征的圖像檢索54
4.1Lire簡介54
4.1.1Lire庫導入54
4.1.2Lire庫分析56
4.2Lire全局特征索引57
4.2.1Lire全局特征索引方法57
4.2.2Lire全局特征索引實現(xiàn)57
4.3Lire全局特征檢索60
4.3.1Lire全局特征檢索方法60
4.3.2Lire全局特征檢索實現(xiàn)61
4.4Caltech256數(shù)據(jù)測試63
4.4.1測試數(shù)據(jù)和基本思路63
4.4.2測試實現(xiàn)63
4.5基于Lire全局特征的圖像檢索實戰(zhàn)66
4.5.1主體框架構建66
4.5.2外部依賴包導入67
4.5.3搜索引擎界面實現(xiàn)69
4.5.4搜索引擎后臺實現(xiàn)71
4.5.5搜索引擎配置和部署77
4.5.6搜索引擎操作和效果78
4.6小結79
參考文獻80
第5章基于Lire局部特征的圖像檢索81
5.1詞袋模型簡介81
5.2Lire局部特征索引83
5.2.1Lire局部特征索引方法83
5.2.2Lire局部特征索引實現(xiàn)84
5.3Lire局部特征檢索85
5.3.1Lire局部特征檢索方法85
5.3.2Lire局部特征檢索實現(xiàn)86
5.4Lire中SIFT特征的改進87
5.5Caltech256數(shù)據(jù)測試92
5.6基于Lire局部特征的圖像檢索實戰(zhàn)93
5.6.1主體框架構建93
5.6.2搜索引擎界面實現(xiàn)94
5.6.3搜索引擎后臺實現(xiàn)94
5.6.4搜索引擎配置和部署98
5.6.5搜索引擎操作和效果98
5.7小結99
參考文獻99
第6章面向Lire定制圖像檢索新特征101
6.1Lire特征類的結構101
6.2Lire顏色布局特征102
6.3添加新的圖像特征105
6.4矩特征的索引和檢索110
6.5小結112
參考文獻112
第7章面向Lire定制圖像檢索的相關反饋114
7.1基于SVM的相關反饋原理114
7.2相關反饋實戰(zhàn)115
7.2.1主體框架構建115
7.2.2外部依賴包導入115
7.2.3搜索引擎界面實現(xiàn)116
7.2.4搜索引擎后臺實現(xiàn)117
7.2.5搜索引擎配置和部署118
7.2.6搜索引擎操作和效果119
7.3關鍵代碼解析120
7.3.1生成索引階段120
7.3.2查找檢索階段121
7.3.3反饋檢索階段123
7.4小結127
參考文獻127
第8章基于預訓練卷積特征的圖像檢索128
8.1卷積神經網絡技術128
8.1.1卷積129
8.1.2池化130
8.1.3ReLU130
8.1.4全連接130
8.2卷積神經網絡模型簡介131
8.2.1AlexNet網絡模型131
8.2.2VGGNet網絡模型132
8.2.3ResNet網絡模型133
8.3基于預訓練卷積特征的圖像檢索實戰(zhàn)135
8.3.1環(huán)境配置135
8.3.2數(shù)據(jù)準備137
8.3.3預訓練網絡特征提取137
8.3.4預訓練網絡檢索評測140
8.3.5預訓練網絡檢索效果144
8.4小結146
參考文獻146
第9章基于遷移學習卷積特征的圖像檢索147
9.1遷移學習技術147
9.2遷移學習方法簡介148
9.2.1遷移學習的定義與分類148
9.2.2深度遷移學習148
9.2.3卷積神經網絡的遷移149
9.2.4遷移學習抑制過擬合150
9.3基于遷移學習卷積特征的圖像檢索實戰(zhàn)151
9.3.1遷移學習網絡設計152
9.3.2數(shù)據(jù)準備152
9.3.3遷移學習網絡構建155
9.3.4遷移學習網絡訓練157
9.3.5遷移學習網絡檢索評測159
9.3.6遷移學習網絡檢索效果159
9.4小結162
參考文獻162
第10章基于局部敏感哈希的圖像檢索163
10.1局部敏感哈希技術163
10.1.1哈希簡介163
10.1.2近似最近鄰搜索問題164
10.2局部敏感哈希方法簡介165
10.2.1LSH算法166
10.2.2E2LSH算法167
10.3基于局部敏感哈希的圖像檢索實戰(zhàn)168
10.3.1局部敏感哈希軟件包168
10.3.2局部敏感哈希函數(shù)功能介紹168
10.3.3局部敏感哈希測試數(shù)據(jù)集170
10.3.4局部敏感哈希索引建立170
10.3.5局部敏感哈希索引分析173
10.3.6局部敏感哈希檢索效果178
10.4小結181
參考文獻181
第11章基于深度哈希的圖像檢索182
11.1深度哈希技術182
11.2深度哈希方法簡介183
11.3基于深度哈希的圖像檢索實戰(zhàn)185
11.3.1深度哈希網絡設計185
11.3.2深度哈希網絡構建187
11.3.3深度哈希網絡訓練189
11.3.4深度哈希網絡檢索評測190
11.3.5深度哈希網絡檢索效果192
11.4小結193
參考文獻193
第12章跨模態(tài)的深度哈希圖文檢索195
12.1跨模態(tài)檢索技術195
12.2跨模態(tài)檢索方法簡介196
12.2.1基于典型相關性分析的跨模態(tài)檢索196
12.2.2基于深度學習的跨模態(tài)檢索197
12.3跨模態(tài)的深度哈希圖文檢索實戰(zhàn)199
12.3.1跨模態(tài)哈希網絡設計199
12.3.2數(shù)據(jù)準備200
12.3.3跨模態(tài)哈希網絡構建201
12.3.4跨模態(tài)哈希網絡訓練205
12.3.5跨模態(tài)哈希網絡特征提取207
12.3.6跨模態(tài)哈希網絡檢索評測209
12.4小結211
參考文獻212
附錄A信息檢索評價指標213
A.1召回率與準確率213
A.2F1分數(shù)指標213
A.3mAP指標214
A.4CMC曲線215