互关联后继树合议检索模型的改进及应用研究

互关联后继树合议检索模型的改进及应用研究

ID:33294423

大小:2.10 MB

页数:53页

时间:2019-02-23

互关联后继树合议检索模型的改进及应用研究_第1页
互关联后继树合议检索模型的改进及应用研究_第2页
互关联后继树合议检索模型的改进及应用研究_第3页
互关联后继树合议检索模型的改进及应用研究_第4页
互关联后继树合议检索模型的改进及应用研究_第5页
资源描述:

《互关联后继树合议检索模型的改进及应用研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、互关联后继树全文检索模型的改进及应用研究目录目录摘要⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.IIIAbstract..........................................................I、f第一章绪论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..11.1研究背景⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.11.2适航审定资料库概况⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯21.3本文结构⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.3第二章全文检索模型介绍⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..42.1引言⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..42

2、.2全文索引主流模型介绍⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..42.2.1位图(Bitmap)⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.52.2.2署名文件(SignatureFiles)⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯52.2.3倒排表(InvertedFiles)⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯62.2.4Pat树和Pat数组⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯82.2.5∑2邻接矩阵模型⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯9第三章互关联后继树模型⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.113.1引言⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.113.2原始模型⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯113.3精简模型⋯⋯

3、⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯133.4全文索引模型性能比较⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯143.5互关联后继树模型的演进⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.183.5.1基于后继区间的互关联后继树搜索算法概要⋯⋯⋯⋯⋯⋯.183.5.2双排序互关联后继树模型概要⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.18第四章互关联后继树模型的改进⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.234.1双排序互关联后继树二分验证查询算法⋯⋯⋯⋯⋯⋯⋯⋯⋯.234.2双排序互关联后继树线基于预处理后继区间表的查询算法⋯⋯⋯⋯25第五章互关联后继树模型与Pat数组模型在几种典型存储条件下的比较⋯305.1存储模型比较分析⋯

4、⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.305.1.1原文和索引都在内存⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯305.1.2原文在外存索引放置于内存的情况⋯⋯⋯⋯⋯⋯⋯⋯⋯315.1.3原文和索引都放置于外存的情况⋯⋯⋯⋯⋯⋯⋯⋯⋯..325.2小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.34第六章互关联后继树与关系数据库联合查询方法研究⋯⋯⋯⋯⋯⋯.35互关联后继树全文检索模型的改进及应用研究目录——————————————_IlIIIIrlrllIIIrlrPIIIl6.1引言⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯JY19641086.2关系数据的索引模型⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯

5、..356.3B一树与互关联后继树的联合索引⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.356.4B一树与互关联后继树的联合索引和协同查询算法⋯⋯⋯⋯⋯⋯..366.4.1索引方法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.366.4.2查找策略⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.376.4.3结论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..38第七章全国适航审定情报中心建设设想⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.397.1引言⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.397.2背景⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.397.3适航审定情报中心数据来源⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..407.4适航审定情报中心应用

6、模式⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..417.5系统架构设想⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..427.6小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.43第八章结论与展望⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.448.1结论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.448.2展望⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.45参考文献⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.46致谢⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯49互关联后继树全文检索模型的改进及应用研究摘要摘要为处理计算机系统内存储的海量非结构化全文数据,国内外对全文数据库技术展开了广泛的研究。其中全文检索技术作为全文

7、数据库技术中关键技术之一引起了研究人员的普遍关注。首先在已有研究结果的基础上介绍了目前尚处在起步阶段的新型全文检索模型一一互关联后继树(简称IRST)模型,就互关联后继树及其主要改进模型同几种主流的全文检索模型如位图模型、倒排表模型、Pat数组模型等性能方面的差异进行了比较。同时为进一步探讨全文检索模型性能和存储方式间的关系问题,对互关联后继树模型和Pat数组模型在不同储存方法下的性能差异进行了详细研究。此外,针对互关联后继树现有模型中存在的部分问题提出了改进方案。主要引入了双排序互关联后继树二分加验证检索以及预处理后继区间表检索算法;并改进了现有关系型数据库

8、和全文数据库协同检索模型。最后,为推进

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。