智能检索实战2025|PDF|Epub|txt|kindle电子书版本网盘下载

智能检索实战PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 搜索引擎初探1

1.1 Eclipse开发环境1

1.1.1 Eclipse简介1

1.1.2 JDK与JRE1

1.1.3 JDK和Eclipse的安装2

1.1.4 用Eclipse开发HelloWorld项目7

1.2 Lucene环境配置11

1.2.1 Lucene简介11

1.2.2 Lucene的安装13

1.3 Lucene索引与检索示例14

1.3.1 索引和检索的概念14

1.3.2 一个简单的搜索应用程序14

1.4 小结17

参考文献17

第2章 基于Lucene的本地检索18

2.1 Lucene索引简介18

2.1.1 Lucene索引18

2.1.2 Lucene索引文件20

2.2 Lucene的索引接口21

2.2.1 Directory类21

2.2.2 Analyzer类21

2.2.3 Document类与Field类21

2.2.4 IndexWriter类22

2.3 Lucene的检索接口23

2.3.1 IndexSearcher类23

2.3.2 Term类23

2.3.3 Query类24

2.3.4 QueryParser类24

2.3.5 Sort类和Hits类24

2.4 中文分词24

2.5 基于Lucene的本地检索实战27

2.5.1 文本数据准备27

2.5.2 Lucene本地索引27

2.5.3 Lucene本地检索31

2.6 索引可视化工具Luke32

2.7 小结35

参考文献35

第3章 基于Solr的网络检索36

3.1 Solr简介36

3.2 Solr配置和使用37

3.2.1 Tomcat安装37

3.2.2 安装并配置Solr至Tomcat38

3.2.3 新建并配置core42

3.2.4 配置和使用中文分词43

3.3 基于Solr的网络检索实战47

3.3.1 数据准备47

3.3.2 Solr网络索引48

3.3.3 Solr网络检索51

3.4 小结52

参考文献53

第4章 基于Lire全局特征的图像检索54

4.1 Lire简介54

4.1.1 Lire库导入54

4.1.2 Lire库分析56

4.2 Lire全局特征索引57

4.2.1 Lire全局特征索引方法57

4.2.2 Lire全局特征索引实现57

4.3 Lire全局特征检索60

4.3.1 Lire全局特征检索方法60

4.3.2 Lire全局特征检索实现61

4.4 Caltech256数据测试63

4.4.1 测试数据和基本思路63

4.4.2 测试实现63

4.5 基于Lire全局特征的图像检索实战66

4.5.1 主体框架构建66

4.5.2 外部依赖包导入67

4.5.3 搜索引擎界面实现69

4.5.4 搜索引擎后台实现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 小结79

参考文献80

第5章 基于Lire局部特征的图像检索81

5.1 词袋模型简介81

5.2 Lire局部特征索引83

5.2.1 Lire局部特征索引方法83

5.2.2 Lire局部特征索引实现84

5.3 Lire局部特征检索85

5.3.1 Lire局部特征检索方法85

5.3.2 Lire局部特征检索实现86

5.4 Lire中SIFT特征的改进87

5.5 Caltech256数据测试92

5.6 基于Lire局部特征的图像检索实战93

5.6.1 主体框架构建93

5.6.2 搜索引擎界面实现94

5.6.3 搜索引擎后台实现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 小结99

参考文献99

第6章 面向Lire定制图像检索新特征101

6.1 Lire特征类的结构101

6.2 Lire颜色布局特征102

6.3 添加新的图像特征105

6.4 矩特征的索引和检索110

6.5 小结112

参考文献112

第7章 面向Lire定制图像检索的相关反馈114

7.1 基于SVM的相关反馈原理114

7.2 相关反馈实战115

7.2.1 主体框架构建115

7.2.2 外部依赖包导入115

7.2.3 搜索引擎界面实现116

7.2.4 搜索引擎后台实现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 关键代码解析120

7.3.1 生成索引阶段120

7.3.2 查找检索阶段121

7.3.3 反馈检索阶段123

7.4 小结127

参考文献127

第8章 基于预训练卷积特征的图像检索128

8.1 卷积神经网络技术128

8.1.1 卷积129

8.1.2 池化130

8.1.3 ReLU130

8.1.4 全连接130

8.2 卷积神经网络模型简介131

8.2.1 AlexNet网络模型131

8.2.2 VGGNet网络模型132

8.2.3 ResNet网络模型133

8.3 基于预训练卷积特征的图像检索实战135

8.3.1 环境配置135

8.3.2 数据准备137

8.3.3 预训练网络特征提取137

8.3.4 预训练网络检索评测140

8.3.5 预训练网络检索效果144

8.4 小结146

参考文献146

第9章 基于迁移学习卷积特征的图像检索147

9.1 迁移学习技术147

9.2 迁移学习方法简介148

9.2.1 迁移学习的定义与分类148

9.2.2 深度迁移学习148

9.2.3 卷积神经网络的迁移149

9.2.4 迁移学习抑制过拟合150

9.3 基于迁移学习卷积特征的图像检索实战151

9.3.1 迁移学习网络设计152

9.3.2 数据准备152

9.3.3 迁移学习网络构建155

9.3.4 迁移学习网络训练157

9.3.5 迁移学习网络检索评测159

9.3.6 迁移学习网络检索效果159

9.4 小结162

参考文献162

第10章 基于局部敏感哈希的图像检索163

10.1 局部敏感哈希技术163

10.1.1 哈希简介163

10.1.2 近似最近邻搜索问题164

10.2 局部敏感哈希方法简介165

10.2.1 LSH算法166

10.2.2 E2LSH算法167

10.3 基于局部敏感哈希的图像检索实战168

10.3.1 局部敏感哈希软件包168

10.3.2 局部敏感哈希函数功能介绍168

10.3.3 局部敏感哈希测试数据集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 局部敏感哈希检索效果178

10.4 小结181

参考文献181

第11章 基于深度哈希的图像检索182

11.1 深度哈希技术182

11.2 深度哈希方法简介183

11.3 基于深度哈希的图像检索实战185

11.3.1 深度哈希网络设计185

11.3.2 深度哈希网络构建187

11.3.3 深度哈希网络训练189

11.3.4 深度哈希网络检索评测190

11.3.5 深度哈希网络检索效果192

11.4 小结193

参考文献193

第12章 跨模态的深度哈希图文检索195

12.1 跨模态检索技术195

12.2 跨模态检索方法简介196

12.2.1 基于典型相关性分析的跨模态检索196

12.2.2 基于深度学习的跨模态检索197

12.3 跨模态的深度哈希图文检索实战199

12.3.1 跨模态哈希网络设计199

12.3.2 数据准备200

12.3.3 跨模态哈希网络构建201

12.3.4 跨模态哈希网络训练205

12.3.5 跨模态哈希网络特征提取207

12.3.6 跨模态哈希网络检索评测209

12.4 小结211

参考文献212

附录A 信息检索评价指标213

A.1 召回率与准确率213

A.2 F1分数指标213

A.3 mAP指标214

A.4 CMC曲线215