多媒体搜索引擎教程

多媒体搜索引擎复习期末考试时间6月27号15:30-17:30地点数学馆西113考场纪律手机关机不使用计算器没有复杂计算不使用除电子钟外的任何电子设备考试内容传统搜索引擎数据压缩多媒体内容理解多媒体搜索引擎传统搜索引擎五大部分及其相互关系、功能信息1.
获取/存储2.
理解3.
索引4.
输入5.
显示传统搜索引擎布尔检索关键字检索概念关键字的布尔运算倒排文件基于倒排文件的快速布尔运算关键字的索引结构二叉树,Hash,Trie传统搜索引擎词典建立分词正则式匹配词典分词正向最大匹配,反向最大匹配,双向匹配禁用词表归一化拼写矫正与近音替换传统搜索引擎查询结果处理排序词频,非线性词频tf-idfSEOSPAM基于链接的排序PageRankHITS传统搜索引擎相关反馈原理,实现方法优点,缺点性能评价性能指标精度、查全率、F-score相互关系数据压缩多媒体信息表示文字codepage声音、图像采样:时域/空域/频域,信号带宽,采样定理量化:量化噪声,信噪比,非均匀量化数据压缩多媒体数据压缩数据可压缩的原理:冗余信息论熵:定义,计算方法熵编码霍夫曼编码霍夫曼树:构造,使用计算平均码长算术编码原理数据压缩多媒体数据压缩字典编码原理:LZ77,LZ78优点,缺点预测编码:原理,优点,缺点变换编码DCT,小波原理,优点,缺点心理视/听觉模型多媒体内容理解步骤分割,特征提取,分类分割图像分割前/背景分割:最大熵,松弛算法对象分割:边缘检测,聚类(MeanShift)视频分割镜头分割多媒体内容理解特征提取颜色平均颜色,颜色矩,各种颜色直方图纹理灰度共生矩阵,Tamura颜色特征,Gabor特征形状面积、周长、圆度……傅立叶描述子多媒体内容理解特征提取特征降维目的,方法(主分量分析,分组降维)分类线性分类器原理,做法训练方法:方程组求解,SVM概率分类器:GMM,EM多媒体搜索引擎高维索引目的,概念,原理最近邻查询,范围查询K-d-b树,R-树,基于空间分割的高维索引多媒体查询输入关键字,QBE,草图,……可视化推荐各自的优缺点