版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、隨著計(jì)算機(jī)技術(shù)在各個(gè)領(lǐng)域的廣泛應(yīng)用,信息量也在呈指數(shù)增長(zhǎng)。在如此多的數(shù)據(jù)之中,由于各種各樣的原因,難免會(huì)存在一些錯(cuò)誤。在眾多的數(shù)據(jù)類型中,文本數(shù)據(jù)是最常見也是最古老的類型之一。在文本數(shù)據(jù)上進(jìn)行允許一定錯(cuò)誤的匹配,即近似字符串匹配已經(jīng)應(yīng)用于很多領(lǐng)域,例如數(shù)據(jù)清洗、實(shí)體識(shí)別、拼寫檢查、集合連接和Web搜索等。然而,近似字符串匹配在為用戶提供更強(qiáng)大、更全面的功能的同時(shí)也使得匹配處理過程及索引建立更加復(fù)雜。如何高效地進(jìn)行近似字符串匹配至關(guān)重要。
2、
目前,已經(jīng)有大量工作致力于解決近似字符串匹配問題。其中大部分工作都是圍繞著基于編輯距離的近似字符串匹配進(jìn)行的?;诰庉嬀嚯x的近似字符串匹配算法大多基于簽名,并采用索引結(jié)構(gòu)來支持近似字符串匹配。在匹配的時(shí)候采用兩階段的方式,即過濾階段和驗(yàn)證階段。過濾階段首先從索引結(jié)構(gòu)中獲取可能與查詢字符串近似匹配的字符串的集合,然后通過各種過濾算法過濾掉一些不可能是結(jié)果的字符串從而生成候選集合。候選集合中包含了所有近似匹配的字符串和一些并不近
3、似匹配的字符串,所以需要在驗(yàn)證階段對(duì)候選集合中的字符串逐一進(jìn)行驗(yàn)證以確定其是否真正近似匹配。
本文在現(xiàn)有工作的基礎(chǔ)之上將變長(zhǎng)gram算法的思想和非對(duì)稱的定長(zhǎng)chunk-gram算法的思想相結(jié)合提出了非對(duì)稱的變長(zhǎng)chunk-gram算法,并對(duì)該算法的公共簽名數(shù)量的下限進(jìn)行了分析。在變長(zhǎng)chunk-gram算法的基礎(chǔ)之上,本文又提出了最優(yōu)的變長(zhǎng)chunk算法,該算法對(duì)查詢字符串劃分最優(yōu)的τ+1個(gè)變長(zhǎng)chunk,同時(shí)基于BWT提出了
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于反向過濾的近似字符串匹配及其優(yōu)化技術(shù).pdf
- 基于局部過濾的字符串近似匹配算法和優(yōu)化技術(shù).pdf
- 基于后綴數(shù)組的近似字符串匹配.pdf
- 基于編輯距離的字符串相似連接的研究.pdf
- 基于GPU的近似字符串匹配并行算法的研究.pdf
- 多模型下的近似字符串匹配算法研究.pdf
- 近似字符串匹配在基于內(nèi)容的視頻檢索中的應(yīng)用.pdf
- 支持編輯距離約束的近似最長(zhǎng)公共子串匹配及其優(yōu)化算法.pdf
- 基于近似字符串理論的信息匹配方法研究與應(yīng)用.pdf
- 字符串模式匹配---bf算法
- kmp字符串模式匹配詳解
- cmd批處理替換字符串、截取字符串、擴(kuò)充字符串
- 基于字符串匹配的版圖熱點(diǎn)查找系統(tǒng)的增強(qiáng)與優(yōu)化.pdf
- 基于拼音輸入法的中文字符串近似匹配技術(shù)研究.pdf
- 支持帶有通配符的字符串匹配算法.pdf
- 基于編輯距離字符串Top-k相似性搜索算法的研究.pdf
- 基于Snort系統(tǒng)特殊字符串匹配算法的研究.pdf
- 支持字符串近似查詢的索引關(guān)鍵技術(shù)的研究.pdf
- 相似字符串匹配過濾算法研究.pdf
- 基于字符串匹配的中英文混合分詞技術(shù)研究.pdf
評(píng)論
0/150
提交評(píng)論