导读:本文包含了优化最大匹配论文开题报告文献综述及选题提纲参考文献，主要关键词:二部图,最大匹配,分层网络,网络逆序
优化最大匹配论文文献综述
唐敏,关健,邓国强,靳强[1]（2012）在《二部图最大匹配问题的分层网络优化模型》一文中研究指出为解决二部图最大匹配问题,提出了分层网络及网络逆序的概念,在此基础上建立了一种分层网络优化模型及其算法。给出了算法的思想、步骤、实例、时间复杂度分析,概述了求解二部图最大匹配问题的常见算法,与分层网络优化算法进行比较。实验验证,算法可读性强,易于理解和操作,在解决大规模二部图最大匹配问题时具有良好的性能。(本文来源于《计算机工程与应用》期刊2012年36期）
刘冰凌[2]（2010）在《基于正向最大匹配算法的优化算法ImpFMMseg的实现》一文中研究指出由于来自于网络的信息具备信息量大、信息来源复杂等特点,人们在查找自己需要的信息时,已经习惯使用搜索引擎作为信息筛选的工具。传统的主要查询模式有目录查询、关键词查询等,这些模式的应用在一定程度上简化了查询过程,即便如此,它们仍然存在各自的局限性。近年来,自然语言理解领域的中外专家们一直致力于将自然语言理解技术与搜索技术更好地结合。与传统查询模式相比,自然语言查询模式的优势在于它的人性化和以保证查询效率为前提的准确率。汉语自动分词是目前中文信息处理领域公认的一大难题,也是自然语言理解研究领域中最基本的一个环节。中文自动分词就是将用自然语言书写的文章、句段经计算机处理后,以词为单位逐词输出,为紧随其后的加工处理提供先决条件。可见,中文自动分词是自然语言处理的第一个步骤,其重要性勿庸置疑。在本文的四个章节中,笔者研究了中文自动分词的背景、发展现状及课题意义,分析了中文自动分词的叁种常用算法并比较了它们的优劣,简要介绍了常用的几种汉字编码规范,最后对基于字符串匹配的分词算法中的正向最大匹配法给出了一种改进算法ImpFMMseg,该算法采用Trie树对词典的索引结构进行改进,同时增加了四条歧义消解规则,有效地将分词准确率和召回率分别提高了3个多百分点,并对比了分别应用四条歧义消解规则的分词效果。(本文来源于《中南民族大学》期刊2010-04-06）
刘春辉[3]（2009）在《基于优化最大匹配的中文分词方法研究》一文中研究指出随着Internet飞速发展和网上中文信息的逐渐增多,中文信息处理应用日益广泛,而中文分词是中文信息处理的首要前提。中文与英文不同,中文文本是一个连续的字符流,词与词之间并没有明显的切分标志,因而中文信息处理的首要问题是词的切分问题。中文文本的自动分词已成为中文信息处理的一个前沿课题。本文对中文文档分词进行了研究。首先,介绍了中文分词的相关知识,提出了中文分词所面临的困难,分析了现有中文分词的主要方法和最大匹配方法(Maximum Matching Method,MM),并指出了它们的优缺点。其次,基于提高分词速度的迫切需求,根据最大匹配方法的思想,提出了一个优化最大匹配的分词方法。在分词过程中,只比较待分字串的末尾字,替换现有的最大匹配方法,将待分字串中的所有字符与词典中词进行匹配,快速判断待分字串是否成词。最大匹配方法属于基于词典的分词方法,因此建立一个词典存储结构,并给出了优化最大匹配的分词算法。再次,基于中文分词时常常出现的歧义切分的现象,提出了改进汉语句内相邻字之间的统计信息量的新方法。针对交集型歧义占歧义字段的85%,主要对交集型歧义字段的切分进行研究,提出信息量统计的方法,正确切分歧义字段。最后,采用面向对象的方法,利用本文所提出的算法实现了中文文档分词系统,并描述了系统的体系结构和系统中各模块的工作原理。通过实验对所提方法的正确性和有效性进行了验证。(本文来源于《燕山大学》期刊2009-05-01）
刘春辉,金顺福,刘国华,李颖[4]（2009）在《基于优化最大匹配与统计结合的汉语分词方法》一文中研究指出汉语自动分词是中文信息处理的前提,如何提高分词效率是中文信息处理技术面临的一个主要问题。基于词典和基于统计的分词方法是现有分词技术的主要方法,但是前者无法处理歧义字段,后者需要大量的词频计算耗费时间。本文提出优化最大匹配与统计结合的分词方法,首先提出优化最大匹配算法,在此基础上提出了规则判断与信息量统计两种消歧策略。然后,给出了优化最大匹配与统计结合的分词算法,提高了分词的效率。最后,基于分词算法实现中文分词系统,并通过实验对算法进行了分析和验证。(本文来源于《燕山大学学报》期刊2009年02期）
李洪波,翟金刚[5]（2006）在《二部图最大匹配的快速动态优化算法》一文中研究指出建立了二部图G=(V,U,E)的二级优先匹配规则,在此规则下,用改进的深度优先搜索对匹配算法进行改进,使得算法能够根据连通分量的个数动态优化算法的性能,使动态最大匹配算法的时间复杂度提高到O(max(|V|,|E|,m|U|)).(本文来源于《鲁东大学学报(自然科学版)》期刊2006年03期）
优化最大匹配论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
由于来自于网络的信息具备信息量大、信息来源复杂等特点,人们在查找自己需要的信息时,已经习惯使用搜索引擎作为信息筛选的工具。传统的主要查询模式有目录查询、关键词查询等,这些模式的应用在一定程度上简化了查询过程,即便如此,它们仍然存在各自的局限性。近年来,自然语言理解领域的中外专家们一直致力于将自然语言理解技术与搜索技术更好地结合。与传统查询模式相比,自然语言查询模式的优势在于它的人性化和以保证查询效率为前提的准确率。汉语自动分词是目前中文信息处理领域公认的一大难题,也是自然语言理解研究领域中最基本的一个环节。中文自动分词就是将用自然语言书写的文章、句段经计算机处理后,以词为单位逐词输出,为紧随其后的加工处理提供先决条件。可见,中文自动分词是自然语言处理的第一个步骤,其重要性勿庸置疑。在本文的四个章节中,笔者研究了中文自动分词的背景、发展现状及课题意义,分析了中文自动分词的叁种常用算法并比较了它们的优劣,简要介绍了常用的几种汉字编码规范,最后对基于字符串匹配的分词算法中的正向最大匹配法给出了一种改进算法ImpFMMseg,该算法采用Trie树对词典的索引结构进行改进,同时增加了四条歧义消解规则,有效地将分词准确率和召回率分别提高了3个多百分点,并对比了分别应用四条歧义消解规则的分词效果。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
优化最大匹配论文参考文献
[1].唐敏,关健,邓国强,靳强.二部图最大匹配问题的分层网络优化模型[J].计算机工程与应用.2012
[2].刘冰凌.基于正向最大匹配算法的优化算法ImpFMMseg的实现[D].中南民族大学.2010
[3].刘春辉.基于优化最大匹配的中文分词方法研究[D].燕山大学.2009
[4].刘春辉,金顺福,刘国华,李颖.基于优化最大匹配与统计结合的汉语分词方法[J].燕山大学学报.2009
[5].李洪波,翟金刚.二部图最大匹配的快速动态优化算法[J].鲁东大学学报(自然科学版).2006