目录 - 博文视点

第1章 概览 1  
1.1 文档数据库（document databases） 7  
1.2 压缩（compression） 10  
1.3 索引（indexes） 12  
1.4 文档索引 16  
1.5 MG海量文档管理系统 20  
第2章 文本压缩 23  
2.1 模型 26  
2.2 自适应模型 29  
2.3 哈夫曼编码 32  
范式哈夫曼编码 38  
计算哈夫曼编码长度 44  
总结 52  
2.4 算术编码 52  
算术编码是如何工作的 53  
实现算术编码 57  
保存累积计数 60  
2.5 符号模型 61  
部分匹配预测 62  
块排序压缩 65  
动态马尔科夫压缩 69  
基于单字的压缩 72  
2.6 字典模型 73  
自适应字典编码器的LZ77系列 75  
LZ77的Gzip变体 78  
自适应字典编码器的LZ78系列 80  
LZ78的LZW变体 82  
2.7 同步 84  
创造同步点 85  
自同步编码 87  
2.8 性能比较 90  
压缩性能 92  
压缩速度 95  
其他性能方面的考虑 98  
第3章 索引 99  
3.1 样本文档集合 103  
3.2 倒排文件索引 107  
3.3 压缩倒排文件 112  
无参模型（Nonparameterized models） 114  
全局贝努里模型 117  
全局观测频率模型（Global observed frequency model） 120  
局部贝努里模型（Local Bernoulli model） 121  
有偏贝努里模型（Skewed Bernoulli model） 122  
局部双曲模型（Local hyperbolic model） 124  
局部观测频率模型（Local observed frequency model） 125  
上下文相关压缩（Context-sensitive compression） 127  
3.4 索引压缩方法的效果 129  
3.5 签名文件和位图 131  
签名文件 132  
位片签名文件（Bitsliced signature files） 136  
签名文件分析 141  
位图 144  
签名文件和位图的压缩 145  
3.6 索引方法的比较 148  
3.7 大小写折叠、词根化和停用词 150  
大小写折叠 151  
词根化 151  
影响索引长度的因素 152  
停用词（stop word） 153  
第4章 查询 157  
4.1 访问字典的方法 161  
访问数据结构 162  
前端编码（Front coding） 165  
最小完美哈希函数 168  
完美哈希函数的设计 171  
基于磁盘的字典存储 176  
4.2 部分指定的查询术语 177  
字符串暴力匹配（Brute-force string matching） 177  
用n-gram索引 178  
循环字典（Rotated lexicon） 180  
4.3 布尔查询（BOOLEAN QUERY ） 182  
合取查询（conjunctive query） 182  
术语处理顺序 183  
随机访问和快速查找 185  
分块倒排索引 187  
非合取查询（Nonconjunctive Query） 190  
4.4 信息检索和排名 191  
坐标匹配（Coordinate matching） 191  
内积相似度 192  
向量空间模型 197  
4.5 检索效果评价 200  
召回率和精确率 200  
召回率——精确率曲线 203  
TREC项目 204  
万维网搜索（World Wide Web Searching） 208  
其他有效性评价方法 211  
4.6 余弦法实现 212  
文档内频率 212  
余弦值的计算方法 216  
文档权重所需的内存 217  
累加器内存 222  
快速查询处理 224  
按频率排序的索引 225  
排序 228  
4.7 交互式检索 232  
相关性反馈 232  
概率模型 235  
4.8 分布式检索 237  
第5章 索引构造 243  
计算模型 246  
索引构造方法概览 247  
5.1 基于内存的倒排 248  
5.2 基于排序的倒排 251  
5.3 索引压缩 255  
压缩临时文件 256  
多路归并 259  
原地多路归并 260  
5.4 压缩的内存内倒排 266  
大内存倒排 266  
基于字典的切分（Lexicon-based partitioning） 271  
基于文本的切分 273  
5.5 倒排方法的比较 276  
5.6 构造签名文件和位图 277  
5.7 动态文档集合 279  
扩展文本（Expanding the text） 279  
索引扩展（Expanding the index） 280  
第6章 图像压缩 287  
6.1 图像类型 288  
6.2 CCITT二值图像的传真标准 292  
6.3 二值图像的上下文压缩 296  
上下文模型 299  
二值上下文模型 302  
“超视力”压缩（Clairvoyant compression） 304  
6.4 JBIG：二值图像标准 305  
分辨率降低（Resolution reduction） 306  
模板和自适应模板 311  
编码及概率估计 312  
6.5 连续色调图像的无损压缩 313  
GIF和PNG无损图像格式 314  
FELICS：快速、有效且无损图像压缩系统 316  
CALIC：基于上下文自适应无损图像解码器 320  
JPEG-LS：无损图像压缩新标准 321  
6.6 JPEG：连续色调图像标准 323  
6.7 图像的递增传输 328  
金字塔编码 329  
金字塔编码的压缩 330  
中位数聚合 332  
误差模型 333  
6.8 图像压缩技术总结 334  
第7章 文本图像 337  
7.1 文本图像压缩概念 339  
7.2 有损压缩和无损压缩 343  
7.3 标记抽取 345  
跟踪标记的边界 345  
清除图像中的标记 348  
按自然阅读顺序排序标记 350  
7.4 模板匹配 351  
全局模板匹配 352  
局部模板匹配 354  
基于压缩的模板匹配 355  
库模板筛法 358  
评价模板匹配方法 359  
7.5 从标记到符号 363  
库构造 363  
符号及其偏移量 365  
7.6 编码文本图像分量 366  
库 366  
符号数 367  
符号偏移 367  
原始图像 368  
7.7 效果：有损和无损的模式 370  
7.8 系统考虑 376  
7.9 JBIG2：图像文本压缩标准 377  
第8章 混合图文 381  
8.1 方向 383  
用Hough变换检测直线 384  
左侧留白查找 386  
投影轮廓 387  
从斜率直方图到文本谱 392  
8.2 切分 396  
自下向上的切分方法 396  
自上向下的组合的切分方法 398  
基于标记的切分 399  
使用短文本字符串切分 401  
利用文本句法切分 404  
8.3 分类 405  
第9章 系统实现 409  
9.1 文本压缩 410  
选择压缩模型 411  
选择编码器 414  
哈夫曼编码的限制 416  
长度限制的编码 422  
9.2 文本压缩效果 427  
压缩有效性 427  
解压速度 431  
解压内存 431  
动态文档集合 434  
9.3 图像和文本图像 436  
压缩二值图像 438  
压缩灰度图像 439  
压缩文本图像 439  
9.4 构造索引 441  
9.5 索引压缩 443  
9.6 查询处理 445  
布尔查询 445  
排名查询 448  
附录A mg系统指南 451  
A.1 安装MG系统 451  
A.2 一个简单的存储和检索例子 453  
A.3 数据库创建 458  
A.4 对一个索引文档集合进行查询 462  
A.5 非文本文件 464  
A.6 图像压缩程序 466  
附录B 新西兰图书馆 467  
B.1 什么是NZDL 467  
计算机科学报告（Computer Science Technical Reports） 467  
其他文档集合 470  
文档集合的发展 476  
音频集合（audio collections） 476  
音调索引（Melody Index） 477  
B.2 NZDL是如何工作的 479  
原始文档 479  
搜索和索引 480  
B.3 影响 482  
参考文献 483

图书分类

高可靠系统构建指南：服务稳定性建设与技术债务治理

特色专题

帮助

目录

目录

图书类别