基于机器学的英字典模糊查询研究设计书思考161809836.docVIP

本科生毕业设计（论文） 基于机器学习的英汉字典模糊查询 目 录 1引言 2 1.1研究背景及其意义 2 1.2研究内容和目标 2 2研究与实现中的关键技术 2 2.1机器学习的基本原理 2 2.2有趣模式的提取 2 2.3有趣模式集的优化 3 2.4使用动态规划的最长公共子序列 3 3系统设计 4 3.1总体结构 4 3.2 业务流程设计 4 3.3 数据结构设计 5 3.3.1 宏定义 5 3.3.2 结构体 5 3.3.3 文件 6 4实施应用 6 4.1 开发环境 6 4.1.1 硬件平台 6 4.1.2 软件平台 6 4.2 开发环境的搭建和配置 6 4.3 编写代码 7 4.3.1最长公共子序列长度核心代码 7 4.3.2机器学习模型的c语言实现 8 5测试与分析 14 5.1 精确查询的实现 14 5.2 一般模糊查询的实现 15 5.3 基于动态规划的模糊查询实现 16 5.4 机器学习模型对于LCS模糊查询的优化 16 5.5 机器学习模型的自动优化 17 6结论 19 参考文献 19 致谢 19 基于机器学习的英汉字典模糊查询 作者 苏家辉 指导教师 蔡广基副教授 （湛江师范学院信息科学与技术学院，湛江 524048） 摘 要：本文研究机器学习的基本原理和实现方法，对一个使用动态规划实现的英汉字典模糊查询系统构建一个机器学习模型。该模型实现了对用户的检索习惯进行分析，提取用户检索数据中的有趣模式，并通过统计频度对模式集进行自动优化，为用户的模糊查询提供智能化的查询结果。 关键词：机器学习模型，动态规划，模糊查询 Fuzzy query of an English-Chinese dictionary based on machine learning Su Jiahui School of information science and technology, Zhanjiang Normal University, Zhanjiang, 524048 China Abstract： Based on the machine learning theory , a model of the fuzzy query of an English-Chinese dictionary system, which is fulfilled by the dynamic programming algorithm is given. The model analyses the user’s fuzzy query data and finds out the connections between the data, recording the mining models, applies them to the fuzzy query set during a non-accurate searching, and automatically improves the mining models set according to the statistics at frequencies of user, providing intelligent solutions for the fuzzy query. Key words: Machine learning; dynamic programming algorithm; fuzzy query; 1引言 1.1研究背景及其意义 机器学习是现代人工智能研究、发展的重要领域，它通过研究计算机如何模拟或实现人类的学习行为，通过分析、归纳、综合建立人类学习过程的计算模型或认识模型，基于已有数据识别复杂模式，做出智能化的决策，并将其应用于实际问题中，为解决问题提供可行决策和方案支持[1]。自1980年在卡内基梅隆大学召开第一届机器学习研讨会以来，机器学习的研究工作发展迅猛，已成为人工智能领域研究的中心课题之一。随着机器学习的蓬勃发展，人们在工作中累积了大量可供测试算法的数据集或者超大数据集，机器学习工作者在此基础上可以进行更精准的研究。目前机器学习已经广泛应用于智能搜索、数据分析等领域，如许多大型的搜索引擎网站的智能化的用户体验都是基于机器学习等研究成果实现的。在大数据时代，机器学习研究将会得到更大的发展。 1.2研究内容和目标 研究机器学习模型的生成过程，构建机器学习的模型，将其应用到英汉字典模糊查询中。 第2节介绍机器学习和模糊查询中的基