《Web搜索》更正表

1、位置原文字、字符或公式更正为备注P31图2.4右图的箭头方向向左图2.4右图的箭头方向向右P31 倒 L12EEEEtP35 倒 L1提供效率:丄P45 L5 =(加;印+%;“,/) =(加0,P45 L8G =(加;e+%;“,血) = (加;q,P45 式(2.35)logL(OIX) =工log( Pr(x 1 /；) logL(OIX) =log(工勺 Pr(x,. 1Q) fJ习改为斯P45 倒 L1由于Q是在由于Q是的对数似然度在P57 L11当文档被伸缩当文档向量被伸缩P58 L10取前多少位取前多少维P66 倒 L12本节分别以一种具体方法为例，介绍一种二类标注算法和 多类标

2、注算法本节介绍两种有代表性的多类标注算法P66 倒 L11模型的二类标注模型的标注P69 倒 L4假设各个图像块的（子）特征假设图像的特征P66 倒 L3量由向量（组）由P70 倒 L10需要考虑不同的组合需要考虑所有可能的组合P70 倒 L9基于前面的假设基于上面的假设P70 倒 L3在最小在其他P70 倒 L2条件分布假设为条件分布也假设为习题24利用反馈的某个文档d利用反馈的某N个文档P71 式(33): r g R.(iJ) e IN,r, = P础上黑:(ij) e INh xn n p(!Nr,(rJ)eDlMJP.?,硏:r e R,(i, j) e IN,r = P碣:仏./)

3、氏 xfi n(P碍：(“eD伙,/)u n pm.?i昭)r-2(iJ)eD(k./)式中的R请用花 体P78 式(3.7)i * (x) = arg max = P(i 1 x)ii * (x) = arg max P(z 1 x)i去掉第二个等号P82 L7 = （厶竹），（仏|畑）D = （A，w），（G，W|d）W变黑体P82 L8Wj G LWz G LW变黑体P86 L7鉴别式区分式P88 L13假设各部件之间相互独立假设各部件的尺度之间相互独立P88 倒 L12第二项是假设h的一个薄il （Book-Keeping）项nCr（Nff）是组合函数，表示从N个关键域中取f个P115

4、 倒 L21 =吋0：P123 倒 L13类内分散矩阵类间分散矩阵P124 L1X =xpx2,.,xrjx =xrx2,.,xiV下标n改为NP124 L12yJyi改为黑体P129 倒 L9以块为进行以块为单位进行P143 图 4.2图中三角波上字母j改为m, P改为M,最下行最后的符号 fj改为fm，fp改为fMP143 倒 L4相邻f（m）之间的间隔随m值的增大而变大，删除此句P144 L40 m Mm = 1,2, .MP144 倒 LIO3=厝A/-I另S伽)cosr-l(i Y7rn 加+ I 2丿MM(加)coswi-lnn m + I 2)M求和区间的上限 由M-1改为MP1

5、48 倒 L9Baum-Welch 算法Baum-Welch算法（一种广义的EM算法）P149 倒 L1Ob； 0）W公式中的分母P149 倒 L11因为删除此二字P149 倒 L2R观测序列R表示观测序列P162 式(4.23)e（v）=为 /（w,w）p（wix）WeWE(W)=为 /(WW)P(WIX)IVrW黑体和P（WIX） 两处更正P162 L6W为所有可能W为所有可能黑体P162 式(4.26)財=arg min V /(WM)P(WI X) W笔叫WeW；W- = arg min Y l(W.WP(WX)M为黑体P162 倒 L3必为第j个混淆集1“为第j个混淆集M为黑体P16

6、5 L3对每个语音文件对所有语音文件P169 式(4.29)p(xO) =exp(-丄(x-/.)7Z,(x-/.)J(2计1工严2p(x 16；)= “ exp(-l(x 一“ )7 h (x - M)(2评ISJ2P17O 式(4.30)N “(X )w J7工:iq)兀（兀IQ）“如=亍:P174 倒 L17汇合类算法汇合算法P174 倒 L16汇合类聚合类P175 倒 L9P175 式(4.41)必 1 叱,J1 矶“）厶（X 1 人）必 W, J E妆叫1叫-JUX 1人） r-1P 193 倒 L5使式（5.6）成立使式（5.6）等式成立P197 倒 L9SwSwP197 倒 L7AAP197 倒 L6AAP199 倒 L8I e R“Ie/?rxrP202 L5f(i)fP202 L10二次能量函数F幻、删除P206图51物体识别器（分类器）分类器框图中文字P206图51演进式物体模型演进式分类模型框图中文字P214 倒 L17一颗短信分类树一棵短信分类树P215 L4JaveScriptJavaScriptP22