概率检索模型+模糊k近邻+粒子群优化算法(PSO)

1. 概率检索模型

文档属于“相关”类的概率与属于“不相关”类的概率的比值（也叫“优势比”）。
显然，这个比值越大，代表该文档与查询的相关度越大，因此我们就把看做是相关度得分，最后通过将文档排序。

推导：

公式(6)也叫做Robertson-Sparck Jones等式

2. K近邻

KNN最近邻 (k-Nearest Neighbors， KNN) 算法是一种分类算法，1968年由 Cover和 Hart 提出。
思想： 一个样本与数据集中的k个样本最相似， 如果这k个样本中的大多数属于某一个类别， 则该样本也属于这个类别。

3. 模糊k近邻alg

[paper] James M Keller, Michael R Gray, James Givens. A fuzzy K-nearest neighbor algorithm. systems man and cybernetics, 1985.
[硕士论文]基于子空间方法的人脸识别算法研究 2014计算机技术

思路

PS:
硕士论文]复杂交通环境下的人体运动目标识别算法研究 徐霞平

粒子群优化算法(PSO)

PSO理论及笔算例
matlab代码

概括：
群体中个体之间的协作和信息共享 来find最优解。
优势：简单容易实现，且无多参数的调节
粒子：速度 位置<方向>
思路如下

3.灰色预测模型

1
2 小样本适用

4.自动微分

csdn

5. 核密度估计

Matlab ksdensity介绍