Vlookup( )函数在高校人事信息管理中的应用

本文探讨使用Vlookup( )函数在人事信息管理工作中实现不同电子表格间数据对接的基本方法和相关问题.通过在两个数据表中使用Vlookup( )函数进行数据查找与匹配的实例,证明使用该函数在进行不同数据库间的信息整合和交叉引用时能显著提高工作效率和准确性.     

利用EXCEL的VLOOKUP函数实现关联数据的应用

Office Excel是当今强大的办公应用软件之一,无数企事业都是依靠excel管理数据,它不仅可以帮助我们更有效地创建电子表格,保存和管理数据,还可以对数据进行分析和自动计算,而Excel函数为此提供了强大的支持,熟练的应用excle函数,不但能够更加高效的辅助日常工作,更能深刻理解函数意义,实现函数灵活运用。Excle函数共11类,Vlookup函数属查询和引用函数,如果你使用excel大型列表,不妨巧用该函数来实现数据匹配和检索的功能.     

Vlookup函数在数据匹配中的问题与对策

对各类数据匹配进行归一化处理,设计出了一个通用的数据匹配软件来代替Vlookup函数的功能.将工作表视为数据库,提供图形化操作界面,并采用了高效的二分查找算法.该软件系统可以对教学管理过程中的各种数据进行方便的数据匹配处理.     

基于内容的图像检索技术综述

基于内容的图像检索技术是目前能有效检索大量图像资料的关键技术。本文阐述了一种基于颜色特征的图像检索技术,将颜色直方图或者颜色集作为颜色特征存入图像数据库中,然后描述了图像相似度的计算方法,并利用相似性度量函数来完成对图像的检索。     

一种改进的Lucene语义相似度检索算法

 Lucene的基础上,结合检索词项的语义信息,利用外部词典Wordnet分析检索词项与被检索文档中词项的语义相似度,在此基础上实现对文档语义信息的检索。通过分析现有的相似度量函数的核心特征,选择合适的语义相似度量方法,提出了一种新的词项语义相似度检索函数,该函数能够对检索文档按照语义相似度进行排序。实验结果表明,所提出的方法能够有效地提升文献检索的准确度。     

搜索引擎自动性能评估函数的研究

基于聚类分析的搜索引擎自动性能评价方法能自动计算信息类查询的覆盖范围,并根据其覆盖范围对检索结果进行聚类,通过评估函数实现检索性能的自动评价.对如何利用类间距和类内距2个指标来定义合适的评估函数进行了分析,提高了自动性能评价的准确性.     

基于连续肯德尔相关系数学习相似度函数的图像检索方法

提出了一种基于连续肯德尔相关系数学习图像间相似度函数和运用学习的相似度函数进行图像检索的方法.通过对500幅图像所组成的图像数据库以及和其他传统相似度函数学习方法在图像检索中检索效果的比较实验可以得出:该方法的图像检索效果要优于其他相比较的传统方法.     

一种基于度量距离学习的图像检索方法

CBIR系统由于受图像低层特征的限制,制约了它的检索效果。机器学习和统计方法是一种有效的提高检索性能的方法,但通常需要大量的训练样本才能达到满意的检索精度。提出一种理想的距离度量函数,在对图像进行简单分类并提供少量训练样本的基础上,通过类的距离度量矩阵M的学习来考虑分量之间的相关性。这个度量导入二次最佳化问题的解,将训练样本类结构的倾斜最小化。试验结果表明,该方法能在学习样本极少的情况下提高检索的性能。     

基于多级三角形面积函数的傅里叶形状描述子

提出了一种用于形状检索的基于多级三角形面积函数的傅里叶描述子.对形状轮廓上任一点,多级三角形面积函数通过轮廓的非等弧长分割计算得出,可以很好地描述形状的整体特征和局部细节特征.形状特征向量由多级三角形面积函数的低频傅里叶变换系数构成.在标准的MPEG-7形状图像库上对该方法进行了图像检索实验,并与已有的分别基于中心距离函数、面积函数、最远点距离函数、角度半径复函数、拱高半径复函数的傅里叶描述子以及混合傅里叶描述子进行了检索性能比较.实验结果表明,所提出的方法在相同查全率时具有最高的查准率,且具有较低的计算复杂度,证明该方法的有效性.     

图像检索中一种新的相似性度量方法

基于内容的图像检索的目的是允许用户从大量的图像库中检索出图像。在图像检索系统中一幅图像通常有一系列低阶描述器描述。本文提出综合给定的一系列的相似性函数。对每个相似性函数,建立一个概率分布。假设统计是独立的,这些概率分布被用来设计一个新的从每个独立的函数中综合获得的结果的相似性度量。     

一种改进的信息检索排序算法

信息检索的核心问题就是在文档集中为用户检索出最相关的子文档集,并依靠排序算法对检索结果按照相关性进行排序,因此排序算法的优劣直接影响检索的效率.RLR算法改进了正则经验风险模型,大大减少了计算复杂度.通过设定一定范围的允许误差值,采用对称ε-insen-sitive对数亏损函数作为亏损函数,给出对称ε-insensitive对数亏损函数满足的一些特殊性质,进而改进RLR算法.实验表明新算法对文本排序是有效的.     

基于模糊颜色量化的彩色显微医学图像检索

模糊量化方法能很好地表达人的视觉感知,是颜色量化的一个重要方法.根据彩色显微医学图像的颜色特征,提出一种适合其图像检索的模糊量化算法:将整个HSV空间划分成78个模糊子集,由模糊子集的隶属函数计算每种颜色的隶属度,并统计图像的模糊量化直方图,图像间的相似性用模糊量化直方图间的距离进行评判.实验结果表明,该算法在基于内容的彩色显微医学图像检索中,具有较好的检索效果.     

基于四元组完备损失的智能图像检索方法

在图像检索领域,将三元组排序损失应用于深度神经网络权重的更新,可以使生成的图像表示保存更多的语义特征,但是三元组排序损失没有全面的考虑不同类别图像之间的关联。为此提出了一种四元组完备损失,此损失函数将图像类间相似性小于类内相似性的特点融入到损失函数的构建中。与三元组排序损失函数相比,此函数可以更全面地体现查询图像与同类和不同图像之间的相似性关系。进一步,本文还提出了一种有效的基于四元组的深度网络结构,可用于图像的哈希检索。实验结果表明,提出的方法能够在CIFAR-10、SVHN和NUS-WIDE图像库中取得良好的检索性能。     

基于SVD的二次型距离相似索引层次算法

大容量多媒体数据库的基于内容相似性的检索本质上是高维特征空间中一定距离函数的 K近邻问题。对适合人类视觉的二次型距离函数 ,即使采用相似索引 ,当特征空间维数较高时检索仍不能保证实时性。为了解决此问题 ,提出基于 SVD(Singular Value Decomposition)的二次型距离相似索引层次算法 ,先以相似索引为基础在主导特征的子空间上进行代价低的近似检索 ,再对过滤结果在高维特征空间中进行线性的精确检索。实验证明 :该方法具有正确性、有效性和实时性     

一种支持高维数据查询的并行索引机制

提出了一种基于独立特征的并行索引体系结构以检索符合正态分布的高维数据.通过分析并行搜索的多维数据及其复杂度,结合用户设定的维度权重返回待核实的结果,最后通过加权相似度计算函数合并检索结果以完成kNN查询.针对高维数据的异构性特点,给出了规范情景上下文信息数据的算法.通过联合香港大学的2个社区和深圳先进研究院的CNGrid社区进行的测试,证明基于并行检索机制的100NN查询准确率可达93%,在千万个高维数据中的检索时间小于0.7s,结果表明所提出的并行索引机制能有效提高查询效率,尤其适合海量高维数据的有偏组合特征查询.     

一种工程图检索方法在匹配优化问题中的应用

以二维工程图检索系统的设计与开发为背景,提出一种基于非精确图匹配的二维工程图检索方法.该方法首先将二维工程图转化为一种基于图元的属性化邻接图;然后计算目标模型与被检索模型的属性化邻接图之间顶点相容程度矩阵与边相容程度矩阵,并由此建立顶点匹配矩阵M的目标优化函数;最后运用Sinkhorn行列交替规范化方法求解匹配优化问题.在匹配过程中,充分利用属性邻接图的顶点与边属性信息动态裁剪搜索空间,实现快速匹配.实验结果表明,该方法能够检索到不同相似程度的二维工程图,并且检索效率也能满足实际要求.     

一种用于图像检索的幂归一化深度卷积特征加权聚合方法

针对图像检索中基于部位的加权聚合(PWA)方法存在的视觉突发问题,提出一种幂归一化的深度卷积特征加权聚合方法。首先简化了原PWA方法中用于确定空间权重的归一化和幂变换操作,直接将所选择的有区分性的通道特征图作为空间权重矩阵,然后引入新的幂变换函数并选取合适的参数对加权聚合后的通道响应进行归一化处理,最后通过PCA降维和白化处理形成图像的全局特征表示形式。在4个标准数据库上的图像检索实验结果表明,该方法能有效调节PWA聚合特征响应的突发度并提高图像检索的准确率。     

基于自编码器的深度对抗哈希方法在覆冰电网图像检索中的应用

为了提高覆冰电网图像的检索性能,提出一种基于自编码器的深度对抗哈希方法。首先,通过在现有的生成器和鉴别器之上添加新的编码鉴别器以鼓励生成的图像样本更好地表示真实数据分布。其次,构建哈希编码网络以学习生成紧凑的二进制哈希码。我们在WGAN-GP损失的基础上引入了新的基于长尾柯西分布的交叉熵损失和量化损失函数以优化汉明空间检索性能。实验结果表明,该深度对抗哈希方法能够通过编码鉴别器和柯西损失函数解决模式崩溃和图像模糊的问题,图像检索性能相比于其他方法有明显提高。     

考虑难例挖掘和整体特征分布的损失函数设计

为了提高深度度量学习模型训练中的图像检索性能,在度量学习模型SoftTriple的基础上,对损失函数和网络结构进行改进.网络结构改进是在SoftTriple网络结构的基础上引入BNNeck模块;在损失函数设计中,首先添加难例挖掘函数对损失函数进行改进,然后通过使用高阶矩来表征整体特征分布的思路提出了新的损失函数.实验表...     

基于核化局部敏感哈希的快速文档检索方法

在大规模文档中进行快速的相似搜索对绝大多数信息检索应用程序是至关重要的.基于局部敏感哈希的检索方法将高维的空间数据映射到低维的二进制海明空间,从而实现了快速搜索.本文给出了一个基于核化局部敏感哈希的快速文档检索方法,可以在保证时间效率下允许算法使用不同的相似函数进行快速检索.实验结果表明该方法在大规模文档集合检索中具有较好的效率和准确率.