基于OPAC的资源集成检索实现

在介绍资源整合相关方式的基础上,以首都师范大学图书馆基于OPAC的资源集成开发研究为例,重点论述了基于OPAC进行资源整合和集成检索的开发框架与技术实现。     

基于搜索引擎的图书馆之城OPAC检索平台

介绍了图书馆之城OPAC检索平台应用的技术框架和基于SOLR搜索引擎的搜索方式,分析了OPAC平台的各模块功能特点,概括了OPAC平台的新特性和优势。     

基于概念语义空间的联想检索

为了快速准确地满足用户提出的检索需要,在大量的文本文件中检索出用户真正所需的信息,首先在文本的概念空间上建立了概念语义空间并以此为基础建立了一个具有联想功能的索引系统,其次运用大型语义词典为用户提供了一个智能检索接口,该接口能主动分析使用者输入的关键词,并确定使用者的实际检索需求,这种检索系统能够大大提高用户的检索效率和准确度。     

基于支持向量机的相关反馈图像检索算法

相关反馈技术是近年来在图像检索中较为重要的研究方法 ,从机器学习的角度 ,以支持向量机 (SVM)为分类器 ,提出了一种新的相关反馈方法。在每次反馈中对用户标记的正例和反例样本进行学习 ,建立 SVM分类器作为模型 ,并根据学习所得的模型进行检索。由于 SVM分类器在一定程度上勾勒出了相关图像在特征空间中的分布 ,因而对整个图像库进行检索时可以查找到更多的相关图像。使用由9918幅图像组成的图像库进行实验 ,结果表明 :该方法可以通过交互的反馈过程 ,有效地检索出更多的相关图像 ,并且在有限训练样本情况下具有良好的泛化能力     

基于文献定位的OPAC实时书架热力展示系统设计与实现

采用RGB色域编码算法与字符排架号数据转换算法从图书馆OPAC书目检索系统与馆藏资源中挖掘新的信息组织方式,自主研发实时书架热力展示系统。该系统对于分架责任制管理决策、文献密度调整与文献区域推广有较大帮助。     

基于JQuery Mobile的移动OPAC系统的设计与实现

分析了JQuery Mobile的技术特点以及目前国内移动图书馆OPAC系统发展现状,以广东省科技图书馆为例,探讨了基于JQuery Mobile技术的移动OPAC系统的设计和实现过程。     

基于纹理特征的图像检索研究与实现

该文讨论了图像纹理特征的提取与表达,在理论探讨的基础上做相应改进,使检索结果的准确度得到提高,并开发出一个试验系统验证该方法的有效性.试验证明基本达到了预期效果.     

基于支持向量机语义分类的两种图像检索方法

为了更好的解决基于内容的图像检索问题,提出了2种基于语义的图像检索方法.第1种是基于支持向量机(SVM)语义分类的图像检索方法.该方法首先提取训练图像库的底层特征信息,然后利用SVM对所提取的特征进行训练,构造多分类器.在此基础上,利用分类器对测试图像自动分类,得到图像属于各个类别的概率,实现图像检索.第2种是利用图像自动标注方法进行检索.在基于语义的图像自动标注中,先对训练集进行人工标注,对测试图像利用SVM分类器进行分类,并找到与该图像最相似的N张构成图像集,对该图像集的标注进行统计,找到关键词,从而提供概念化的图像标注以用于检索.通过在标准图像检索库和自建图像库上的实验结果表明,以上2种基于语义的图像检索方法是高效的.     

基于支持向量机的图像检索主动学习方法

为解决基于内容的图像检索中训练集样本过小问题,本文提出一种结合相关反馈和支持向量机的主动学习算法,首先计算未标注样本到分类超平面的距离以及与当前训练集中样本的余弦距离和,然后取具有总的最大余弦距离同时到超平面距离最短的样本加入训练集,通过增加最具信息的样本到训练集,使得分类器可通过少量反馈次数而快速达到较高的准确性.试验表明,本文算法能有效提高分类器的分类精度和泛化能力,在减少评价样本数量的前提下,可快速收敛于用户定义的目标查询概念.     

基于检索实例的Scirus检索性能的研究

科学搜索引擎Scirus是一种针对科学的、专业领域信息的搜索引擎。介绍了Scirus的学科范围、信息来源,利用检索实例阐述了Scirus的检索方法、检索结果、结果输出等。     

图书馆无人管理查询机的实现

针对图书馆OPAC查询用计算机管理中普遍存在的一些问题,介绍了实现图书馆查询机管理自动化的方法。     

基于和声搜索算法的支持向量机参数优化

支持向量机是建立在统计学理论基础上,以结构风险最小为原则的一种机器学习算法,能够很好地解决小样本、高维数、非线性等问题,被广泛地应用于模式识别、函数估计及回归预测等领域.但是支持向量机性能的高低往往取决于其相关参数的正确选择.为提高优化参数的精度及效率,利用和声搜索算法的全局寻优能力,对支持向量机的惩罚参数及核参数进行优化选择.通过4个标准UCI数据集的仿真实验,结果表明本算法不仅减少了搜索时间,而且所获得的参数能大幅提高支持向量机的性能和预测精度,提高了泛化能力.     

基于知识引导的机器视觉SMT贴片检测窗口优化

结合S形聚类方法和蚁群算法的优势,将先验知识和反馈信息用于引导机器视觉的随机搜索,以找到最佳检测窗口位置,从而减少检测窗口数量、提高机器视觉在线检测效率.以电路板元器件贴片（SMT）为检测对象进行实验,结果显示：在使用阵列相机的机器视觉SMT检测中,该方案可以有效减少检测窗口的数量.     

汇文系统中OPAC功能研究

介绍了汇文系统OPAC的检索功能,从使用汇文系统的50家图书馆中选取了10家图书馆,对其书目记录进行了研究,指出了书目记录中存在的不足,对改进OPAC提出了几点建议。     

基于Ultra Search的桌面搜索设计与实现

提出一种基于Ultra Search的桌面搜索设计和实现方案,简要介绍了Ultra Search体系架构和各个组件的功能,然后给出该桌面搜索的框架和各个组件的实现细节,并和多个桌面搜索工具在相同的数据源上进行测试,结果表明,该桌面搜索有不错的搜索性能。     

基于布谷鸟搜索算法参数优化的组合核极限学习机

针对单核极限学习机在泛化性能上存在一定局限性的问题, 提出将再生核函数与多项式核函数相结合, 建立一种新的组合核极限学习机模型, 使其具有全局核与局部核的优点, 并选择布谷鸟搜索算法对其参数进行优化选择. 仿真实验结果表明, 采用基于再生核的组合核函数作为极限学习机的核函数可行, 在实验数据集的多值分类和回归问题上, 与传统支持向量机及单核极限学习机相比, 该模型具有更好的泛化性能.     

基于Smarty的站内搜索设计与实现

随着网站信息的丰富、庞大,用户要精确查找自己所需要的信息也越来越难,以往通过百度,谷歌等搜索引擎来完成自身站内搜索已不能满足当前的需要;而开发自身站内搜索已成为趋势。     

基于麻雀搜索算法优化支持向量机的刀具磨损识别

针对微小深孔钻削刀具磨损状态检测的工程需求,提出了基于钻削声信号的麻花钻头磨损状态识别方法。根据不同磨损程度的麻花钻在钻削过程中的声信号,使用经验模态分解(empirical mode decomposition, EMD)将声信号分解成若干个固有模态函数(intrinsic mode functions, IMFs),通过时频联合分析探索刀具磨损与声信号特征之间的关联规律;再使用麻雀搜索算法(sparrow search algorithm, SSA)优化支持向量机(support vector machine, SVM)的参数,并利用SVM实现基于声信号特征的刀具磨损状态识别。实验结果表明,微小深孔钻头磨损程度与钻削声信号特征之间存在非线性耦合关系,声信号高频特征对钻头磨损程度的变化非常敏感;采用经过SSA优化后的SVM算法,基于优选的IMF特征能够准确识别钻削刀具磨损状态,识别准确率可达98.246%。     

我国图书馆OPAC研究论文文献计量学分析

采用文献计量学方法,以CNKI中国学术期刊库中OPAC研究文献为研究对象,从文献数量、发表时间、发表刊物、文献作者、文献主题内容等方面进行全面的统计分析,以明确我国OPAC研究的现状。