《中图法》(第四版)在ChIN资源导航系统中的应用

从分析ChIN资源导航系统入手,阐述了<中国图书馆分类法>学科聚类标准在化学化工资源导航系统中的应用,并就此提出改进网络分类体系的两点建议:一、把学科聚类从网络分类体系中单独列出;二、设置专业主题词表.     

《中图法》(第四版)在ChIN资源导航系统中的应用

从分析ChIN资源导航系统入手,阐述了<中国图书馆分类法>学科聚类标准在化学化工资源导航系统中的应用,并就此提出改进网络分类体系的两点建议一、把学科聚类从网络分类体系中单独列出;二、设置专业主题词表.     

网络环境下科技用户信息检索行为过程研究

旨在从认知心理学和科技用户本身的知识结构的层面来解释和分析网络环境下,科技用户在搜寻信息时所发生的检索行为过程,并提出时空结构体系,指出从科技用户知识结构和认知心理学层面研究信息检索行为过程,对网络信息资源构建其组织系统(分类体系)、导航系统、标识系统和网络(网站)搜索引擎系统有着很强的现实指导意义。     

网络信息资源的跟踪与专业导航平台的建设

何为专业资源导航平台?它是指对Internet上某一专业领域内信息资源进行搜集、评价、分类、组织和有序化整理,并对其进行简要的内容揭示,建立分类目录式资源组织体系、动态链接、专业资源数据库和检索平台,发布于网上,为用户提供网络专业信息资源导引和检索线索的导航系统.     

基于组合神经网络和模糊聚类的话者分类

基于话者分类的自适应语音识别是实现非限定人、大字表语音识别的一种很有前途的有效方法．本文设计了一种用于话者分类的主从式组合神经网络，以神经预测模型作为从网络，可以从短语音（一个音节，约０．３秒）中有效地提取、规正和压缩话者个人性信息；主网络采用具有很强聚类功能的自组织特征映射网络．针对话者个人性信息的模糊性，提出了模糊系统聚类算法和双类心聚类算法．实验验证了组合神经网络对于话者分类的有效性以及模糊聚类算法对不同文本的语音样本具有较好的适应性     

一种基于聚类算法的网络入侵检测应用

针对网络入侵检测与聚类等问题,提出了一种综合模糊聚类与改进的SOM神经网络方法.通过对网络入侵数据提取、分析和处理,建立了网络入侵检测聚类模型,并对传统SOM网络层次进行改进,结合易发的网络入侵类型有针对性地对网络入侵数据进行聚类.网络入侵检测聚类与其他方法比较的结果表明,该模型在网络入侵检测聚类中具有更高的准确性和均衡性,该方法能有效提高网络入侵分类精度,减少聚类误差.     

基于谱聚类算法的高速网络数据流快速分类方法研究

当前高速网络数据流分类处理时，忽略了冗余数据对分类结果的影响，使得分类结果 F1值较低。因此，提出了基于谱聚类算法的高速网络数据流快速分类方法。采用主成分分析法对高速网络数据流进行降维处理。对所有数据流相关性特征进行选择，去除冗余特征，保留有效的特征信息。应用支持向量机算法构建网络数据流快速分类模型，结合谱聚类算法对多数类样本进行聚类，组成新的数据集并将其输入到分类模型中得出相关的分类结果。实验结果表明，所提方法的平均F1值为0.95,F1值越大分类结果越准确，说明该方法能够满足高速网络数据流快速准确分类，具有优越的数据分类性能，应用价值更高。     

基于K-means聚类的软件定义网络异常流量分类研究

考虑到软件定义网络异常流量分类受到网络复杂特性的影响,导致分类效果变差,提出了基于K-means聚类的软件定义网络异常流量分类研究.利用权重属性,划分了软件定义网络异常流量的频度,在网络异常流量的分布形式转化过程基础上,根据软件定义网络异常节点出现的概率,计算了异常流量的特征值,提取出软件定义网络异常流量特征,根据软件定义网络异构值差的度量,初始化软件定义网络的参考向量值,通过更新分类属性的邻域半径,计算网络异常流量的参考向量,选择出软件定义网络异常流量分类属性,利用K-means聚类算法过滤软件定义网络异常流量,对软件定义网络异常流量进行检索,通过定义网络异常流量分类的目标函数,利用K-means聚类算法理论,构建软件定义网络异常流量的加权临界函数,结合对角矩阵的求解,设计了软件定义网络异常流量分类原理,实现了软件定义网络异常流量的分类.实验结果表明,文中分类方法的查全率、差准率较高,适应度以及收敛性能较好.     

基于改进的模糊聚类RBF网络集成的文本分类方法

Web文本分类是数据挖掘研究的一个热点问题.针对文本向量维度过高的特点,提出一种改进的模糊聚类RBF网络集成的文本分类方法,该方法利用模糊C均值聚类算法对文本特征向量进行简化、抽取,引入自适应遗传算法优化RBF神经网络的权值,构建RBF网络集成模型对文本进行分类.实验结果表明,该方法具有更高的分类效率和正确率.     

论网络学科资源导航信息系统的建设

网络学科资源导航信息系统，是一个应用于网络学科资源进行分类、编目、整序、及WEB发布的计算机资源管理系统。目前，有不少图书情报机构正在着手进行网络学科资源的整理工作，所以网络学科资源导航信息系统的研发显得十分必要。本提出了进行网络学科资源导航信息系统研发的策略，阐述了系统分析的四个重要方面。     

网站分类法比较研究

介绍了网站分类法的基本概况,以雅虎(YAHOO)、搜虎(SOHU)为例详述了综合性网站和搜索引擎的分类法,又以图书馆学科导航网站为例分析了网络信息学科导航或门户网站的分类法,归纳了网站分类法的特点。     

非监督特征学习方法在脑电身份识别中的应用

设计并实现了采用非监督特征学习方法对模拟阅读事件相关电位实验中多名受试者脑电信号的特征提取,并对提取的特征向量进行了模式分类.实验中共采集5名受试者脑电信号,每名受试者的特征样本集由其接受模拟阅读靶视觉刺激后100⁴00ms在通道PO3、O1、Oz、O2、PO4、P4、P8、CP6的脑电信号样本组成,各受试者样本集均含400个试次样本.非监督特征学习过程由含6个神经节的BP神经网络完成,后选用支持向量机作为分类器.对比了1试次,2试次、5试次、10试次样本叠加等几种不同情况下采用非监督特征学习方法提取特征的分类正确率.实验结果表明:采用多神经节人工神经网络对5名使用者5试次叠加信号样本提取的特征向量的分类正确率高于90%,显著优于对各单通道时域特征向量的分类正确率,该方法可为以脑电信号为特征的身份识别系统提供一种可行的特征提取方式.     

基于问题导向教学的计算机网络课程本体工具构建

问题导向学习（PBL）是近年来教育改革的重要方向，知识本体是用来描述特定领域的概念关系．因而领域内的知识关联呈现就成为重要的研究课题。在计算机网络知识管理的分类中应用本体技术，采用领域的知识结构作为研究主体，构建出符合导向教学法的教学工具。经系统测试，计算机网络领域知识库的建立提供了获取具体对象的教学管理相关资料，达到了简化分析知识需求的目的。     

传统文献分类法在网络信息资源组织中的应用

简要分析了传统文献分类法作为网络信息组织工具的优势，并就网络分类检索系统中现有分类体系的完善、现代分类技术的使用、网络分类系统的建立方式、标引自动化等问题进行了深入的探讨。     

网络信息资源的分类组织

通过分析网络信息资源的特点，阐述了用分类方法组织网络信息资源的优势，指出了目前网络信息资源分类存在的问题，对网络信息分类与文献分类进行了比较，提出了建立统一的网络信息资源分类体系的建议。     

网络信息资源分类与组织模式研究

论述了网络信息资源分类的特点及其与传统文献信,忽分类的区别,探讨了网络信息资源的有效分类体系及其组织模式。     

基于用户需求的高校校园网络信息分类体系研究

对目前高校校园网络信息的分类方法进行了研究,在大量文献研究的基础上,通过网络调研和校园网用户问卷调查,运用分类法知识,主要从网络信息种类、校园网络用户需求的角度进行了分析,总结出一套针对高校校园网络信息的分类体系。     

从用户分析角度看网络信息分类的发展

从网络信息用户分析的角度,结合传统分类法的科学体系,对构建统一的网络信息分类体系提出几点建议。     

高校图书馆学科馆员制度面临的问题与发展策略

学科馆员制度是网络环境下高校图书馆管理的一种创新行为。从学科馆员制度的概念入手,分析了高校图书馆建设学科馆员制度面临的主要问题,并提出了发展对策。     

学科导航库资源组织探讨

在西昌学院学科导航库建设思路指导下,充分借鉴CALIS学科导航建设模式,解凄了建设学科导航库必需的资源组织问题,制定出西昌学院重点学科导航库的学科导航分类类目划分方法,以及资源组织的方式。