集成搜索引擎中结果排序的优化分析

在充分理解相关度概念的基础上，提出了一种基于权值的结果优化排序方法，综合考虑用户需求，包括兴趣权值、人数权值和位置权值，并采用固定容量的网页索取模式，实现了一个小型集成搜索引擎的原型系统，对结果进行了优化排序，经实验验证，其执行性能效果较好．     

Web数据库关键字查询结果排序方法

为提高现有关键字查询结果的准确性,提出一种基于信息检索排序模型的关键字查询结果排序方法,该方法根据查询关键字在查询结果元组树和数据库中出现的频率来衡量查询结果的相关度,考虑了查询结果元组树中文本属性所包含字符串长度对排序分值的影响,使评分函数的计算更为合理.研究结果表明:提出的关键字查询结果排序方法的排序准确性高于现有典型排序方法,具有较高执行效率.     

基于分级规划的加工方法排序规则研究

结合工艺决策的分级规划策略，构造了一种新的实用化的加工方法排序规则，该排序规则将传统排序规则分解成两个相关的部分：工序排序规则与工步排序规则。工序排序规则代表了排序规则的普遍性，描述了一类零件的总体加工过程，只与加工方法有关，与组成零件的形状特征等其他因素无关；工步排序规则代表了排序规则的特殊性，描述了工序中各特征的加工顺序，与特征有关而与加工方法无关。     

Web数据库近似查询结果自动排序方法

针对Web数据库近似查询产生的多查询结果问题,提出了一种近似查询结果自动排序方法,该方法利用KL距离(Kullback-Leibler distance),PIR(probabilistic information retrieval)模型和查询历史(query history)来构建元组排序打分函数;打分函数根据结果元组中被查询指定的属性值对初始查询的满足度和未被查询指定的属性值与用户偏好的相关度来评估元组的排序分值.实验证明,提出的排序方法能够较好地满足用户需求和偏好,并具有较高执行效率.     

基于分级规划的加工方法排序规则研究

结合工艺决策的分级规划策略,构造了一种新的实用化的加工方法排序规则,该排序规则将传统排序规则分解成两个相关的部分：工序排序规则与工步排序规则．工序排序规则代表了排序规则的普遍性,描述了一类零件的总体加工过程,只与加工方法有关,与组成零件的形状特征等其他因素无关;工步排序规则代表了排序规则的特殊性,描述了工序中各特征的加工顺序,与特征有关而与加工方法无关．     

一种新的拓扑排序方法──枚举拓扑排序

拓扑排序属于图论中有向图问题，拓扑排序的输出结果与输入有向边的次序有关．因此需要多次输入不同有向边，经组合才能得到拓扑排序的所有解．本文提出一种新的拓扑排序方法，可一次输入任意一组有向边，即能自动得到所有解．     

基于视觉内容语义相关度的图像标签自动排序方法

提出一种基于视觉内容语义相关度的图像标签自动排序方法.该方法按照标签与图像内容的语义相关程度对网络共享图像的标签进行排序.首先,算法基于贝叶斯理论给出标签与图像内容语义相关度计算的概率表述.然后,融合多种视觉特征以实现对不同语义的标签与图像内容相关度概率的准确估计,具有较高的可扩展性.实验数据采用149 915幅Flickr网站下载图像,实验结果验证了本文方法的有效性.     

互补判断矩阵的几何距离最小二乘法

基于最优化思想和点到平面的距离，提出了一种新的互补判断矩阵排序方法，并给出了一个计算排序权重的简洁计算公式，可直接由它求出原Fuzzy矩阵较为理想的排序向量，同时也指出了其他一些排序方法的不足．     

一种用于判断矩阵排序的扩展最小二乘方法

对判断矩阵排序提出一种新的扩展最小二乘方法（ＥＬＳＭ），并从理论上给出相应的收敛性迭代算法和一致性检验方法．与最小二乘排序方法ＬＳＭ相比较，新的排序方法ＥＬＳＭ保序性好，排序结果准确；与特征向量排序方法ＥＭ相比较，ＥＬＳＭ排序方法虽然算法复杂些，但概念更清楚，涵义更明确，更为突出的优点是可以推广应用于群组判断矩阵排序．最后通过仿真实例说明ＥＬＳＭ排序方法的优越性     

基于改进PageRank算法的文献相关度排序方法

科技文献检索时以专业角度给出合理的相关度排序是一项非常重要工作,传统PageRank算法采用了平均分配相似性权重的方式,但其会产生文献排序结果不合理的问题。为此,提出一种将深度学习方法与PageRank相结合的算法,提高文献相关度排序的可靠性。首先,使用具有注意力池化的孪生BERT(Bidirectional Encoder Representation from Transformers)深度学习网络计算文献与引文的相似度;然后,对文献与其所包含引文间的相似度进行规范化处理;最后,将标准化后的相似度作为分配权重对引文网络计算排序。实验结果表明,相较于传统的PageRank算法,该方法检索结果的相关度提升6%以上,因此更适合应用于科技文献的引文网络分析。     

区间数可能度的一种新定义

在文献[2]的基础上,给出一种新的区间数可能度的定义,并研究了所给定义具备的优良性质。在所给定义的基础上,通过建立区间数可能度矩阵,给出一种区间数排序的新方法。最后,通过实例说明它在解决不确定型多属性决策方案的可行性。     

三角模糊数的可能度排序方法与应用

给出了新的三角模糊数相互比较的可能度公式,并与已有结果[1]中的三角模糊数可能度定义进行比较分析,给出了一种基于三角模糊数可能度概念的多属性决策方法,并通过实例说明了该方法的可行性与有效性.     

约束条件中含有三角模糊数的线性规划求解方法

采用一种新的模糊数排序方法,将约束条件中含有三角模糊数的模糊线性规划转化为经典的线性规划,进而求得原模糊线性规划的最优解.实际应用实例显示,该求解方法是有效可行的,可以为解决模糊线性规划问题提供一种新的途径.     

约束条件中含有梯形模糊数的线性规划的求解方法

利用一种新的模糊数排序准则,将约束条件中含有梯形模糊数的模糊线性规划转化为经典的线性规划,进而求得了原模糊线性规划的最优解.与现有方法相比,该方法运算简便,得到的经典线性规划约束条件个数少,降低了计算量,但最优解的质量没有降低.最后给出了此种方法在实际问题中的应用.     

基于排序互信息的无监督特征选择

根据排序问题的单调先验知识,无监督学习问题中的观测属性之间也具备单调关系;否则该属性与排序无关,为冗余属性.基于排序互信息反应的两属性之间的单调关系,提出用每个属性与其他属性之间的平均互信息,来衡量每个属性与排序学习的相关程度,具有最高的平均互信息即为排序最相关的属性.     

多因素指标排序的模糊物元方法及其应用

结合物元分析理论和模糊数学思想,提出了一种基于多因素指标排序的模糊物元方法。针对多因素指标的排序问题,建立了模糊物元矩阵,并给出了隶属度确定的方法和通过变异系数法给出了各排序指标因素的权重系数。最后给出了排序的应用实例,通过实例计算说明了该方法的正确性、有效性、可行性和结论的客观准确性。     

多目标问题的逼近于理想解的排序方法研究

针对多目标系统的优选问题,提出了改进的ＴＯＰＳＩＳ法。与现有文献中的逼近于理想解的排序方法相比,该方法充分地利用了决策矩阵的信息。实例分析表明,本文所提出方法,可用于实际多目标系统优选决策分析。     

基于OERI积分值的模糊线性规划求解方法及应用

利用OERI积分值的模糊数排序准则,将含有梯形模糊系数的模糊线性规划转化为经典的线性规划,进而给出原模糊线性规划问题的最优解．该方法具有约束条件个数少,计算简单的特点,同时还可以考虑决策者的偏好来选择参数,从而使得决策方案具有一定的柔性．     

扩展AUC模型下最优k-部排序函数的计算

本体作为一种结构化数据存储和表示模型已成为信息科学的核心研究内容之一.在扩展AUC模型的k-部排序本体算法的框架上,提出一种计算最优k-部排序函数的迭代算法.最后,将算法分别作用于GO本体和大学本体.实验表明：新算法对特定的应用领域具有较高的效率.     

一类模糊线性规划模型的解

针对梯形模糊数,提出了一种新的模糊数排序的方法,并把该方法用到了含有模糊约束条件的线性规划问题中。由于考虑了决策者本人的乐观程度,该方法具有解释性强、操作方便、计算量小、易于推广等特点。