基于Ontology的专业领域智能搜索引擎的研究

本文分析当前网上基于关键字的搜索引擎的现状及存在的问题。在阐述本体的定义及其概念化、共享化的特点的基础上,提出构建基于本体的专业领域信息搜索引擎的重要性。通过在搜索引擎中引入本体描述,可以提高搜索引擎的查全率和查准率,进而获得更佳的搜索结果。     

预测性菱形搜索在视频编码中的应用

根据预测性运动矢量和菱形搜索的思想 ,提出了一种基于预测性运动矢量快速块匹配的视频编码新方法。这种编码方法在运动估计的过程中引入了预测性运动矢量的概念 ,利用预测性菱形搜索 (PDS)计算出稳定且平滑的运动矢量场 ,充分利用了相邻块运动矢量的相关性。仿真结果表明 ,该方法应用到视频编码中能够得到比其他几种常用的快速块匹配法更好的效果。     

基于布谷鸟搜索的XGBoost算法优化及应用研究

为提高XGBoost算法预测精度，采用布谷鸟搜索算法全局优化XGBoost的超参数包括学习率、输出结点分裂的最小损失、树模型的最大深度和弱学习器的数量，构建CS-XGBoost模型训练数据集。实验结果表明，基于CS-XGBoost的收入分类模型的准确率、精确率、F1分数和AUC等指标分别为95.67%、97.17%、95.56%和97.96%,均优于Logistic回归、支持向量机、随机森林、XGBoost算法和基于网格搜索的XGBoost算法；基于CS-XGBoost的房价预测模型的决定系数、均方根误差及平均绝对误差分别为0.905 5、2.943 5及2.165 4,预测精度较XGBoost算法得到显著提升。     

不同信息化合物对人工杨树林天牛科昆虫的诱集效果

采用黑色漏斗诱捕器，选用天牛亚科公用信息素C6-Ketol(K6)、C8-Ketol(K8)、S,S-2,3-hexandiol(SS)、Ethanol(E)、Manuka oil pouch(Ma)和空白处理(BLANK)对吉林双辽人工杨树林天牛科昆虫进行诱捕试验，共采集到天牛科昆虫92头，隶属3亚科6种.单因素方差分析显示，不同信息化合物仅对家茸天牛(F₍(6,49))=0.686,P<0.05)的诱集活性存在显著差异，对天牛科昆虫诱集的物种平均数和个体平均数差异均不显著(P>0.05);相似性系数分析显示，K6+E诱芯与K8+E诱芯、Ma+E诱芯、E诱芯、K6+K8+SS+Ma+E诱芯的相似水平在中等相似以上；时间动态分析显示，天牛科昆虫个体数量在8月9日达到峰值，K6+E诱芯在诱集群落和优势种的效率上均为最高.由此可知，在监测、调查或防治人工杨树林天牛科昆虫时，可以选用K6+E诱芯.     

生命过程中的一个猜想

物种基因组的遗传"语义"和"语法"是指导各生物物种活动的指令性文件.大脑神经纤维中的G-蛋白偶受体及RhoGTP酶对神经纤维生长的"引导"作用,以及DLA分形中有关Fibonacci及黄金分割数等现象的出现,是否喻示着生命过程中有一个"最优化"的语法在起着作用呢?     

界约束非线性方程组的信赖域法

提出一种求解简单界约束最优化问题的信赖域算法,把无约束优化推广到简单界约束优化,将线搜索技巧与信赖域方法相结合,使得新算法不需要重解信赖域子问题,简化了计算,同时,新算法采用了非单调结构,提高了计算效率.在通常假设条件下,证明了算法的收敛性,并给出了数值试验,结果表明算法十分有效.     

基于RT-LAB的搜索雷达数据源设计

本文介绍了RT-LAB软件的特点,并叙述了在Matlab/Simulink环境下,使用RT-LAB软件开发的某实时系统中搜索雷达功能调试和验证数据源系统。系统采用主机―目标机架构,RT-LAB软件在两者之间搭建了一个平台,将主机上使用Matlab软件开发好的搜索雷达数据源模型编译下载到装有QNX实时操作系统的目标机上,并通过LabVIEW软件对整个运行过程进行实时监控,实现了集可视化建模、程序编译和仿真实验于一体的工程仿真系统。最后完成了整个系统的实时仿真,仿真结果已经应用到产品的调试和功能验证上。     

基于混合式P2P架构的资源搜索机制研究

P2P(Peer-to-Peer)系统由一组地位相等的节点构成,节点间可以直接通信,无需第三方参与。为了提高P2P网络中资源搜索效率,很多学者对此进入了深入研究,提出了一些解决方案。本文也是通过对混合式P2P网络模型资源搜索机制的深入研究,提出了自己的一些系统设计方案,最后分析了今后系统设计时的难点和应注意的问题。     

垂直搜索引擎发展前景分析

垂直搜索引擎自进入市场以来受到越来越多人的认可,逐步的扩大市场份额,但部分学者认为垂直搜索不会对通用搜索造成威胁.为此我们对垂直搜索引擎的发展前景问题进行了深入研究.文章中将从搜索引擎市场现状、用户满意度、中小垂直搜索企业优势及赢利能力等方面综合分析,证实垂直搜索发展的广阔前景.