一种基于智能Agent的用户个性化信息检索系统模型

针对当前信息检索工具缺乏对知识的理解和处理能力,提出了一种基于智能Agent的用户个性化信息检索系统模型,通过多个Agent的协调工作为用户提供个性化服务。描述了该模型的系统结构及各功能模块的实现方法,分析了系统模型的工作流程,部分解决了信息检索中的文档相关性计算、搜索引擎的调度算法、数据库的构建等技术问题。     

大阳煤矿综合管理信息系统的设计

文章介绍了大阳煤矿综合管理信息系统的设计目标,原则、结构和功能。     

信息与计算科学专业毕业论文（设计）选题探索

毕业论文（设计）是本科生重要的实践教学环节,如何选取与专业相关的论文选题是每个学生首先面临的问题,因为信息与计算科学专业是比较新的专业,所以该专业学生论文选题上存在一些问题,本文分析了内蒙古民族大学信息与计算科学专业本科生毕业论文选题情况,提出了存在的问题及改进的方法。     

国外网上技术市场信息服务研究

网上技术市场作为一种技术中介组织,其信息服务的质量至关重要。首先对国外网上技术市场的现状进行了介绍,在此基础上,重点对国外网上技术市场的信息功能和其所提供的增值服务进行了深入、细致的分析。     

信息检索系统中的自然语言处理

给出信息检索系统中的自然语言处理方法．     

网络环境下图书馆信息资源的优化整合

网络环境下图书馆工作正面临用户范围扩大、用户信息检索对象扩大、信息检索方式多样化等新问题。图书馆信息资源的优化整合可满足用户对信息精品的现实需求,增强用户所需信息的时效性,弥补个体馆藏资源不足的缺陷,充分开发和利用个体馆藏资源,改变低水平重复购置的局面。信息资源的优化整合是一个需要多行业参与和协作的系统工作,必须制定相应的政策法规,改革运行机制、加强宏观调控,进而建设统一建模的数据库系统以及各具特色的信息资源数据库。     

Multi-sources information fusion algorithm in airborne detection systems

To aim at the multimode character of the data from the airplane detecting system, the paper combines Dempster- Shafer evidence theory and subjective Bayesian algorithm and makes to propose a mixed structure multimode data fusion algorithm. The algorithm adopts a prorated algorithm relate to the incertitude evaluation to convert the probability evaluation into the precognition probability in an identity frame, and ensures the adaptability of different data from different source to the mixed system. To guarantee real time fusion, a combination of time domain fusion and space domain fusion is established, this not only assure the fusion of data chain in different time of the same sensor, but also the data fusion from different sensors distributed in different platforms and the data fusion among different modes. The feasibility and practicability are approved through computer simulation.     

基于MAS/GIS技术的车辆指挥中心及其实现

随着通信技术的发展,车辆的实时监控已经成为十分重要的研究课题。介绍了一个基于CIS／MAS／无线通信的车辆实时监控系统的整体解决方案．并讨论了基于该方案实现的指挥中心软件体系、功能及其实现原理。     

基于改进信息熵和LSTM网络的轴承故障诊断

针对传统的时频域故障诊断方法无法对故障实现自适应识别和分类,且准确率较低的问题,提出一种基于改进信息熵(improved information entropy, IIE)的长短时记忆网络(long-short time memory network, LSTM)方法。首先对原始信号分别进行集合经验模态分解(ensemble empirical mode decomposition, EEMD)和变分模态分解(variational mode decomposition, VMD);将包含故障信息的所有本征模式分量(intrinsic mode functions, IMF)进行信息熵的求取;通过信息熵反映IMF的信息量和峭度指标对描述冲击成分的优势改进信息熵,构成特征向量;最后结合LSTM处理非线性数据的优势,利用组合特征训练LSTM网络建立诊断模型。实验结果表明：该方法能准确、高效地识别多种故障,准确率要比单一的EEMD-LSTM、VMD-LSTM、人工神经网络等传统方法更高。     

基于时效信息和深度学习的离港航班延误预测

针对离港航班延误预测问题,利用深度神经网络模型,结合时效航班信息数据和时效气象数据,提出了一种基于时效信息和深度学习的离港航班延误预测模型。利用真实数据开展数值试验,结果表明了所构建的延误预测模型可以在较短时间内获得较高的航班延误预测精度,并且具有较大的航班延误预测时效;同时随着延误时间阈值的增加,预测精度不断提高,损失值不断降低;尤其以60分钟为阈值时,模型的预测精度可以达到91.26%,说明了模型的有效性。