基于XML Web Service的FTP搜索技术

提出了一种新的基于XML Web Service的FTP文件搜索技术，通过在FTP服务器和检索服务器分别部署Web服务，可以实现跨越防火墙的FTP搜索，实时的文件更新登记保证了检索结果的有效性，Web服务的系统架构为实现更大范围的分布式搜索建立了良好的基础。利用FTP服务器端的Web服务可以加强对文件服务的管理功能，为进一步提高网络文件服务的质量和功能创建了条件。并探讨了主要的技术功能和实现方法。为FTP搜索系统的设计提供了一个新的设计思路。     

基于Joomla!的井冈山虚拟旅游管理平台设计

针对传统旅游平台开发周期长,模块耦合性高,可扩展性差等问题,以井冈山旅游平台为例,基于Joomla！构建了一个完整高效的旅游管理web平台。首先分析了井冈山旅游平台的功能需求,使用Joomla！3.x的框架,设计了井冈山旅游管理平台的架构,并详细阐述了电子商务组件以及文章组件的设计开发,最后通过Joomla！中的SEO(Search Engine Optimization)优化技术,对该管理平台进行了SEO优化,显著提升了搜索排名。该课题对运用Joomla技术构建旅游网站及其推广具有一定的指导和借鉴意义。     

一种新型的互联网智能元搜索引擎

介绍了搜索引擎的一般工作原理，分析了现有搜索引敬尤其是中文搜索引擎的不足，提出了一种基于互联网的改进型元搜索引擎模型－－智能元搜索引擎。详细介绍了智能元搜索引擎的设计和工作过程。     

TS+BS混合算法及在Job Shop调度问题上的应用

为解决较大规模的最小化完工时间 Job Shop调度问题 ,在 Tabu Search(TS)和 Beam Search(BS)方法基础上 ,提出一种采用基于问题结构信息的搜索树生成方法和搜索策略的调度算法 ,该算法采用通过有选择地对解空间进行分枝和评估相应的分枝实现算法迭代的 Beam Search机理 ,并利用局部搜索能力强的 Tabu Search搜索算法进行各分枝的评估 ,进而确定适合 Beam Search算法迭代的理想分枝 ,以降低 Beam Search算法漏掉好解的可能性。并用 4 0个最小化完工时间 Job Shop调度问题的 Benchm ark实例进行了数值计算。计算结果表明 ,该算法效率高 ,解的性能令人满意 ,并适应于较大规模的调度问题     

基于ElasticSearch的网络舆情搜索平台设计

针对网络上各种信息混杂、信息传播速度快、有害信息混杂其中、网络舆情治理难的问题,为及时搜索网络信息提供一个搜索服务平台。实现了基于ElasticSearch为搜索引擎,提供通过关键字搜索舆情信息的服务,并使用JavaWeb技术进行功能的实现。该平台同时具有实用性和可扩展性,对于类似的搜索平台有着借鉴意义。     

基于混合变异算子的布谷鸟优化算法

针对布谷鸟寻优算法在多维优化函数搜索中存在收敛速度慢、寻优精度低的缺陷,提出了一种基于混合变异算子的布谷鸟优化算法。该算法在每次迭代后采用全局收敛引导的非均匀变异算子对鸟窝位置进行变异,再根据最优位置适应度值的变化率确定是否陷入了局部最优值,若陷入局部最优则利用高斯变异算子对鸟窝位置进行调整,从而提高了收敛速度以及寻优精度。通过6个经典测试函数的测试,实验表明改进后的布谷鸟算法具有较好的寻优精度和收敛速度。     

权证定价: B-S vs. CEV

应用极大似然方法估计了Black-Scholes (B-S)模型和不变方差弹性(CEV)模型的参数, 进而采用2005年8月至2010年9月在沪深交易所上市的55支权证的共14822个日收盘数据为研究样本, 实证检验了B-S模型与CEV模型的定价效果. 结果表明, B-S模型与CEV模型的定价精确性并没有显著的差别, 两个模型对于中国权证定价的误差都非常大, 存在普遍严重低估的现象. 因此, 经典的B-S模型与CEV模型均不适合中国的权证市场. 最后, 结合我国特殊的交易制度背景, 对此进行了简要的分析.     

一种基于本体的垂直搜索引擎系统模型

为了弥补互联网信息爆炸带来的搜索引擎用户满意度低的问题,提出了一种基于本体的垂直搜索引擎模型。该模型构建一个本体知识树,利用增加了属性提取和相似度算法的NWeb-Crawler对网页进行抓取,并将非相关信息进行隔离;然后,进行网页源代码格式信息和语义信息两方面的抽取;抽取的数据信息通过分词后建立二维索引表,用户的请求通过本体知识树扩展概念集和二维索引表进行检索。该系统模型从入口网页到出口数据逐步贴近检索需求,具有良好的扩展性,对垂直搜索引擎的研究有一定的参考借鉴作用。     

基于改进天牛须算法优化的确定性跳跃循环状态网络的交通流预测

为了提高短时交通流速度预测的精度,提出一种基于改进天牛须算法优化的确定性跳跃循环状态网络的交通流预测模型.首先对交通流速度序列进行浑沌性分析,重构序列的相空间,将对交通流速度序列的研究映射到其所在的相空间中进行;然后引入变步长因子和模拟退火技术对天牛须算法(beetle antennae search,BAS)进行改进,并以改进算法优化确定性跳跃循环状态网络(cycle reservoir with regular jumps,CRJ)的参数构建预测模型;最后通过实例对比分析模型的有效性.结果表明:通过相空间重构对交通流速度序列处理,能够挖掘序列内部的动态特性,使之更加适用于网络的建模;所提模型的预测结果同对比模型相比,平均绝对百分比误差下降了1.05％ ～6.04％,有效地提高了短时交通流速度的预测精度.     

基于节点簇的非结构化P2P搜索策略

以Gnutella为代表的非结构化P2P系统通常会呈现复杂网络结构,针对其度分布服从幂律分布的特点,提出一种基于节点簇的搜索策略。该策略利用节点簇来存储系统中文件的索引,通过将搜索过程限制于节点簇内部来提高搜索性能。然后,基于数学模型的理论分析给出了搜索性能上下界的数学描述。实验结果表明,搜索性能与簇的阈值c密切相关;c的取值范围灵活性很大,此时稀有文件的搜索效率至少可以提高一倍以上,文件索引的传输和存储代价可以减少一个数量级。该策略不需要学习全局拓扑知识,具有稳定并且易于实现和部署的优点。