图像检索技术研究与发展

介绍了数字图像处理中的新技术——图像检索技术的原理、方法和发展,对网络图像检索的常用方法以及基于文本的图像检索和基于内容的图像检索方法进行了分析,并对典型的图像检索系统的应用性能进行了讨论,提出了未来图像检索技术的最新发展方向.     

基于MMHC算法的贝叶斯网络结构学习算法研究

贝叶斯网络是人工智能领域研究不确定环境下知识表示和因果推理的有效工具之一,迄今为止已经提出了许多贝叶斯网络结构学习算法.MMHC算法是一种较新的贝叶斯网络结构学习算法,该算法的评分搜索阶段应用了贪婪搜索算法,但该算法容易陷入局部最优而无法得到全局最优网络,针对该缺点,在MMHC算法的评分搜索阶段应用模拟退火、随机重启爬山搜索、禁忌搜索3种搜索策略取代贪婪搜索,详尽的实验结果表明在MMHC算法中这3种搜索算法的效果普遍优于贪婪搜索,其中模拟退火搜索学习效果最好,MMHC算法的评分搜索阶段可以用模拟退火搜索替代贪婪搜索达到提升算法的学习效果.     

面向智能搜索引擎的用户兴趣特征模型研究

通过直接学习和反馈学习来挖掘智能搜索引擎用户的兴趣特征信息,并建立了兴趣特征库。提出了通过用户兴趣特征增量算法自动修改用户的兴趣特征权值。最后通过实例验证了用户兴趣特征模型在检索中应用的意义。     

基于分层任务网络的一致性规划方法

给出一种求解一致性规划问题的新方法, 并给出了此求解方法的有效性分析. 在求解一致性规划问题时, 先将各个可能世界都转移到某个中间状态, 再从中间状态做一次求解. 结果表明, 该方法具有较高的效率和较好的扩展性.     

基于改进涡流搜索算法的支持向量机分类模型

支持向量机( SVM: Support Vector Machine) 是定义在特征空间上的间隔最大的线性分类器,参数的选择 决定了其学习性能和泛化能力。针对此参数选择问题,采用改进的涡流搜索算法对支持向量机参数进行选择, 寻找最优适应度函数。仿真实验表明,改进的涡流搜索算法是一种有效的SVM 参数选择方法,有利于跳出局 部最小值,其优化性能不低于涡流搜索算法。     

穷举法与粒子群算法的比较

穷举法是一种传统的搜索方法,主要思想是列出所有可行解,然后找到满足条件的答案。粒子群优化算法是一种新型的群体智能算法。与传统的算法相比较,具有算法简捷,搜索速度快,易于实现等优点,该算法利用个体在解空间的随机速度来调整位置,具有很强的随机性。     

校园规划之景观生态观初探

运用景观生态学斑块-廊道-基质原理进行校园规划设计,基于景观生态学原理提出校园生态景观的规划设计理念。强调校园规划中功能、景观、生态的和谐统一,指导生态校园规划。     

基于Xapian站内检索的设计与实现

Xapian是一个开放源代码的搜索引擎库,遵循通用公共许可证开发.Xapian用C 语言编写,但透过绑定亦允许使用Perl、Python、PHPJ、ava、Tcl,C#和Ruby等语言.在介绍了概率信息检索模型算法基础上,提出了一种基于Xapian的构建站内检索的方案.     

可预测起始搜索点的自适应准十字菱形搜索算法

分析了视频图像现有块匹配运动估计的技术特点,通过实验数据定量评价了各算法的优缺点,提出的一种改进的自适应运动估计算法:基于起始搜索点预测的准十字菱形搜索算法.该算法根据序列图像中运动矢量的十字中心偏置分布特性和运动矢量间的时空相关性,设计了一种准十字菱形搜索模板,并对静止块设定阈值,直接中止搜索;结合起始搜索点预测,并根据运动类型自适应选择搜索策略,使本文算法在保证了搜索准确性的同时,提高了运动估计的速度.     

垂直搜索在电子商务中的应用分析

分析了垂直搜索发展的状况,结合其特点分析了其在电子商务中的应用价值及商业价值,应用垂直搜索的关键技术,指出垂直搜索应与电子商务相结合,从专业化、面向服务提升搜索效果,最后展望了垂直搜索的发展模式、发展特色及营利模式。