一种基于向量空间模型的模糊本体映射方法

为了实现异构模糊本体之间的知识共享和重用等语义互操作,需要为它们建立映射关系,为此提出了一种新的模糊本体映射方法 VSM-FR(vector space model based on fuzzy relation)。VSM-FR方法首先利用模糊本体中的模糊关系构建向量空间模型;然后将模糊概念表示成此向量空间模型中的向量,这样模糊概念之间的相似度就可以通过向量运算的方法来获得;最后为相似度大于给定阈值的模糊概念对建立映射关系。附带的实例也充分地证明了VSM-FR方法在处理模糊本体映射时的可行性和有效性。

一种基于向量空间模型的个性化搜索引擎研究

传统的检索模型同时被不准确不完全的查询结果和不一致的文档相关性所困扰。基于这种现状,文章提出了一种基于向量空间模型个性化搜索算法,设计了一个能够可执行个性化搜索进程,以适应不同用户需求的检索系统。最后还给出了两种实现算法的比较。

基于两层向量空间模型和模糊FCA本体学习方法

本体是WWW进化为语义Web版本的瓶颈,手工构造本体费时费力,本体学习技术使得在文本中自动构造本体成为可能,但存在通用性差和准确性低等问题.提出以面向对象思想的分析方法为基础,把传统的单层文本向量空间模型(VSM)改进为2层向量空间模型(double vector space model,D-VSM),该模型不仅具有属性特性,而且还具有很强的关系特性.在此模型的基础上,引入模糊形式概念分析(fuzzy formal concept analysis,FFCA)本体学习技术.该技术充分考虑D-VSM模型中的数据分布特点,较好地解决本体学习通用性、本体关系获取等问题.基于上述方法实现一个本体学习工具,为本体的(半)自动构造提供有力的支持.

基于混合高斯模型和空间模糊度的支持向量机算法研究

在提升支持向量机分类算法精度的问题上,提出了一种基于混合高斯模型和空间模糊度的支持向量机算法。该算法通过采用多维混合高斯模型的求带分布密度概率函数的二次规划问题的最优解,减少不同的输入样本数据对分类超平面造成的影响,引入了优化后的空间模糊度因子和空间模糊度函数。在实验仿真上,采用了人工选择的样本数据集和UCI机器学习数据库中的样本数据集进行多次实验,最后通过对比分析的方法突出了算法在分类精度上的优势。

基于改进向量空间模型的个性化搜索引擎研究

研究移动搜索引擎中的个性化搜索服务.在用户兴趣建模的过程中,采用改进的向量空间模型,通过非线性函数处理特征项词频的方法,改进页面特征项权值的计算.改进的特征项权值计算公式.同时考虑标题中特征项的重要性,并利用非线性函数处理特征项出现的频率,使权值的计算更加准确.实验结果表明,改进后的用户兴趣模型使网页检索的查准率和召回率都有了较好的改善,有效地提高了搜索引擎的性能,能够满足用户的个性化需求.

基于Ajax与向量空间模型的个性化搜索引擎

针对个性化搜索的三个关键问题:用户信息搜集,用户信息库的动态更新与个性化检索算法,探索性地提出了基于Ajax用户行为跟踪方案,以会话为单位动态更新用户行为信息库策略与加入用户文档的向量空间检索模型,在此基础上设计并实现了个性化搜索引擎实验系统。

基于向量空间模型的个性化网页搜索算法研究

为解决信息检索时不同用户对搜索结果有不同期望的问题,提出了一种基于向量空间模型的个性化网页搜索算法。针对用户不同兴趣,利用用户画像能够更加全面地表示用户兴趣的特点,通过向量空间模型建立用户画像来表达用户兴趣,结合传统的网页排序算法得出最终的网页排序结果。对于不同用户可得到不同的网页搜索结果,排序靠前的网页中符合用户兴趣的网页数量增多。通过对模拟网页搜索实验结果的分析,证明所提算法较传统PageRank算法在个性化网页搜索方面有所提高。

基于N层向量空间模型的信息检索算法

N层向量空间模型是在传统向量空间模型的基础上提出的一种新的信息检索算法模型 ,这种模型将一篇文档从逻辑上划分为 N个相对独立的文本段 ,然后按照文本段的内容建立文本特征向量以及文本权值向量 .在此模型的基础上 ,更为精确地定义了特征值向量和相似度的计算方法 ,使之能比较好地适应文档集合的动态扩充 .理论分析和实验结果表明 。

向量空间模型信息检索技术讨论

传统的向量空间模型信息检索技术,只是简单地统计检索信息在文档中出现的频度,检索结果时常与文档不一致,没有反映出真实的相关性,提出了改进的加权算法,并借助辅助主题词表和个性化信息库设计了新的检索系统模型,改进了信息检索方法。

信息检索向量空间模型中特征提取的研究

介绍了向量空间模型中文档向量及查询向量的表示 ,以及索引词—文档矩阵的含义 ,在此基础上讨论了索引词权重的计算公式及选择方法 (特征提取 )。

结构化向量空间模型及其在Web信息检索中的应用

针对Web信息检索的特点,通过分析传统向量空间模型在Web检索中存在的若干问题,对传统向量空间模型进行改进,并提出结构化向量空间模型,其基本思想是将Web文档表达为具有一定逻辑结构的向量,即结构化向量组.每个结构化向量组由若干子向量构成,每个子向量对应Web文档中相对应独立的文本段.理论分析和实验证明,该方法能提高向量空间模型在信息检索精度和召回率方面的性能.

基于向量空间的检索模型研究

在设计搜索引擎时,由于Internet的飞速发展,现有的检索模型检索效率不高。为了提高搜索引擎的检索效率,在本文中我们对基于向量空间的检索模型(例如:QR模型,潜语义标引模型)进行了深入地研究。

基于希尔伯特空间向量范数的铁路机务安全评价模型研究

在分析了层次分析法(AHP)、模糊评判法等评价方法的基础上,笔者提出了基于希尔伯特空间向量范数的铁路机务安全评价模型。围绕建立安全指数模型为核心,充分利用希尔伯特空间上单位球的弱紧性,探讨了建立标准希尔伯特指标子空间M的方法,基于层次分析法的权重算子的生成方法;在考虑相对独立选取指标的基础上,建立了基于M的向量范数的安全指数评价模型及安全指标分析模型。该评价模型具有良好的数据处理功能,包括定性数据和非定性数据;能通过指数分析,对评价对象进行横向和纵向的比较;能通过指标分析,得到各指标对于总指数的贡献率,找出问题和差距,有的放矢地改善安全环境。

基于空间向量模型的用户建模算法改进

建模算法属于个性化搜索引擎的范畴,而空间向量建模是表示页面特征和用户兴趣的方法之一。建模的效率的好坏直接影响到个性化搜索的准确性。文章在基于统计学的基础上对特征词频率计算的作出了适当的调整,通过引入非线性函数使得特征词的权重非线性增加,更加反应了词语的频率的真实性。建模算法的改进更加考虑了特征词的所在的位置,提高用户兴趣向量的准确性,改进了计算页面特征向量和用户兴趣向量的相关性,从而提高了个性化兴趣度的准确性,使个性化搜化更加符合用户的兴趣。

基于本体的向量空间模型在电子病历中的研究

电子病历在临床诊断与治疗中的应用日益广泛,如何有效利用电子病历系统中的大量数据辅助医生进行分析与诊断,是一个非常重要的问题。传统的基于索引的检索方法已不能满足对大型电子病历数据库检索的需要,将基于本体的向量空间模型引入到电子病历中进行研究,是一项非常有意义的工作。在分析传统电子病历检索方法不足的基础上,结合模糊本体概念,提出一种基于本体的向量空间模型。该方法充分利用了模糊本体中隶属度的概念,对查询语句和电子病历关键词向量空间模型进行模糊本体概念映射及概念相似度计算。最后通过数值实验,对该方法在查全率和查准率方面进行了性能分析,证明其具有良好性能。

基于水资源空间均衡的“四水四定”调控模型构建

为实现未来不同时间尺度下的水资源空间均衡与动态调控,创建了一套完整严谨、可动态调控的“四水四定”模型体系。通过模糊信息粒化窗口的支持向量机模型预测区域未来总用水量,利用基于时间序列相似性分析的自回归支持向量机模型预测区域未来分用水量,并对两类数据进行不确定性分析;构建了复杂回归函数对各类用水指标进行情景预测,经统计检验后将其作为当前用水模式下未来用水指标;构建了“四水四定”水资源承载力模型和水资源空间均衡模型,基于未来总用水量、未来各分用水量、未来用水指标,选用水资源负载系数、用水效益和水土资源匹配系数3个指标,结合基尼系数量化水资源空间均衡度,分析当前用水模式下未来水资源均衡度;构建了最优化模型,以最小化基尼系数为目标函数调整未来用水模式,实现水资源动态调控。所创建的模型体系可以实现未来不同时间尺度下的水资源空间均衡与动态调控。

一种基于超链接结构的向量空间模型改进算法

在基于向量空间模型的信息检索系统中,TF-IDF算法被广泛的应用在基于关键字的信息检索中。然而,对于网页独特的超链接结构,需要有一种技术在表示网页内容的同时将与它相邻链接的网页内容考虑进去。本文分析了向量空间模型的实质,并找出了其精度低的原因,在传统模型基础上提出了一种基于网页超链接结构的向量空间模型改进算法。实验分析表明改进后的算法与原算法相比检索精确度提高了10%,在一定程度上改善了检索效果。

面向云环境密文排序检索的字典划分向量空间模型

针对传统向量空间模型(TVSM)生成的向量维度高,计算文档与检索关键词相关度的向量点积运算耗时长的问题,提出一种面向云环境密文排序检索的字典划分向量空间模型(DPVSM)。首先给出DPVSM的具体定义,并证明了DPVSM中检索关键词与文档的相关度得分与TVSM中的相关度得分完全相等;然后,采用等长字典划分方法,提出加密向量生成算法和文档与检索关键词相关度得分计算算法。实验结果表明,DPVSM文档向量的空间开销远少于TVSM,且文档数量越多开销降低越多;此外,DPVSM的检索向量的空间开销以及相关度得分计算的耗时也远低于TVSM。显然,DPVSM在生成向量的空间效率和相关度得分计算的时间效率上均优于TVSM。

一种改进的基于后缀树模型搜索结果聚类算法

针对现有搜索结果分类算法在聚类标签筛选、聚类质量评估及控制重叠聚类方面的缺陷,提出了一种改进的基于向量空间模型与后缀树模型的检索结果聚类算法,从而完善了LINGO算法的聚类及聚类标签打分函数,增加了基本类合并过程,改善了对中文的处理效果。最后对算法的分类效果及产生标签的质量进了实验分析,基于carrot2框架,建立了Web搜索结果聚类推荐平台。验证了CQIG算法分类的准确性和聚类标签的区分性和可读性。

一种投票再分级的个性化元搜索系统模型

提出了一种个性化元搜索系统模型,详细描述了它的实现算法。该模型可以提高搜索系统的搜索覆盖率,同时在模型中整合了用户的兴趣,可以使搜索更贴近用户的搜索意图,从而提高搜索系统的准确率。