基于多异构属性和不完全权重信息的案例检索方法

针对多异构属性和不完全权重信息的案例检索问题,提出了一种基于后悔理论的案例检索方法。通过定义基于属性相似度和后悔理论(RT)的感知效用函数,并基于线性规划技术的多维偏好分析(LINMAP),构建了确定属性权重的数学规划模型。在此基础上,计算感知效用,并确定一组类似的历史案例,计算相似历史案例的综合效用,得到相似历史案例的排序,从而获得最适合的历史案例。最后,以瓦斯爆炸案例验证该方法的可行性与有效性。结果表明:该方法可以在计算案例相似性和综合效用时提供更客观、准确的结果。

基于数学表达式和文档关键词的英文文献检索模型设计

为实现针对英文学术文献的准确检索,提出一套基于数学表达式和文档关键词的英文文献检索模型。通过FDS算法对数学表达式进行结构化描述,扩大英文文献的检索范围,同时通过基于Word2Vec的词嵌入模型对英文单词进行向量化表示,采用余弦定理来计算查询关键词向量与文档单词向量之间的相似度,根据相似度的高低来对单词进行排序,进而输出查询结果。最后通过NTCIR语料库对英文文献检索模型的有效性加以验证,根据实验结果可知,该模型在查准率和查全率两方面均达到了较为理想的效果,且显著优于常规SearchOnMath模型,具有一定的应用价值。

关键词自动标引的最大熵模型应用研究

关键词是文档管理、文本聚类 /分类、信息检索等领域可利用的重要资源 ,因此该文提出了利用最大熵模型进行自动标引的技术 .最大熵模型为一个成熟的数学模型 ,已经应用到计算语言学的各个领域 .然而它的应用非常灵活 ,针对标引任务和现有资源的实际情况 ,作者首先建立了最大熵模型的特征集合 ,然后提出了三种试验方法 ,并给出了相应的试验结果 ,最后针对最大熵模型在关键词自动标引任务中的应用做了有益的分析和探讨 .该研究对于关键词标引研究以及最大熵在其他领域中的应用将有所启示 .

基于事例推理的短期负荷预测

将人工智能中的事例推理(CBR)技术引入到电力系统短期负荷预测中,针对传统规则专家系统知识获取的"瓶颈"问题,事例推理充分利用另一种知识资源(以往预测成功的例子)来解决新的预测问题.以前的预测行为作为历史事例以一定的结构和方式存储在事例库中,对于新的预测问题,从事例库中找寻相似事例,并利用其结论,确定新问题的解决方法.实际算例表明,对于短期负荷预测问题,基于事例推理的预测系统在预测精度上优于单一的数学模型,具有较强的实用性.

形状匹配综述

本文对形状匹配的方法进行了回顾 .介绍了一些形状表示方法 ,其中主要是形状简化的方法 .形状匹配的方法可以分为基于各种变换不变量的形状匹配方法和基于局部特征的形状匹配方法 。

基于多模态融合和时空上下文语义的跨媒体检索模型的研究

如何跨越低层特征描述到高层语义知识的"语义鸿沟"已成为跨媒体检索(CMR)问题的关键,提出一个基于多模态融合描述和时空上下文语义的跨媒体检索模型,对多模态融合的特征采用主成分分析(PCA)和独立成分分析(ICA)相结合的降维算法、采用基于支持向量机(SVM)和隐马尔可夫模型(HMM)的混合分类器进行语义映射,同时给出了时空模糊聚类分析方法和基于相关反馈的跨媒体检索算法。并在此基础上开发出基于该模型的原型系统,成功验证了该模型的可行性和正确性,可为相关系统的设计者提供思路。

基于动态分割和加权综合匹配的音乐检索算法

在模式识别领域中,音乐检索算法由于其易行和高效的特性而得到越来越多的重视。但是音符分割不精确和匹配模版不统一等问题直接影响MIR算法精确度。为解决上述问题,提出基于动态阈值分割和加权综合匹配算法。动态设定幅差步长,根据变化阈值分割音符,以提高音符分割的准确性。采用标准乐谱频率,转换音高模板实现输入归一化,以增强匹配的精确性。融合直接匹配和DTW匹配,以加强算法适应性和鲁棒性。最后由实验证明该方法的有效性。

LIFT:一种用于高维数据的索引结构

本文提出一种新的高维空间中点数据的索引方法 ,其基本原理是用格矢量量化 (Latticevectorquantiza tion)均匀划分数据空间、用倒排文件 (InvertedFile)存储格点、用Trie树实现倒排文件的组织和存储、用Trie并行搜索算法实现倒排文件的快速访问 .和传统索引方法相比 ,新方法具有许多优点 ,例如它能以较低的复杂度建立索引结构、支持非常高维的数据索引、充分利用高维空间中点分布的稀疏性等 .实验结果表明 ,在较高维数时 ,LIFT性能优于传统索引方法 .

基于集合理论的信息检索模型

本文围绕信息检索模型的数学表示 ,详细讨论了基于集合理论的三种模型 ;对简单布尔模型的基本原理及其优缺点进行了评价 ,并采用矢量的方法对扩展布尔检索模型进行探讨 ;

基于差分全相位MFCC的音符起点自动检测

针对现有的音符起点自动检测方法难以适用于多类音乐信号,计算复杂度较高等问题,提出一种基于差分全相位MFCC的检测算法。通过全相位预处理减小频谱泄露引起的频谱模糊,差分Mel频率倒谱考虑人耳对音乐不同频率响应的非线性特性和音乐信号的动态音乐特征。实验结果表明,与公认综合检测效果好的HFC和ICA等方法相比,该方法计算复杂度小,适用音乐信号类型广,具有更优的综合检测性能。

信息检索系统数学模型的理论及其评价——谨以此文献给信息检索的先驱杰拉尔德·索顿先生

介绍并评价了情报检索的先驱索顿先生等人设计的情报检索系统的三种数学模型———集合模型、代数模型和概率模型,指出这三种模型各有不可替代的优缺点,今后的研究重点应放在扬长避短的综合性模型上。

用户情报检索机制的历时性分析研究

The paper analyzes the information retrieval mechanism with diachrony method,divides information retrieval process into four circumstances,that is,information need,information want,information demand and retrieval,and information assimilation and use,and based on Brooks Equation,goes further into details of information retrieval mechanism.

一种按内容优选信息的“信息筛”的数学模型

为了能依信息内容的重要程度自动地给信息排序 ,以便优先选取最有用的信息 ,提高检索效率 ,本文提出一种利用“信息筛”过滤、选择信息的技术路线 ,并对“信息筛”

一种基于CORBA和JNDI技术的通用MIB访问接口的设计

本文提出了利用JNDI(JavaNamingandDirectoryInterface ,Java名录访问接口 )与CORBA(CommonObjectRequestBrokerArchitecture,公共对象请求代理构架 )名字服务相结合实现MIB(ManagementInformationBase ,管理信息库 )与DIT(DirectoryInformationTree ,目录信息树 )在API(ApplicationProgrammingInterface,应用编程接口 )级的集成构架 ,集成的关键是用CORBA名字服务建立一棵基于DN(DistinguishedName ,绝对识别名 )的名字树 .本文对如何利用CORBA名字服务构建MIT(ManagementInformationTree ,管理信息树 )

基于代数理论的信息检索模型及其推广

在信息检索中,代数理论是构建检索模型的重要手段之一,以代数理论为基础的检索模型克服了布尔模型不能进行部分匹配的缺点而广为采用。本文分析了代数理论的向量空间模型,并对该模型进行了扩展:用最小项标引词以反映词与词之间的关系,用奇异值分解来捕捉文献的语义结构;最后对这三种模型进行了比较。

关于信息检索中应用模糊聚类分析的若干问题

采用基于模糊直接聚类分析的方法,建立了一个快速有效的信息检索的模糊聚类分析模型。讨论了该模型在信息检索应用中的若干问题。最后给出了算例。

基于顶层反馈和联合检测的主旋律提取算法

在音乐信息检索领域,主旋律提取是一项较为困难的工作,因为在人声帧和无人声帧的交界处附近,卷积神经网络-条件随机场(CNN-CRF)模型无法很好地处理两者之间的关系。针对这个问题,提出一种基于顶层反馈和联合检测的主旋律提取算法(CRNN-TFB)。通过联合检测的方法可以解决语音检测和音高分类双目标问题。联合检测可以看作是多任务学习,但与一般的多任务网络不同,在主旋律提取网络顶部还添加了反馈网络来增强歌声检测和利用歌声结果来强化旋律特征中的音乐信息。在数据集MIR-1K和MIREX05中,CRNN-TFB总体性能上均优于对比算法。实验结果表明,CRNN-TFB能有效降低八度错误率,并且在召回率(VR)、原始音高准确率(RPA)和整体准确率(OA)上明显优于对比方法。

几种数学文摘杂志综述

本文主要介绍《数学文摘》，《文摘杂志：数学》，和《中国数学文摘》的基本知识及其有关文献检索的信息。

基于数学文本和表达式转换的融合检索模型

数学信息检索中查询式和检索结果以数学表达式为主,忽略了文档中数学文本语义。为此,提出一种融入数学文本特征的数学表达式检索模型。对中文科技文档进行遍历提取数学文本,利用数学字典将其映射为LaTeX数学表达式,并转化为二叉树结构。在此基础上,构建数学表达式索引,设计匹配算法,从而实现数学文本和表达式检索。实验结果表明,该方法提高了数学检索系统的检索效率。

异构分布环境下企业计算模型的研究与实现

异构分布环境下企业关键应用的无缝集成是企业计算要解决的重点问题 .传统的企业计算模型采用自上而下的集成方法 ,往往与自下而上的实际集成过程相矛盾 .本文提出的新的企业计算结构 以对等计算技术为核心的基于松耦合消息协同的企业计算模型UECM可以完全适应这种自下而上的集成需求 .UECM目标在于为异构、分布、分散环境下的企业应用系统的互操作提供一个轻量的、低代价的、健壮的、可伸缩的基础平台 。