FTP搜索引擎数据采集策略的研究

为了解决传统FTP Search Engine的检索时效性问题,提出了一种有针对性的数据采集更新模型。在该模型中,更新频率被设计用于解决在怎样尽可能降低服务器负载压力的前提下保证较高的平均有效下载比率的问题,而队列排序用于解决在一次数据采集更新中怎样确定FTP站点队列采集对象顺序的策略优化。

基于一类支持向量机的快速人脸相似性学习

把一类支持向量机应用到人脸相似性学习中,提出了一种快速的人脸相似性学习方法.和标准支持向量机相比较,一类支持向量机的主要特点是只利用相似样本进行训练,减少了数据量,能快速地进行相似性学习.2个实际人脸数据库上的实验结果表明,本方法能够快速地学习到人脸相似性,其运行时间至多是支持向量机算法的三分之一.

Smartdraw在生物课件图形素材收集中的运用

在生物多媒体课件制作过程中，图形素材的运用占有重要地位．准备充足的生物图形素材是一项难度较大的基础性工作，需要制作者掌握一定的方法．怎样才能快速便捷地得到大量的生物学图形素材呢？流程绘图软件Smartdraw既是一个庞大的素材库，又是一个素材加工和制作的有用工具．本文结合自己的使用体会，介绍了运用Smartdraw收集和绘制生物图形素材的方法和技巧，以供广大生物教师参考．

一种基于支持向量数据描述的特征选择算法

已有基于支持向量数据描述的特征选择方法计算量较大,导致特征选择的时间过长。针对此问题,提出了一种新的基于支持向量数据描述的特征选择算法。新方法的特征选择是通过超球体球心方向上的能量大小来决定且采用了递归特征消除方式来逐渐剔除掉冗余特征。在Leukemia数据集上的实验结果表明,新方法能够进行快速的特征选择,且所选择的特征对后续的分类是有效的。

融合频率和通道卷积注意的脑电(EEG)情感识别

现有的脑电(EEG)情感识别研究普遍采用神经网络和单一注意机制来学习情感特征,具有相对单一的特征表示。而神经科学研究表明,不同频率和电极通道的脑电信号对情感有不同的响应程度,因此文中提出了一种融合频率和电极通道卷积注意的方法,用于脑电情感识别。具体来说,首先将EEG信号分解到不同的频带上并提取相应的帧级特征,然后用预激活残差网络来学习深层次的脑电情感相关特征,同时在残差网络的每个预激活残差单元中都融入频率和电极通道卷积注意模块,以建模脑电信号的频率和电极通道信息,并生成脑电特征的最终注意表示。在DEAP和DREAMER数据集上的独立于受试者场景下的实验结果表明,所提出的卷积注意方法相比单一注意机制更有助于增强EEG信号中情感显著信息的导入,并且能产生更好的情感识别结果。

基于本体的专利数据源集成的研究及应用

分析了异构专利数据源集成中存在的困难,针对不同专利数据源间存在的分布性、自治性、异构性等问题,提出了一个基于混合本体的专利数据源集成解决方案。该方案采用局部本体描述单个专利数据源中的语义,通过本体合并构建全局本体实现多个专利数据源间的语义集成,定义全局本体与局部本体之间的映射关系解决多个异构数据源集成中存在的语义异构问题。使用该方案,用户可从集成的专利数据源中获取正确的查询结果,有效地解决了"信息孤岛"问题。

高校研究生成绩管理系统的设计和实现

对研究生信息管理系统的子系统———成绩管理系统进行了设计和实现。该系统基于 2S 3M的模型 ,使用了ADO、BDE两种方式和数据库连接 ,实现了成绩的输入、修改、查询、统计分析和打印等多项功能 。