云环境下改进的动态模糊多关键字查询算法研究

针对当前密文搜索领域大多数多关键字查询算法均不能同时保证云环境下的安全性、便捷性,以及实用搜索算法所常见的模糊查询、多关键字查询等操作,本文提出了一种能够适应云计算应用的密文搜索算法,该算法基于MRSE与向量空间模型进行构建,在已有的MRSE的基础上进行了改进,增加了包括分块纠删码、bloomfilter在内的几种优化方案,能够将散落在云端的数据在加密的条件下进行关键字搜索,使得算法搜索性能大大增强。仿真实验结果表明,本文提出的改进的动态模糊多关键字查询算法大大增强了密文搜索的运行效率和安全性,保证了云环境数据的查询准确度,降低了运算和存储的负载,并能够实现多关键字搜索和模糊搜索,增强了云搜索服务的性能,是一种适合云环境应用的密文搜索算法。     

P2P环境下数字图书馆系统基于语义的节点查询扩展研究

针对传统数字图书馆中基于关键字的P2P查询扩展存在对用户检索词语义信息解释不足的缺陷,本文提出一种P2P环境下基于语义的节点查询扩展方法,通过把关键字关联表和本体相结合,实现了一种个性化查询扩展方法,同时利用这种扩展方法实现P2P中基于兴趣网络的搜索,能够较大幅度提升检索效率。     

语义对等网环境下的数字图书馆原型

针对目前数字图书馆异构节点间的资源搜索效率低下的问题,给出一种基于超节点对等网的数字图书馆原型系统,描述其逻辑架构,利用本体进行语义分簇;探讨相应的语义构造思路和语义搜索算法,通过计算语义相似度,在语义簇内搜索,提高搜索效率;提出负载均衡算法和鲁棒性策略.实验表明算法是可行有效的.     

非结构化P2P网络资源搜索策略的研究

非结构化对等网络具有连接度幂律分布和小世界特性,其搜索具有高度灵活性和对动态环境的适应性,但是资源搜索效率比较低。文章通过研究基于非结构化对等网络的搜索算法,指出了每种搜索算法的应用领域和不足之处,并对搜索算法中需要解决的查询截止问题、冗余开销问题、服务质量问题提出了新的解决思想。     

一种防止重复查询的RFID优化算法

在动态二进制搜索算法的基础上提出了广度优先的动态二进制RFID防碰撞搜索(BDBS)算法.阅读器在判断碰撞位以后,每次在最高碰撞位将搜索树分裂为0和1的二叉树,阅读器查询以广度优先的方式搜索,直到识别所有标签.仿真结果表明,BDBS算法在查询次数,识别延时以及通信量等性能指标上明显优于动态二进制搜索算法.     

自适应Memetic算法

在处理多峰函数的优化问题时,遗传算法局部搜索能力差,并且容易早熟。针对这种问题,将遗传算法与多种局部搜索算法相结合,形成多种Memetic算法。通过进行数值优化实验,发现算法的优化效率有所提高,但是局部搜索算法的不同对优化性能影响很大。为解决这种问题,在传统Memetic算法的基础上提出了一种使每代个体根据局部搜索算法的搜索效率自适应选取局部搜索算法的Memetic算法,即基于离散度的自适应Memetic算法。通过测试函数测试,这种算法具有更高的效率和更强的通用性。     

基于视觉信息的个性化图像搜索排名技术

为了提高图像搜索的质量,个性化方法被广泛应用于图像检索中,但搜索效果并不理想.针对个性化图像搜索效率质量不高的现状,提出一种基于图像视觉信息进行个性化图像搜索算法,在此算法中首先对用户兴趣模型进行建模,再利用图像视觉信息提高排名质量.     

利用集合差异度实现基于内容聚类的P2P搜索模型

基于内容的非结构化P2P搜索系统中直接影响查询效果和搜索成本的两个主要问题是,高维语义空间所引起的文本相似度计算复杂以及广播算法带来的大量冗余消息. 本文提出利用集合差异度实现基于内容聚类的P2P搜索模型提高查询效率和减少冗余消息。该模型利用集合差异度定义文本相似度,将文本相似性的计算复杂度控制在线性时间内而有效地减少了查询时间;利用节点之间的集合差异度实现基于内容的聚类,既降低了查询时间,又减少了冗余消息.模拟实验表明,利用集合差异度构建的基于内容的搜索模型不仅具有较高的召回率,而且将搜索成本和查询时间分别降低到了Gnutella系统的40%和30%左右.     

校园大型点云数据库的优化挖掘算法分析

针对传统方法应用于大型校园数字图书馆中数据查询服务时的不足,提出了一种基于云计算的数据查询方法。算法首先运用云计算技术找到数据库中的查询请求的目标节点,然后通过把单个基因位的理论引入到传统的遗传云计算算法中,定义服务节点的相似节点集和等价节点集来进行二次搜索,将各个基因位取得的优秀个体重新组合成一个新的个体,利用遗传过程中出现过的任何优秀的基因,而不仅仅是针对优秀个体,即便是一个适应度很差的个体,也可能有某段基因的适应度在同位置的基因中有着优秀的适应度,保证数据库查询最优解的准确。实验结果表明,算法在查询的数据质量、服务节点的负载能力以及查询的效率方法要优于传统的方法。     

基于改进人工鱼群算法的可用输电能力计算

针对当前可用输电能力计算存在着易早熟、收敛速度慢等问题,提出了一种改进的人工鱼群算法进行求解,提高了计算结果的准确性、收敛性能以及计算速度。人工鱼群算法是群智能随机全局优化技术,该算法引入了禁忌搜索算法中的记忆功能,可以有效避免迂回搜索并提高计算的效率。在对人工鱼搜索的机制进行研究的基础上,对寻优行为进行改进,采用最好解优先选择前进的路径并以排序选择的方式接受劣解,从而进一步提高算法的效率。修改过的IEEE 30节点系统的计算结果表明,改进人工鱼群算法用于可用输电能力计算是有效的,具有良好的全局收敛性能和较高的计算效率。