网络信息检索中利用the Staceys测度方法提高逻辑运算效率的思考

网络信息检索中,逻辑运算符AND连接检索词的顺序很大程度上会影响检索效率.论文首先分析、介绍了the Staceys测度方法在改善AND检索效率中发挥的作用,并在此基础上提出简化了的测度算法,最后通过实例说明其实现步骤.     

新兴产业报道如何以算法思维细分受众

新兴产业已成为中国经济结构调整的最新着力点,未来还将长期持续.但同其他经济报道相似,新兴产业报道领域也一直面临着信息数量与质量两方面供不应求的困境.以今日头条等为代表的互联网新媒体借助创新的推荐算法,实际上遵循了大众传播的本质规律,有效实现了信息供求双方的精准匹配.新兴产业报道的传播者,尤其是传统媒体,亟待深刻认识并充...     

递归式多目标遗传算法

介绍递归式多目标遗传算法(Recursive Multiple Objective Genetic Algorithms,RMOGA).整个进化过程分为与目标数量相等的几个递归阶段,每个阶段多增入一个目标.每个阶段先用一个独立的群体进化新增的目标;该群体中性能较好的个体与上一阶段多目标进化的群体联合形成已增目标集的初始群体.实验结果表明,在绝大多数问题中,RMOGA的性能优于NSGA-Ⅱ,SPEA及PAES等3个典型的多目标遗传算法.     

基于爬山算法的集装箱堆场场桥调度

为提高集装箱码头的运作效率,采用1种基于整数规划模型和启发式算法(爬山算法)的场桥调度混合策略,将场桥调度和堆存空间分配作为整体构建场桥动态调度模型.以上海某集装箱码头堆场为例通过仿真验证该系统,结果表明该模型和算法的有效性和实用性.     

基于递归概念图的文本检索模型研究

Sowa在1984年提出了一个抽象模型,即概念图,作为基于语言学、心理学和哲学的知识表示语言.但是其概念图的定义比较简单,对于刻画文本中的语言组块的语义及语言单元之间的组合运算比较困难.为了能从形式上为将来的组块内部和组块之间的组合分析提供支持,深化概念图的表示形式,我们提出了一种适用于自然语言自动化分析的概念图的形式化描述,它可以看成是Sowa 概念图的递归扩展.然后我们将这种新颖的知识表示方式应用到文本检索领域的文本标引中,同时给出了以此为基础的概念图匹配算法.在和布尔检索的比较实验中,概念检索体现出比较明显的优势.     

基于内容的智能网络多媒体信息过滤检索

The paper discusses the construction of a content-based intelligent system that performs multimedia information filtering and retrieving on the Internet. The system disassembles the multimedia information into different media objects and describes them with vectors for content-based retrieval. In the user study module, the system uses the BP neural network to clarify the user interests for intelligent filtering and retrieving.     

基于符号检测辅助的MMSE与LS干扰对齐算法研究

干扰对齐（IA）是一种有效消除干扰的管理机制。为了彻底消除干扰信号对期望信号的影响,通过预编码技术处理使干扰在接收端重叠,使接收端的干扰信号与期望信号有效分开。在传统最小均方误差（Minimum Mean Square Error,MMSE）算法和最小二乘（least square,LS）算法基础上,提出基于符号检测辅助的最小均方误差（Symbol Detection Aided Minimum Mean Square Error,SDA-MMSE）算法和最小二乘（Symbol Detection Aided Least Square,SDA-LS）算法。分别基于传统算法和改进算法进行迭代计算,通过仿真可看出SDA-MMSE算法的MSE较SDA-LS算法的MSE降低约20%。理论分析与仿真结果表明,改进算法较传统算法具有更好的系统性能,且SDA-MMSE算法系统性能最优。     

基于神经网络的垃圾邮件过滤

垃圾邮件的过滤是一个具有重要现实意义的课题．将交叉覆盖学习算法和向量空间模型等技术相结合可得到一种新的垃圾邮件过滤方法．实验结果表明该方法识别率较高，具有较强的实用价值．     

Refreshing File Aggregate of Distributed Data Warehouse in Sets of Electric Apparatus

Integrating heterogeneous data sources is a precondition to share data for enterprises. Highly-efficient data updating can both save system expenses, and offer real-time data. It is one of the hot issues to modify data rapidly in the pre-processing area of the data warehouse. An extract transform loading design is proposed based on a new data algorithm called Diff-Match, which is developed by utilizing mode matching and data-filtering technology. It can accelerate data renewal, filter the heterogeneous data, and seek out different sets of data. Its efficiency has been proved by its successful application in an enterprise of electric apparatus groups.     

遗传算法在组卷策略中的应用

给出智能组卷数据模型,采用遗传算法中编码、初始群体、迭代等步骤,利用交叉概率、变异概率和适合度判断迭代的收敛性,并产生适合规则的群体.对比遗传算法及其他组卷策略,遗传算法在组卷次数及组卷时间上优于传统的组卷策略.