面向领域的学术文献检索框架

在学术文献检索中,如果检索系统根据用户提交的查询返回相关领域的文献,并将文献按重要程度进行排序,可以帮助用户快速了解相关学术领域.提出一个面向领域的学术文献检索框架,结合引用网络分析和内容分析来发现并排序相关领域重要文献.该框架设计了一个评分函数进行检索,包含两个方面:(1)论文在所查询领域的重要性;(2)论文与该领域的相关性.首先研究了一个“社区核”发现算法,从引用网络上发现和查询领域相关的一个文献子集,并对论文计算重要性评分.设计了一种有监督非负矩阵分解算法,该算法使用确定的领域相关文献为先验知识对其他论文进行分类并给出一个评分,以确定论文和查询学术领域的相关性.在真实数据集和合成数据集上的实验,证实了方法的有效性.     

IPv6网络上Tapestry查询机制研究

本文在基于IPv6协议的网络上,利用IPv6地址的特点对Tapestry的资源查询机制进行了改进,以使节点可以尽可能从与自己物理位置临近的节点获取资源,从而优化其资源查询,使Tapestry更适宜于下一代网络环境。     

网络期刊信息资源的利用

1.网络资源的收集整理 网络信息资源是指以电子数据的形式将文本、图像、声音、动画等多种形式的信息存放在光磁等非印刷介质的载体中,并通过网络通信、计算机或终端等方式再现出来的电子信息资源;网络期刊也是一种重要的电子信息资源。今天,开放存取期刊就是一种很受欢迎的、利用率较高的免费网络期刊,广大信息用户都可以通过因特网无限制地访问开放存取期刊论文的全文。此种期刊一般采用作者付费出版、读者免费获得、无限制使用的运作模式,论文版权由作者保留。开放存取是不同于传统学术传播的一种全新机制,其核心特征是在尊重作者权益的前提下,利用因特网为用户免费提供学术信息和研究成果的全文服务。     

异构数据库集成系统的设计与实现

论文根据某港口集装箱企业的具体需求,设计了一个异构数据库集成系统,以尽可能充分地利用该企业现有数据库的信息资源。论文首先介绍了数据库复制技术,利用静态复制技术设计了一个数据导入接口,又采用动态数据复制技术设计了实时数据接口;然后,介绍了XML语言以及基于XML的全局结构化查询语言,并利用它们设计了全局查询模式;最后通过一个查询示例说明了查询的实现过程。     

网络学术资源导航系统的设计与实现

网络学术资源导航是校园MIS系统、图书馆现代信息服务和学科咨询服务的一部分,其目的在于方便各学科读者查询相关学科领域的各种网络学术资源,节省其搜寻网站的时阃和网络通讯费用.文章讨论了基于C/S和B/S混合结构的网络学术资源导航系统的设计与实现方法,在体系结构设计、功能结构设计、关键技术等方面进行了较详细的阐述.     

基于P2P网络的云资源多维查询算法

在云资源共享服务模式中,为实现云资源的多维度查询,提出一种基于P2P网络的云资源多维查询算法.在结构化对等网络的基础上设计一种分层的云资源网络拓扑结构.首先对云资源的属性和属性值分别进行编码,结合云资源多维发布策略实现了云资源多维查询;然后给出了该算法的查询效率分析和稳定性分析.实验结果表明,该算法能快速高效地实现云资源多维度查询,并且不会随着查询维度数和网络节点数的增加而产生较大的查询时延.     

传感器网络中基于卡尔曼滤波的能量高效Top—k查询处理技术

无线传感器网络能量受限,如何实现top-k查询处理的能量高效从而延长网络的生命周期是该领域研究的一个重要课题。论文利用传感器节点读数的时空相关性,提出运用卡尔曼滤波根据已知节点读数对未知节点读数估计的时空建模方法,进而提出基于预测机制的区域采样方法（RegionSampling,RS）。实验表明,论文提出的查询方法不但可以满足用户的查询精度要求,而且大大减少了传感器网络的通信次数节省了能量,从而延长了网络的生命周期。     

一种基于Agent的分层信息查询系统

随着Internet的发展,人们可以通过网络获得大量的信息资源,然而,Internet上的信息浩如烟海,而且增长和更新的速度越来越快,从巨量信息中找到所需的内容是一项极富挑战性的工作。论文提出了一种基于Agent的分层信息查询系统。通过分层,多个Agent协同并自主和智能地从网络中提取所需的信息,较传统的搜索系统具有更少的冗余。此外,针对查询过程中出现的几个问题进行了分析并给出了解决方案。     

一种面向分布式数据库的多并发OLAP型查询性能预测方法

数据库查询性能预测即预测查询的执行延迟时间。数据库查询延迟预测技术能够用于查询调度和查询进度显示等。当前的查询性能预测技术都具有一定的局限性,不能准确预测分布式数据库中多并发查询导致CPU、I/O资源争用情形下的查询延迟。针对这一问题,该论文提出了一种在分布式数据库中预测并发OLAP型查询延迟的技术,该技术通过建立查询干扰度和查询敏感度模型来衡量资源（I/O,网络）竞争的激烈程度,并据此来预测不同执行环境下的查询性能。TPC-DS的实验结果表明,分析型查询预测的误差率在25%以下,说明该技术能够较准确地预测查询执行时间。     

业务效用模型在移动业务管理中的应用

以客户为中心的业务级网络管理目前正成为国际上研究的热点,业务资源管理是其中的关键部分。为了提高业务资源的利用率,必须有一套可对业务资源利用率进行量化的评价模型。论文提出了一种新的业务效用模型SUM,运用该效用模型可以使业务提供商(SP)和网络运营商(NO)结合自身盈利和用户感受定量地对业务资源管理进行评价,帮助SP和NO通过不同的方式分析业务资源管理性能,呈现资源管理参数设置与业务效用之间的关系,发现业务资源管理瓶颈从而最终提高资源利用效率。论文把该效用模型应用于自适应业务资源管理中,仿真结果表明,SUM模型可以很好地定量地反映业务资源的利用率,选取该效用模型作为自适应原则显著提高了系统的资源利用整体效率。     

非结构化P2P网络资源搜索改进算法

为了改善非结构化对等网络(peer-to-peer,P2P)资源搜索的网络负载大、搜索时间长的缺点。对现有P2P网络资源搜索算法进行了研究,在此基础上,提出一种基于索引表的跳跃式算法,该算法中每一个节点存有一定数量邻居节点的资源索引,节点利用资源索引表以跳跃方式查询节点,网络中的某些节点需要查询资源索引表,而某些节点无需查询资源索引表,直接转发查询消息即可。通过OPNET进行仿真实验表明,该算法能有效的减少网络负载和搜索延时,提高了搜索成功率。     

基于嵌入式系统的时分多址通信协议的实现

很多通信系统不能简单地采用查询方式,其缺点在于当网络上的器件很多时,会有大量的数据从主设备发送到从设备,从而浪费时间和资源。本文介绍的串行网络设计可以解决这个问题,同时给出了利用8051单片机嵌入式系统和C51程序实现时分多址(TDMA)网络通信协议的部分程序。     

一种有效的非结构化P2P网络资源搜索策略

针对非结构化P2P网络资源搜索算法中冗余消息数过多、搜索效率低等问题,提出了一种基于邻居-邻居节点的非结构化P2P网络资源搜索策略,该策略可以在一定程度上防止路由环路的产生,同时综合考虑邻居节点的活跃度和资源命中数,选择下一条邻居节点路径转发查询消息,将查询信息发往目标可能存在的区域,因此减少了发往网络的查询信息包数量,节省了网络带宽.实验结果表明,该算法可以减少大量的冗余查询信息,提高资源搜索的成功率,是一种有效的非结构化P2P网络资源搜索策略.     

支持多维查找的资源共享设计

针对大规模的云资源共享, 单关键字查询技术已不能满足用户对资源的查询需求这一问题, 研究了如何在资源共享中实现多维查询。在结构化P2P网络的基础上, 通过对资源属性和属性值采用不同的编码方式, 建立一种适用于多维查找的分层网络结构, 结合多维度的资源存储和发布策略, 实现了一种适用于云资源共享的多维资源查找方法。实验表明, 该方法具有很好的可扩展性和准确性。可以快速有效地实现多维查找, 也极大地扩展了对等网络技术在云计算服务中的应用。     

基于本体概念关联度的信息匹配模型及算法

当今信息查询系统可以借助语义网中的本体在结点之间的信息查询中引入必要的语义,但这种方法在分布式网络中并不完全适用。因此论文主要提出了在分布式网络中借助本体的框架通过使用近义词和概念关联度的概念进行信息查询的新方法,从而在分布式网络中只通过对方和本身结点的有效信息就能进行相对较为有效的信息查询。     

基于搜索引擎的Deep Web数据源发现技术

随着Web数据库的广泛应用,Web正在不断"深化".传统搜索引擎只能检索浅层网络,却不能直接索引到深层网络(Deep Web)的资源.为了有效地利用Deep Web资源,必须要对Deep Web数据进行大规模集成.其中,数据源发现是整合DeepWeb资源的首要工作,能否高效地发现DeepWeb站点是DeepWeb数据获取的关键.提出了一种基于传统搜索引擎的Deep Web数据源发现方法,该方法通过分析返回结果来扩展查询,从而进一步提高了数据源发现的效率.实验证明该方法能得到较好的结果.     

基于蚁群算法的非结构化P2P网络搜索的改进

如何高效地搜索P2P网络上的资源是P2P网络实现的最为关键的问题。非结构化的对等网络,一般以广播方式作为其搜索的基本策略,引发较大的网络流量和盲目性。本文针对以上问题,引入人工智能领域的蚁群算法,利用蚂蚁信息素的多样性和正反馈机制,有效的指导节点选择查询,以便更快地找到查询结果。仿真结果表明,该算法有效地减少了查询带来的网络流量和盲目性,提高了查找的成功率。     

大规模无线传感器网络中基于振荡轨迹的数据存储与发现机制

在大规模无线传感器网络中,在不存在基站节点的情况下,节点组成对等网络,任何一个节点都有可能成为数据消费者节点或者数据生产者节点.传感器网络是一种资源受限的自组织网络,节点的能量和计算能力不足以支持复杂协议的设计.如何让随机产生的消费者节点和生产者节点能够有效迅速地发现对方并进行数据查询工作是传感器网络研究中的一个难点.利用数据为中心的存储策略,提出了一种振荡轨迹的数据存储发现机制.该方案要求消费者节点和生产者节点将查询或者数据存储到相应的振荡路径上.该方案不需要节点存储全局的网络信息,每个节点根据局部信息和预设的反射角度进行路由选择和数据转发.理论上,所有的振荡轨迹满足两两相交的特性,保证了数据查询成功率,而且消费者节点在查询数据时所需要的跳步距离是有界的,同时该方案能够保证数据负载的平衡.     

基于搜索的科研论文自动评价

互联网上信息量的增加,迫切需要一些新的科研论文评价方法来使科研工作者能更便捷地查阅有价值的文献。分析了传统的人工科研论文评价方法存在的缺点,介绍了Google Scholar学术搜索及其特点。提出一个新的基于搜索的科技论文自动评价方法,通过搜索获取原始论文集、引文和被引用文献,构造论文网络,利用基于Web社区发现技术形成论文社区,获得社区的核心论文,对指定的论文进行评价。该方法在评价论文时避免了人工操作的缺点,结果也很准确。     

一种面向大规模资源发现的分布式局部聚类方法

在大规模资源环境下,传统的资源索引机制导致Peer结点数量急剧增加和负载均衡性能下降,影响查询效率和系统稳定性。本文提出了一种质心模型的局部资源聚类方法,通过将相近资源聚类于单一结点并选出代表性键,有效减少了P2P(Peer-to-peer)网络中的Peer结点规模。此外,局部聚类机制集中处理距离相近的键,避免了资源覆盖的过度膨胀。实验结果显示,基于质心模型的Skip Graph算法不仅降低了查询复杂度,提高了负载均衡性能,而且在网络规模、数据量及查询复杂度方面展现出优秀的扩展性,更好地适应大规模资源发现的需求。