一种非结构化P2P网络的资源搜索算法

本文针对非结构F2P网络中利用洪泛搜索机制来进行资源搜索的盲目性问题，提出一种利用节点经验积累和cache技术相结合来指导资源搜索的算法。在访搜索算法中，节点记录收到的查询主题和满足该主题的邻居节点，建立主题与邻居节点的对应关系表，当再次收到该主题时，节点就利用该表来指导资源搜索。为了加快搜索速度，将常见查询主题的记录放到cache中。该算法利用一个相似度函数来判断本地文档是否满足查询主题。仿真实验表明，该算法有效地改进了资源搜索的盲目性。减少查询带来的网络流量，提高了查询成功率。     

一种改进的基于新一代Gnutella网络的动态搜索算法

新一代的Gnutella网络采用了一种双层拓扑结构,使得P2P节点之间的连接更为稠密。使用早期的洪泛搜索算法在查找频繁资源时会造成网络中查询消息包的不必要的泛滥。动态搜索算法是一种新提出的改进的算法,但搜索所花费的时间较长。针对动态搜索算法的高延时性提出了一种改进的基于贪心策略和分数制TTL的动态搜索算法。实验表明,该算法具有较好的搜索效率。     

对等网络Chord搜索路由算法的改进

在对等网络中,如何高效地搜索广泛分布的网络资源一直是研究的重点.基于分布式哈希表(DHT)的资源搜索算法是目前比较流行的算法之一.介绍了其中具有代表性的Chord算法,分析其存在的缺陷,提出了一种聚类超级节点搜索路由的改进算法,继承了Chord算法简单、高效、可靠、负载平衡及开销少的优点,明显提高了搜索查询的效率.     

基于反馈选择的P2P网络搜索算法

利用历史查询的搜索反馈结果,考虑节点兴趣,计算邻居节点的预计搜索成功性,动态选择转发的邻居节点,以减少消息数量和发现第一个文件的时间以及增加文件的查全率,提出一种基于反馈选择的P2P网络搜索算法。该算法通过计算邻居节点的动态有利度,定期调整邻居节点,提高了P2P网络的搜索稳定性。算法分析和实验结果表明,该算法的性能优于NS搜索算法。     

基于用户兴趣的元搜索引擎检索结果合成技术

元搜索引擎综合了多个搜索引擎的搜索结果,提高了搜索的覆盖率,但是它们返回的结果往往数目庞大,并且很多结果与用户查询并不相关。为了提高元搜索引擎的查询精度,文章提出了一种基于用户兴趣的元搜索引擎检索结果合成技术。该技术先对检索结果进行去重、消除死链接．然后根据基于用户兴趣的检索结果优劣比排序算法对结果进行排序,为用户提供贴切的查询结果。该技术能提高用户的检索效率和查询质量。     

一种基于分布式Caching的自适应搜索机制

针对基于Gnutella协议的非结构P2P网络中利用洪泛搜索机制进行资源搜索的网络流量大,效率低等问题,提出一种基于分布式Caching的自适应搜索机制。在使用该搜索机制的Gnutella网络中,所有的节点在逻辑上分成多层,在同一层的节点有相同的group ID,洪泛查询被限制在与group ID匹配的一层。通过实验与统一索引Caching机制比较,该搜索机制在不增加响应时间的条件下,能有效地减少网络流量,提高搜索效率。     

属性网络中相似性增强随机游走的多社区搜索

社区搜索旨在寻找与给定查询节点高度相关的个性化社区.现有社区搜索方法多面向简单网络且处理单个查询节点或假定多个查询节点来自同一社区,这种严格的假设使得算法灵活性受限.据此,提出一种在属性网络中利用查询节点随机游走路径的相似性增强的多社区搜索方法,可以有效地定位查询节点所属的多个局部目标社区.具体地,有效融合网络中高阶结构与属性信息,利用重启随机游走计算各查询节点的重要性分数向量;计算查询节点随机游走路径的相似性并设计一种相似性增强策略,使得在无监督学习中相似路径游走者彼此增强关联从而定位不同查询节点所属的多个社区结构;基于结合结构和属性的并行电导值精准查询社区.真实数据集和人工数据集的实验验证了本文方法的有效性和效率.     

分布式P2P网络中基于方向搜索算法研究

针对Flooding算法及其改进算法的理念提出了P2P网络中基于方向的搜索算法,该算法动态生成一棵以搜索源点为根的搜索树,在每一次的搜索过程中,每个节点都能沿着搜索方向进行,这样可以避免节点被重复地搜索。有效地避免了搜索过程中冗余搜索报文的产生,节省了网络带宽,提高了效率和网络性能。通过二维空间的数字数据和图像数据这两种实验结果的分析并进行了仿真实验,该算法充分体现了在搜索过程中的有效性及可操作性。     

一种基于向量空间模型的个性化搜索引擎研究

传统的检索模型同时被不准确不完全的查询结果和不一致的文档相关性所困扰。基于这种现状,文章提出了一种基于向量空间模型个性化搜索算法,设计了一个能够可执行个性化搜索进程,以适应不同用户需求的检索系统。最后还给出了两种实现算法的比较。     

云计算平台下基于信息共享空间模式的图书馆管理技术研究

针对云计算环境下的图书馆信息资源共享管理问题,提出一种基于信息共享空间模式的资源管理和搜索方法。首先对图书馆的信息共享空间实体分布进行设计;然后采用以信息资源共享为目的的分布式对等网络对云平台中的资源节点进行管理,并对资源搜索过程进行分析;最后引入个体兴趣信息素对传统资源搜索方法进行改进。实验结果表明,相比洪泛搜索算法和K随机游走搜索算法,提出的资源兴趣搜索算法可以有效实现图书网络资源搜索,并具有较高的准确率和响应速度。     

基于智能Agent的多维权值信息检索模型

为了弥补目前信息检索系统中存在的资源耗费大、实效性不高、用户满意度低等缺点,该文提出并实现一种新型的基于智能Agent的多维权值信息检索模型。该模型主要思想是在信息检索系统中应用了智能Agent技术,通过将检索任务分担到用户客户机、检索服务器和被检索主机的方式以达到提高检索实效性和节省系统和网络资源的目的;该文还通过综合考虑用户检索偏好等特征以及信息本身的重要度和检索匹配程度,提出了一种多维权值排序算法MWRA,提高检索的排序能力,从而为用户提供符合其个性化特征的检索结果。该文首先描述了基于智能Agent的多维权值信息检索模型,然后深入分析了多维权值排序算法MWRA,最后对模型的性能进行了比较和分析。实验结果和性能分析结论表明,基于智能Agent的多维权值信息检索模型的性能尤其在排序能力等方面有明显的提高。     

搜索引擎倒排文件的一种分块组织技术

检索效率对大规模信息检索系统至关重要.本文基于Web搜索应用背景,针对用户查询的统计特性,提出了一种分块组织倒排文件的方法.通过建立检索性能模型,进行分析和仿真实验,结果表明这一方法下的检索算法可以有效的减少检索执行时间,并得到这一组织方式中分块参数的优化选择方法.     

基于粒子群的图像检索相关反馈算法

 将粒子群优化算法的进化搜索过程与用户的反馈过程有效结合,提出了一种基于粒子群的图像检索相关反馈算法,避免了初始检索对用户认知的影响以及对反馈效果造成的局限性,并使得用户对检索目标的理解逐渐清晰,能够有效全面的搜索图片库,同时避免多次反馈造成的算法效率和检索效果之间的矛盾.通过实验验证了算法的有效性.     

融合多特征的图像检索算法

针对单一特征不能很好地表述图像的问题,提出了一种融合多特征的图像检索算法.首先,提取查询图像和图像库中样本图像的GIST(Generalized Search Tree)特征,用欧氏距离衡量图像间的GIST相似度值,根据查询图像的GIST特征在图像库中进行检索,将结果按相似度进行排序;然后,提取查询图像和返回结果中前k幅图像的尺度不变特征变换(SIFT)特征,使用BBF(Best Bin First)算法进行特征匹配;最后,通过特征点匹配点对数排序并返回检索结果.实验在改进的Corel1000数据集上进行,与传统的单特征图像检索算法对比,提出的图像检索算法不仅提高了检索准确率,而且获得了较好的检索效率.     

自调整混合树RFID多标签防碰撞算法

在RFID系统中,阅读器读取标签的效率与解决标签发生碰撞的方法密切相关.目前采用多叉树查询是一种较好的多标签防碰撞方法.它能减少碰撞时隙,再通过额外的查询来减少空闲时隙.但额外的查询也增加了新的开销.本文提出了一个自调整混合树RFID多标签防碰撞算法,该算法根据最高两个碰撞位的特征,在不增加额外查询的条件下,自调整搜索树的叉数,从而避免了一些碰撞时隙和空闲时隙.通过对算法的性能分析和仿真结果可以看到,自调整混合树RFID多标签防碰撞算法具有较少的时间复杂度和通信复杂度,识别效率也明显高于其他多叉树算法.     

一种基于HSFC的云资源定位算法

针对云计算环境下,云资源的模糊查询问题,提出了一种云资源定位算法。该算法建立在双层Chord环模型上,同时结合Hilbert空间填充曲线(HSFC),实现多维属性的降维,进而完成云资源的定位。另外,该算法将整个资源空间划分成多个资源区间,并提出邻居区间的概念,通过邻居区间,可较好地实现云资源的模糊查询,此外该算法还为每个属性设置属性权值,以此减少网络请求数量。实验表明,该算法不但能有效解决云资源的模糊查询,且能降低查询时延,提高查询效率。     

基于完全加权正负关联模式挖掘的越-英跨语言查询译后扩展

主题漂移和词不匹配是自然语言处理中一个难题,文本挖掘与信息检索的结合有助于解决该问题.鉴于此,本文提出一种基于完全加权正负关联模式挖掘的越-英跨语言查询译后扩展算法.该算法采用新的完全加权正负项集支持度和关联度计算方法以及模式评价框架,对初检用户相关反馈文档集挖掘与原查询词相关的正负关联模式,从模式中提取扩展词实现跨语言查询译后扩展.与现有基于伪相关反馈、加权关联模式挖掘的跨语言扩展算法比较,本文算法能有效地减少查询主题漂移和词不匹配问题,提高跨语言信息检索性能;本文模式挖掘方法可用于推荐系统,提高其准确性.     

基于f-mOPE的数据库密文检索方案

在云数据库环境下,为保证云存储数据的安全性,通常将数据加密存储。针对加密存储数据查询开销大,不支持密文排序,查询等缺点,该文提出一种 f-mOPE数据库密文检索方案。该方案基于可变保序编码(mOPE),采用二叉排序树数据结构思想,生成明文一一对应的保序编码;基于AES加密方案将数据明文转化为密文存储;采用改进的部分同态加密算法提升保序加密方案的安全性。通过安全性分析及实验结果表明,该方案在保证数据隐私的基础上,不但能抵御统计型攻击,而且能够有效地降低服务器计算开销,提高数据库处理效率。     

应用于MPLS网络负载均衡的启发式自适应遗传算法研究

提出一种启发式自适应遗传优化算法，求解MPLS网络负载均衡问题。算法采用自然数编码，自适应的交叉变异算子，并融入启发式信息有效地提高了搜索效率。仿真结果证明算法是有效的，显著改善了传统SPF路由算法易于导致的网络流量分布不均衡的状况。