基于加权灰关联的产品配置相似实例检索算法研究*

针对传统配置实例检索算法极少考虑实例属性间的关联性,结合欧几里得距离,将灰色关联理论应用到产品配置实例检索中,建立产品配置实例检索的灰色关联理论模型。利用层次分析法和熵技术来确定实例属性的权重值,避免了指标权重确定的主观性,增加检索结果的分辨性。最后通过一实例,证明该方法具有较好的分辨性。     

一个混合属性的实例检索模型

文章首先分析了传统的实例检索策略的不足,提出了一种 基于模糊相似优先比的混合属性实例的检索模型.该模型用语义距离来刻画两实例对应属性 之间的相似程度,允许实例的属性为模糊数的情形,能胜任定量、定性和混合属性实例的检索 问题.     

一种基于隶属函数的相似度计算方法及其应用*

针对在模糊实例检索中传统的基于距离函数相似度算法的复杂性和不精确性等缺点,通过分析隶属函数提出了基于隶属函数的相似度计算方法。该方法根据不同类型的检索需求,构建了针对模糊数字型需求和模糊语义型需求的相似度计算模型;同时考虑了属性权重问题,采用基于相似度离差信息的客观赋权方法将主观权重和客观权重加以组合,以组合权重来计算实例的全局相似度。以汽车发动机的概念设计为例,验证了基于隶属函数的相似度计算方法能对不同类型的需求实现快速而有效的实例检索。     

机械方案设计中实例检索相似性的研究

实例检索是基于实例推理 (CBR)方法应用于设计过程的一个主要步骤 ,其目的在于从实例库中找出与设计需求最为接近的实例作为实例调整的初始解。本文将相似理论应用于实例检索过程 ,并针对实例检索中所出现的若干问题 ,提出了相应的解决方案。     

基于实例的不确定检索模型的研究

传统的基于实例推理系统中的检索模型缺乏对不确定环境的适应性。为此采用证据理论方法构造一种不确定实例检索模型,从而可以有效地处理实例检索中的不确定性,并能提高基于实例推理系统的性能。     

基于实例推理的储集层评价智能系统

针对不同地质环境其储集层评价参数的变异性大,难以建立通用的定量评价标准以及传统的评价方法的不足,提出利用实例推理技术建立储集层评价智能系统。并在传统的实例检索策略基础上,引入模糊相似优先检索策略进行分级检索控制,可有效地处理检索中的不精确性。文中从实例的表示与组织、实例检索方面对储集层评价过程进行了详细阐述。     

基于不精确信息实例检索模型的研究

传统实例检索模型缺乏对不确定环境中不精确信息的适应性。采用构造因果网络的分阶段实例检索模型,则可以有效地处理实例检索中的不精确性,并能提高基于实例推理系统的性能。     

基于实例推理的模具设计技术研究

模具设计需要大量借鉴以往的设计方案。对设计经验的合理组织和重用可以缩短模具设计周期,提高模具设计效率。文章介绍了一种基于实例推理技术的模具设计方法:通过状态空间法表示了设计实例;阐述了基于相似度理论的最近邻居算法检索策略,能够对实例库中的实例进行检索。并以凸模零件为例对所讲述的方法及技术进行了说明,结果表明实例推理技术的应用可以提高模具的设计效率。     

基于实例的模糊相似性度量模型研究

针对实例检索过程中的模糊信息,提出一个利用包含度概念,为不同类型的模糊语义关系定义了不同的模糊包含度,并由此描述了实例检索中模糊属性间的相似度,从而可以有效地提高基于实例推理系统的性能。     

基于模糊相似优先的实例检索模型

文中首先分析了现有实例检索策略存在的局限性，提出了一种基于模糊相似优先的实例检索模型，该模型允许实例的属性为一个模糊数，较好地解决了数量型属性的实例检索问题。     

二次式距离上基于SVD的高维图像索引方法

向量近似方法（vector approximation file）是解决高维索引中维数灾难问题的一种有效方法，但是它不能直接支持二次式距离上的近邻搜索，为此，提出一种基于奇异值分解（SVD）的二次式距离上的向量近似方法，通过奇异值分解技术将二次式距离变换为欧氏距离形式，对变换后的特征向量进行近似得到近似向量。进行近邻搜索时采用低维过滤算法，先在较高能量的低维子空间内计算近似距离进行过滤，再对过滤结果进行高维距离计算。实验结果表明，低维过滤算法可以过滤掉大部分特征向量，而只有小部分数据需要进行高维距离运算，该方法可以显著提高大型高维图像数据库的近邻搜索性能。     

基于矢量量化的快速图像检索

传统索引方法对高维数据存在"维数灾难"的困难.而对数据分布的精确描述及对数据空间的有效划分是高维索引机制中的关键问题.提出一种基于矢量量化的索引方法.该方法使用高斯混合模型描述数据的整体分布,并训练优化的矢量量化器划分数据空间.高斯混合模型能更好地描述真实图像库的数据分布;而矢量量化的划分方法可以充分利用维之间的统计相关性,能够对数据向量构造出更加精确的近似表示,从而提高索引结构的过滤效率并减少需要访问的数据向量.在大容量真实图像库上的实验表明,该方法显著减少了支配检索时间的I/O开销,提高了索引性能.     

Exact indexing of dynamic time warping

The problem of indexing time series has attracted much interest. Most algorithms used to index time series utilize the Euclidean distance or some variation thereof. However, it has been forcefully shown that the Euclidean distance is a very brittle distance measure. Dynamic time warping (DTW) is a much more robust distance measure for time series, allowing similar shapes to match even if they are out of phase in the time axis. Because of this flexibility, DTW is widely used in science, medicine, industry and finance. Unfortunately, however, DTW does not obey the triangular inequality and thus has resisted attempts at exact indexing. Instead, many researchers have introduced approximate indexing techniques or abandoned the idea of indexing and concentrated on speeding up sequential searches. In this work, we introduce a novel technique for the exact indexing of DTW. We prove that our method guarantees no false dismissals and we demonstrate its vast superiority over all competing approaches in the largest and most comprehensive set of time series indexing experiments ever undertaken.     

一种基于s-DOM的XML文档索引算法

改造XML树模型是提高XML查询效率的重要方法。通过分析现有的索引算法,对XML树模型进行了改造,提出了基于Signature的索引策略(s-DOM)。采用该策略预处理XML文档可以大大缩小搜索范围,从而提高了查询的效率。     

基于压缩后缀数组技术的搜索引擎

目前,搜索引擎的核心模块(索引器)均采用倒排文件结构,对短语查询的准确率较低。该文引入后缀数组技术进行全文索引,为克服全文索引时占用空间大的缺点,研究了压缩后缀数组技术,把后缀数组索引的大小压缩到了O(n)位,并给出应用压缩后缀数组索引的步骤和核心操作伪代码。对比实验表明,基于压缩后缀数组的索引比传统倒排文件索引的短语查准率提高了近20%。     

3n镜像适应性随机测试算法

针对适应性随机测试中的边缘效应问题,借鉴镜像适应性随机测试(MART)的基本思想,在引入镜像距离的基础上,提出3n MART算法,通过改变候选用例与成功用例之间的距离判断策略,使其产生的用例在输入域中更均匀地分布。仿真实验结果证明,该算法可以较好地解决边缘效应问题,相比基于距离的适应性随机测试算法与MART算法,失效发现效率更高。     

基于参考集索引的高效序列相似性查找算法

序列数据在文本、Web访问日志文件、生物数据库中普遍存在,对其进行相似性查找是一种重要的获取和分析知识的手段.基于参考集索引技术是一类解决序列相似性查找的有效方法,主要思想是找到序列数据库中的少数序列作为参考集,通过参考集过滤掉数据库中与查询序列不相关的数据,从而高效地回答查询.在现有基于参考集索引技术的基础上,提出一种过滤能力更强的序列相似性查询算法IRI(improved reference indexing).首先,充分利用了先前的查询结果集来加速当前的查询,其次考虑了基于序列特征的上界和下界,使得应用参考集进行过滤的上下界更紧,过滤能力进一步加强.最后,为了避免候选集中费时的编辑距离计算,则只计算前缀序列间的编辑距离,从而进一步加速算法运行.实验采用真实的DNA序列和蛋白质序列数据,结果表明,算法IRI在查询性能上明显优于现有的基于参考集索引方法RI(reference indexing).     

熵原理在信息检索中的应用

在传统的信息检索方法中,对检索返回结果的处理较少,导致检索的精确率不高.针对该问题,讨论了基于熵原理对大量的召回结果进行加工处理,设计了无指导文本选择算法,去除表面相关而本体不相关或相关度不高的数据,从而大大提高检索的精确率.