计算机辅助软件工程与构件库的集成研究

软件复用和构件库与计算机辅助软件工程(CASE)的集成程度密切相关。现有的CASE系统中都没有集成可复用构件库系统。与CASE集成的构件库有其特殊性，它的用户是CASE程序而不是应用系统开发人员，所以它的检索算法也有其自身的特点。本文研究CASE和可复用构件库的集成问题，尤其是构件检索算法。提出了一个新的构件检索算法“利用UML设计模型信息进行可复用构件查询”，并将它和刻面查询算法合成后应用于实际系统中。     

基于前向神经网络的图像检索相关反馈算法设计

相关反馈技术是近年来较为重要的图像检索方法，该文从机器学习的角度出发，提出了一种基于神经网络的相关反馈算法，在检索过程中，用户可以标记出与查询图像相似的正例样本反馈给系统，然后由系统构造出前向神经网络并再次进行检索，以改进查询结果。该文对用于训练前向神经网络的构造性算法在图像检索中的几何意义进行了深入的研究，并在此基础上给出平移算法、反例标记学习算法、球半径系数自适应算法等，从而使基于神经网络自学习的相关反馈算法更加完善。实验表明，改进后的算法在图像检索中具有更好的性能和更强的推广能力。     

数据库检索算法研究

目前数据库的应用复杂多样,为了达到各种数据库的最优查询效率,不同的数据库肯定不能使用相同的数据库检索算法,本文对目前几种常用的数据库及这几种数据库常采用的数据库检索算法进行分析、总结,以达到对各数据库的检索算法进行更高效率的优化的目的。     

改进EM算法在图像检索中的应用

基于相关反馈算法的图像检索经迭代后查询点会陷入局部最优。针对该问题,提出一种基于自适应相关反馈算法的图像检索方法。如果当前查询点达到局部最优,则采用EM裂项算法将该点分解为2个子查询点,通过移动查询点使其各自达到局部最优。如果用户对当前查询不满意,再将这2个子查询点分解为4个子查询点进行处理,以此类推,直到用户满意为止。实验结果表明,与自适应的相关反馈算法、混合反馈算法以及不对称的贝叶斯相关反馈算法相比,该方法的查准率较高。     

大数据网络中异常数据的分类检索算法设计

有效发现异常数据对于保护大数据网络安全具有重要意义。针对常规分类检索算法准确性不高、时间开销大的问题,设计一种大数据网络中异常数据的分类检索算法。通过计算影响程度,选取网络大数据特征,包括源IP信息熵、目的端口信息熵、出入度比值、单边连接密度、数据流持续时间、TCP总量、包长度、空闲时间平均值,并实施标准化处理。由数据特征构成特征向量,用于描述网络数据样本。利用改进密度峰值聚类算法对网络大数据样本分类。基于相似度构建检索模型,利用计算异常数据参考样本与每个类别之间的相似度,将相似度最大值对应的簇作为异常簇,由此完成了对异常数据的检索。结果表明：所研究分类检索方法的CH指标更好、Jaccard系数更大以及分类检索总时间开销更少,由此说明所研究分类检索方法的分类检索能力更强,能在更短的时间内完成更为准确的异常数据检索。     

通过抽取的特征进行图象检索的算法测试平台

基于内容的图象检索近年来得到了广泛的研究,人们已提出了许多基于特征的图象检索算法,但如何管理,比较、评价、组合应用这些检索算法已成为继续深入研究必须要解决的一个问题,为了解决此问题,建立了一个通过抽取的特征进行图象检索的算法实验平台,该平台既具有管理功能（包括管理各种算法、图象库和图片）,又集成各种算法,以综合实现不同的检索功能（包括递进检索和综合检索）,实验结果表明,借助平台对算法和图象进行集中管理,既可以方便地对各种基于特征的图象检索算法进行比较和评价,又有助于方便地形研究新的算法。     

基于文本聚类与分布式Lucene的知识检索

针对传统集中式索引处理大规模数据的性能和效率问题,提出了一种基于文本聚类的检索算法。利用文本聚类算法改进现有的索引划分方案,根据查询与聚类结果的距离计算判断查询意图,缩减查询范围。实验结果表明,所提方案能够有效地缓解大规模数据建索引和检索的压力,大幅提高分布式检索性能,同时保持着较高的准确率和查全率。     

基于刻面的构件检索算法研究

如何从构件库中准确快速找到需要的构件,是每个构件库系统需要解决的一个主要问题。本文通过匹配的思想进行研究构件的特点,提出了一种基于刻面的检索算法的研究,它主要是通过后缀字典进行排查,用于提高查询的效率,通过该算法能够在保证构件检索的查询速度,在短时间内能够迅速的查找到刻面的内容。     

基于关键字密度的XML关键字检索

关键字检索具有友好的用户操作体验,该检索方式已在文本信息检索领域得到了广泛而深入的应用.对XML数据采用关键字检索是目前研究的热点.基于查询语义的XML关键字检索方法存在返回大量与用户查询意图无关的查询片段或者丢失符合用户查询意图的片段这两个问题.针对这些问题,在考虑LCA横向和纵向两个维度的基础上,提出了用户查询意图与LCA相关性的两个规则,根据两个规则定义了LCA的边密度和路径密度,建立了综合的LCA节点评分公式,最后设计TopLCA-K算法对LCA进行排名,并利用中心位置索引CI提高了TopLCA-K算法的效率.实验结果显示,利用所提出的方法返回的查询节点更加符合用户需求.     

捕鱼算法优化支持向量机的视频检索模型

为了提高视频检索的准确率,针对支持向量机(SVM)参数优化问题,提出一种捕鱼算法优化SVM的视频检索模型(SFOA-SVM)。首先提取视频特征,然后采用支持向量机建立分类器建立检索,并通过鱼群算法化SVM参数,最后采用具体视频数据进行仿真测试。实验结果表明,相对于其它视频检索模型,SFOA-SVM提高了视频的检索准确率和效率,可以更准确地查找到用户所需的视频。