基于XML的网页结构化管理和数据检索

近年来万维网(World Wide Web)的广泛使用为人们访问大量的数据源提供了一种开放式的途径，而影响web数据访问的一个主要原因就是web页面之间以及web页面内部的信息都缺乏结构化。为了能更加有效的检索web数据，就有必要实现web页面结构化的管理。该文所提出的结构化的管理web页面分为两步：①将超文本标记语言(html)转换为扩展标记语言(xml)；②分级导航检索。     

基于网站结构分析页面信息提取的方法研究

在分析网站结构的基础上,把同类信息划归为一个页面组,建立相应的XML模板库,进行web信息挖掘,为实现页面信息快速查询和信息分类提供了很好的方法。     

一种基于同层网页相似性去除网页噪音的方法

一个普通的Web页面可以被分成信息块和噪音块两部分。基于web信息检索的第1步就是过滤掉网页中的噪音块。通过网页的特性可以看出，同层网页大多具有相似的显示风格和噪音块。在VIPS算法的基础上，该文提出一种基于同层网页相似性的匹配算法，这个算法可以被用来过滤网页中的噪音块。通过实验检测，算法可以达到95%以上的准确率。     

基于配置文件的web页面自动生成系统

为了提高web应用的开发效率,产生了很多自动生成工具,如基于模板、可视化页面编辑工具。但仍需要开发人员具备较高的专业技能,并且生成工具的自动化程度不高。本文给出了一个解析xml配置文件生成web页面,并由这些页面组成完整的web系统的自动生成工具。Xml配置文件用于描述页面的风格、控件、交互逻辑以及页面元素与后台的数据的关联等信息,同时数据库表的结构也通过后台xml配置文件描述。用户无需编写前台和后台代码,而只需要书写描述页面的配置文件,这大大提高了web开发的效率,降低了开发和维护的成本。     

数据挖掘技术在Web中的应用研究

随着信息技术的快速发展，特别是计算机技术的不断普及，使得“数据丰富而信息贫乏”这对矛盾显得日益突出．数据挖掘技术正是应了这一需求而结合了数理统计学、人工智能、神经网络和信息枝术等多学科而出现的一项新技术，且在广大应用领域产生了和正在产生着巨大的作用：因特网在目前为一个分布式的、全球的、巨大的信息服务中心，每时每刻有海量数据产生于此．这无疑对数据挖掘这门新兴的学科提出了巨大的挑战．Web不仅由页面组成，而且还包含了由一个页面指向另一个页面的链接结构和用户使用记录．而大量的这些Web内容、链接结构和用户使用记录隐含了人们使用web页面行为习惯、页面质量、用户类别等大量有趣信息．本文就Web挖掘技术的web内容挖掘、web结构挖掘、Web使用记录挖掘作了深入、详细的探讨．     

应用链接分析的web搜索结果聚类

随着web上信息的急剧增长,如何有效地从web上获得高质量的web信息已经成为很多研究领域里的热门研究主题之一,比如在数据库,信息检索等领域。在信息检索里,web搜索引擎是最常用的工具,然而现今的搜索引擎还远不能达到满意的要求,使用链接分析,提出了一种新的方法用来聚类web搜索结果,不同于信息检索中基于文本之间共享关键字或词的聚类算法,该文的方法是应用文献引用和匹配分析的方法,基于两web页面所共享和匹配的公共链接,并且扩展了标准的K-means聚类算法,使它更适合于处理噪音页面,并把它应用于web结果页面的聚类,为验证它的有效性,进行了初步实验,实验结果显示通过链接分析对web搜索结果聚类取得了预期效果     

Web方式下外发信息监控审计系统实现

企业员工通过浏览web页面可以向外发送企业敏感信息,针对这种情况,设计并实现了一种对web方式下外发信息进行监控和审计的系统,该系统能捕获并复原用户通过web页面向外发送的所有信息.介绍了系统的功能与结构,对系统主要模块的实现技术进行了阐述.最后通过实例说明了系统的实际运行效果.     

基于返回结果的DeepWeb查询接口识别

互联网上存在许多有价值的信息,搜索引擎只能索引静态页面,无法索引DeepWeb数据,而Deep Web通常以表单形式存在,只有提交表单查询才能获得其数据,如何发现和识别Deep web查询接口成为人们关注的问题.在分析表单表现形式与功能内在的联系的基础上,提出一个表单的抽象模型,依此过滤非Deep Web查询接口的表单.通过对返回结果页面分析方法,实现Deep W出查询接口的识别,实验结果证明了该方法的有效性.     

Web方式下外发信息监控审计系统实现

本文主要是针对企业员工可能通过浏览web页面向外发送企业敏感信息的情况，设计并实现了一种对web方式下外发信息进行监控和审计的系统，该系统能捕获并复原用户通过web页面向外发送的所有信息：本文介绍了系统的功能与结构，对系统主要模块的实现技术进行了阐述。最后通过实例说明了系统的实际运行效果。[编者按]     

基于多种提交业务Web页面的数据挖掘

以电话用户业务登记为例，介绍一种web页面的数据挖掘方法。通过Web页面框架设计、动态信息交换、增强页面功能、标准化输入帮助、优化存储过程等方面的技术挖掘，给单一的web页面上，赋予许多新的功能，实现专业应用的需要。     

Improvements of Adaptive Filtering by Optimal Projection to filter different artifact types on long duration EEG recordings

Adaptive Filtering by Optimal Projection (AFOP) is an automatic method for reducing ocular and muscular artifacts on electro-encephalographic (EEG) recordings. This paper presents two additions to this method: an improvement of the stability of ocular artifact filtering and an adaptation of the method for filtering electrode artifacts. With these improvements, it is possible to reduce almost all the current types of artifacts, while preserving brain signals, particularly those characterising epilepsy. This generalised method consists of dividing the signal into several time-frequency windows, and in applying different spatial filters to each. Two steps are required to define one of these spatial filters: the first step consists of defining artifact spatial projection using the Common Spatial Pattern (CSP) method and the second consists of defining EEG spatial projection via regression. For this second step, a progressive orthogonalisation process is proposed to improve stability. This method has been tested on long-duration EEG recordings of epileptic patients. A neurologist quantified the ratio of removed artifacts and the ratio of preserved EEG. Among the 330 artifacted pages used for evaluation, readability was judged better for 78% of pages, equal for 20% of pages, and worse for 2%. Artifact amplitudes were reduced by 80% on average. At the same time, brain sources were preserved in amplitude from 70% to 95% depending on the type of waves (alpha, theta, delta, spikes, etc.). A blind comparison with manual Independent Component Analysis (ICA) was also realised. The results show that this method is competitive and useful for routine clinical practice.     

基于状态包过滤的防火墙技术

本文首先介绍了防火墙的基本技术——包过滤的工作原理。通过一个防火墙构建实例，显示了传统包过滤的局限性，进而引人状态包过滤的概念，最后对其工作原理和实现的关键部分进行分析。     

互补网络中多级混合过滤系统的研究

针对适合互补结构网络信息特点的过滤机制进行研究,提出一种改进的用户兴趣模型,在研究内容过滤和协作过滤的基础上．建立适合互补结构网络的多级混合过滤系统。通过对多级混合过滤模型的实验,表明多级混合过滤模型克服了单独使用内容过滤或协作过滤方法的缺点,提高了过滤的准确度。     

互补网络中多级混合过滤系统的研究

针对适合互补结构网络信息特点的过滤机制进行研究,提出一种改进的用户兴趣模型,在研究内容过滤和协作过滤的基础上,建立适合互补结构网络的多级混合过滤系统。通过对多级混合过滤模型的实验,表明多级混合过滤模型克服了单独使用内容过滤或协作过滤方法的缺点,提高了过滤的准确度。     

基于用户特征的分步协同推荐算法*

协同过滤是解决信息过载问题的一种有效技术。然而基于内存的推荐面临着可扩展性问题,基于模型的推荐需要训练大量的参数。本文提出了基于用户特征的K-means用户聚类算法,然后用分步协同过滤框架融合基于项目和基于用户的协同过滤给每一个聚簇训练一个模型。实验结果表明本文提出的算法能极大的提高推荐精度,同时在一定程度上解决了基于模型和基于内存的推荐存在的不足。     

基于文本内容的敏感词决策树信息过滤算法

随着互联网的高速发展,各种各样的信息资源呈指数级增长,随之出现许多负面影响,需要构建一个安全健康的网络环境。为此,提出针对网页文本内容的敏感信息过滤算法(SWDT-IFA)。该算法不依赖词典与分词,通过构建敏感词决策树,将网页文本内容以数据流形式检索决策树,记录敏感词词频、区域信息以及敏感词级别,计算文本整体敏感度,过滤敏感文本。实验结果表明,SWDT-IFA算法具有较高的查准率和查全率,且执行时间能够满足当前网络环境的实时性要求。     

模糊自适应卡尔曼滤波技术研究

本文提出了一种基于模糊自适应卡尔曼滤波技术的组合导航的新方法．这一方法主 要应用于自主式机动飞行器．用模糊逻辑自适应控制器对卡尔曼滤波器的噪声方差进行“在 线”修正,将卡尔曼滤波器调整到最优状态,从而提高组合导航系统的精度．通过对GPS/IN S组合导航系统的仿真,验证了模糊自适应卡尔曼滤波器比常规卡尔曼滤波器具有更高的精 度．该方法的研究对飞行器的导航与制导具有重要意义．     

基于混沌的PSO粒子滤波算法

粒子群优化(PSO)粒子滤波算法容易陷入局部最优,从而降低算法精度。针对该问题,提出一种基于混沌的PSO粒子滤波算法。该算法通过混沌搜索算法找到全局最优位置,驱散聚集在局部最优的粒子群,使其向全局最优位置靠近,增加有效估计粒子数,抑制粒子退化与枯竭问题。仿真结果表明,与传统的粒子滤波算法和PSO粒子滤波算法相比,改进算法的估计精度有较大提高。     

Nonlinear Kalman Filters and Particle Filters for integrated navigation of unmanned aerial vehicles

The paper studies and compares nonlinear Kalman Filtering methods and Particle Filtering methods for estimating the state vector of Unmanned Aerial Vehicles (UAVs) through the fusion of sensor measurements. Next, the paper proposes the use of the estimated state vector in a control loop for autonomous navigation and trajectory tracking by the UAVs. The proposed nonlinear controller is derived according to the flatness-based control theory. The estimation of the UAV’s state vector is carried out with the use of (i) Extended Kalman Filtering (EKF), (ii) Sigma-Point Kalman Filtering (SPKF), (iii) Particle Filtering (PF), and (iv) a new nonlinear estimation method which is the Derivative-free nonlinear Kalman Filtering (DKF). The performance of the nonlinear control loop which is based on these nonlinear state estimation methods is evaluated through simulation tests. Comparing the aforementioned filtering methods in terms of estimation accuracy and computation speed, it is shown that the Sigma-Point Kalman Filtering is a reliable and computationally efficient approach to state estimation-based control, while Particle Filtering is well-suited to accommodate non-Gaussian measurements. Moreover, it is shown that the Derivative-free nonlinear Kalman Filter is faster than the rest of the nonlinear filters while also succeeding accurate, in terms of variance, state estimates.     

流量矩阵估算算法研究

流量矩阵是许多网络规划和流量工程任务的关键输入,但直接监控非常具有挑战性.因此,如何根据有限的先验信息,通过合理建模来估算流量矩阵,成为重要的研究课题.已有的估算方法中,卡尔曼方法是一个相对高效和精确的方法,然而,它在实际网络环境中使用时存在"坏态"现象,导致数值计算困难.提出了平方根滤波/平滑流量矩阵估算算法对卡尔曼方法进行改进;并针对新算法的需要,提出了流量数据预处理的方法,可滤除有大量噪声的"坏"数据.模拟仿真结果显示新算法的精确性和稳定性都优于卡尔曼滤波方法.