同义词挖掘及表示研究

针对同义词进行查询扩展的计算复杂、不准确问题,提出一种同义词挖掘算法：每个概念用上下文特征词表示,利用完全加权关联规则挖取这些记录中频繁项作为同义词集的特征词,包含这些频繁项的概念构成同义词集,并对任意两个同义词相似度进行计算。最后将获取的量化的同义词应用到贝叶斯网络检索模型中,实验表明该算法优于其它扩展算法。     

面向信息检索的量化本体学习

本体是基于本体的信息检索性能优劣的关键。目前的本体学习没有专门针对信息检索的查询扩展和检索结果组织的特点,导致信息检索效果不佳。提出面向信息检索的本体学习框架,采用基于相容类的概念层次关系学习方法,各层领域概念从相容类对应的文档集合提取。然后量化表示领域概念,挖掘概念中的同义词,基于同义词重新建立文档集合的概念空间。将获取的本体应用到信息检索实验中,实验表明该框架获取的本体可提高检索的准确性和效率。     

一种截止激励缓冲器结构设计及性能研究北大核心CSCD

为保证雷达的指向精度,舰载雷达多通过螺接的方式固定在舰壁上。随着雷达轻薄化和集成度的不断提高,这种连接方式将使雷达在水下爆炸环境中受到剧烈冲击,严重影响雷达设备安全。为此,提出了一种由截止激励缓冲器组成的阵面缓冲系统,该缓冲系统具有低冲击下保持刚性和强冲击下呈现柔性的特点,有效解决了雷达在低冲击下保精度和强冲击下保强度的矛盾。文中通过实验与仿真相结合的方式详细介绍了缓冲器弹性元件的选择和设计及阵面缓冲系统的布置优化方法。通过原理样机的试验分析证实了阵面缓冲系统的有效性。     

基于贝叶斯网络的XML文档查询模型

目前XML查询语言及查询界面对Web用户过于复杂，该文描述了一种XML文档索引机制，在此基础上建立了一个通用的贝叶斯网络查询模型。用户只需在交互界面输入自然语言描述的查询，系统就能对其实现基于语义的构造，由它生成多个结构化查询；对这些查询建立贝叶斯网络，计算查询在给定文档下的概率，选择概率最大的前3个查询提交给系统执行。