基于元搜索的网页去重算法

针对元搜索的重复网页问题,提出基于元搜索的网页去重算法,并通过实验对算法进行有效性验证。该算法首先对各成员搜索引擎返回来的结果网页的URL进行比较,然后对各结果网页的标题进行有关处理,提取出网页的主题信息,再对摘要进行分词,计算摘要的相似度,三者结合能很好的检测出重复网页,实现网页去重。该算法有效,并且比以往算法有明显的优势,更接近人工统计结果。     

一种基于改进的BP网的公钥密码的破译方法

该文以RSA密码系统为实例介绍了公钥密码体制的基本原理和破译，研究了神经网络在RSA密码体系中的应用，并给出了用BP神经网络来对公钥密码进行破译的基本结构及其学习算法，分析了用BP神经网络破译RsA密码的破译原理．给出了改进的BP网络模型及其学习算法，进行了仿真试验，在此基础上对构建的BP神经网络破译器的的结构进行了进一步的优化和改进，并给出了改进后的学习算法，最后对设计方法阐述了改进的必要性，试验表明方法的有效性和可行性。     

搜索引擎查询日志的聚类

随着搜索引擎技术和网络数据挖掘技术的发展,怎样从搜索引擎查询日志中找到有用的信息成为研究热点。该文在讨论Beeferman提出的算法及Chan对其改进的算法的优缺点后,提出一个基于用户网页兴趣度的改进算法。该算法能进一步减小噪声数据的影响,并通过模拟实验对3种不同的算法进行了对比。     

智能计算机辅助教学评测系统算法分析

本文主要论述了在智能计算机辅助教学评测系统中涉及到的几种算法的分析，其中包括：随机选题中试题难度分布的算法；自动组卷的算法；自适应学习测试算法。     

隐语义模型下的科技论文推荐

针对如何在海量资源中快速检索自己所关注的相关领域论文的问题,提出一种通过建立隐语义模型,然后利用扫描分析出的用户和论文的特征向量进行论文推荐的算法。将所推荐论文的引用和引用其的情况,加入到论文的特征向量中,通过用户和论文特征向量之间的内积的大小准确地给用户推荐他们潜在喜欢的优质论文。实验表明所提算法显著提高科技论文推荐的准确度和新颖度。     

基于神经网络的并联3自由度机器人位置正解

并联机器人位置正解是机器人运动学中难点问题之一，常规求解方法比较复杂且难度较大，通常需要对大量的非线性方程组进行推导计算且得到的解不唯一。该文提出了一种将人工神经网络用于并联机器人位置正解求解的通用方法，并结合实际机构对并联3自由度机器人进行了具体求解。通过对神经网络拓扑结构的设计以及选取有效的学习算法并用大量的位置反解数据对神经网络进行训练，获得了用于求解位置正解的神经网络模型，该网络可以实现位置正解问题的求解计算，从而避免了复杂的推导和演算。计算机仿真与实验结果表明了该方法的有效性与可行性。