基于k-d树的k-means聚类方法

在直接k-means算法的基础上提出了一种新的基于k-d树的聚类方法。通过把所有的对象组织在一棵k-d树中，可以高效地发现给定原型的所有最近邻对象。利用的主要思想是：在根结点，所有的聚类中心(或称为候选原型)都是所有对象的最近邻候选集合，对于根结点的子结点，通过简单几何约束来剪枝该候选集，这种方法可以被递归使用。使用基于k-d树的方法可以使直接k-means算法的总体性能提高一到两个数量级。     

基于Struts框架的农业专家系统研究*

结合我国农村经济条件和信息化现状,为解决农业专家系统的推广使用的难题,针对目前农业专家系统的不足,研究并构建了基于Struts框架的网络农业专家系统。设计遵循J2EE规范和MVC设计模式,介绍了基于Struts框架的农业专家系统设计和实现过程。该系统具有跨平台、低成本、开发高效快捷、可裁剪和移植性强等优点,解决目前农业专家系统推广普及的一些瓶颈问题,既适应了我国农村现状又满足了农业信息化需要。     

基于Web Services的智能化农业软件支撑平台研究

充分利用Web Services、中间件等技术，设计并实现了基于Web Services的智能化农业软件支撑平台，该平台具有跨平台、分布式、多线程等特点，为农业软件开发提供了一个方便快捷的开发环境和开发工具。     

面向智能Agent的元搜索系统的设计与实现

近年来，智能Agent技术的研究成为热点，有许多智能Agent都包括一个元搜索系统来间接使用互联网上的搜索引擎搜索需要的信息。该文设计和实现了一种面向智能Agent的智能元搜索系统。讨论了该系统的系统结构和工作原理及实现方法，并经实验验证，该系统具有高可靠性、适应性强、易扩充、智能化程度高等特点。