分布式搜索引擎系统中协作检索机制的研究

协作检索是分布式检索的研究热点。针对如何优化查询策略、以最小的代价实现协作查询问题，基于分布式信息聚类思想．提出了一种根据各个站点的特征向量来控制参与协作查询的站点数量的构想，并给出了一种协作检索算法。测试证明，该算法在基本不影响查询结果质量的前提下确实能降低查询代价。     

一种生物医学流程图搜索引擎的设计与实现

随着网络上各种图片的快速增加,如何快速检索到需要的图片,是当前广大研究者所关注的一个热点问题.本文介绍了一种生物医学流程图的检索系统,该搜索引擎可以实现图片的快速检索.     

搜索引擎的检索性能及应用

本文首先讨论了Ｉｎｔｅｒｎｅｔ搜索引擎的三种类型。然后基于 Ｆｏｒｒｅｓｔｅｒ研究和 Ａｌｅｘａｎｄｅｒ　Ｌｅbｅｄｅｖ实验,分析讨论了主要搜索引擎各自的检索特点和性能,并对在科研中单个搜索引擎的应用进行了探讨。这对于科研人员选择检索方法可能会有所帮助。     

多媒体网络中的图像搜索引擎技术

文章针对现有的图像搜索引擎系统 ,分析了基于关键字的图像检索技术的局限性 ,介绍了一种可用于研制图像搜索引擎的新技术———基于内容的图像检索技术 ,参照MPEG 7标准 ,提供了一套参考模型设计方案。     

综合语义与颜色特征的图像检索技术研究

针对多媒体搜索引擎系统中的图像检索技术，本文提出了应用图像的高层语义特征和底层颜色特征作为图像检索的综合指标，将图像文本和视觉信息融合起来，给出了一种综合语义和颜色特征的图像检索系统的体系架构．以填补多媒体底层特征和高层语义之间的差异，并在此基础上提出了相关算法，使图像检索能够满足用户的需求．提高图像检索的效率和精度。     

基于元搜索引擎的网络信息智能检索系统设计

由于传统系统在实际应用中无法准确计算出网络信息与检索词之间的关联性,导致系统的调和中数数值较低,为此提出基于元搜索引擎的网络信息智能检索系统设计。在系统硬件方面设计了元搜索引擎和检索器,利用元搜索引擎收集海量网络信息,由检索器实现系统网络信息检索功能;在系统软件方面,利用MySQL数据库对系统信息进行存储,并且采用空间向量方式存储网络信息,根据检索词的区分能力以及检索词在网络信息文档出现频率,计算出检索词与网络信息文档的相关度,结合计算结果对检索信息文档进行排序和合并,将合并后的网络信息作为系统最终的检索结果。经实验证明,设计系统调和中数高于传统系统。     

结合判别函数的分形IFS图像检索

该文提出一种分形编码的图像比对搜索方法,即把迭代函数系可反映图像的拓扑特性,用于图像的储存和检索.而图像经过分形编码后,得到大量资料,需要一个有效的方法进行检索,文中根据Fisher判别函数来判定图像相似度.实验结果表明,图像比对搜索引擎能准确找出查询图像的相似图像外,还证实本方法对图像有一定的容错性能,能有效地提高图像比对搜索引擎在实际应用中的可适性。     

Internet上电子科技信息的检索和获取(免费篇1)——搜索引擎简介

文章首先概述了搜索引擎的分类和工作原理，接着介绍了目前国内外比较好用的搜索引擎，重点介绍了第二代搜索引擎的代表－－Google。最后对利用搜索引擎进行检索的效果作了简单的分析。     

基于内容的音频检索关键技术研究

对于音频内容的检索技术被现代运用于许多的领域当中,这项技术的掌握和发展具有很大的应用价值.对于基于内容的音频检索在本文中主要是对其音频中两个分支,语音检索和音乐检索这两个方面进行研究.并且在此基础上通过基于内容的音频检索相关的技术进行相应的认识和具体内容的了解和分析,以此了解和促进音频检索关键技术的运用与发展.     

Web 2.0搜索引擎反作弊技术研究

概述Web 2.0的基本含义和主要特征,并分析在Web 2.0下常见的网页作弊方法,博客作弊、点评作弊、微博作弊和SNS作弊等,提出反作弊的3种模型——信任传播模型、不信任传播模型和异常发现模型。最后提出一个基于人工手段和技术手段相结合的综合搜索引擎反作弊框架系统。     

一种分形域基于内容的图像检索方法

基于内容的图像检索是多媒体、网络通信及计算机等应用研究领域的一项关键技术。该文提出了一种在分形压缩域直接进行基于内容的图像检索方法。该方法不需要对查询图像进行分形变换，因此可以提高检索速度，降低检索复杂度。仿真结果表明，使用该文提出的方法，能够有效地进行分形域基于内容的图像检索，比较大幅度地降低了检索时间，优于试验中其他3种方法。     

基于改进布谷鸟搜索算法的相关反馈图像检索

由于视觉低层特征与高层语义间存在"语义鸿沟",基于内容的检索算法难以找到满足用户要求的图像,为了提高图像检索准确率,提出一种基于布谷鸟搜索算法的相关反馈图像检索方法(MCS)。首先分别提取图像的颜色、纹理、形状特征。然后根据用户的反馈信息,采用布谷鸟搜索算法动态调整特征的权值,从而建立满足用户实际偏好的图像相似度模型。最后采用仿真实验测试MCS的有效性。结果表明,相对于遗传算法、粒子群算法以及传统图像检索算法,MCS算法不仅提高了图像检索准确度,同时加快了图像检索效率,更好地满足图像检索要求。     

基于内容的图像检索技术

目前各行业对图像的使用越来越广泛,如何有效、快速地从大规模图像数据库中检索出需要的图像,是目前一个相当重要而又富有挑战性的研究课题.但传统的图像检索技术是基于文本的检索技术,这种方法虽然简单易行,但存在一些致命的缺点,严重影响了对图像信息的有效使用.为了克服传统方法的缺点,提出了基于内容的图像检索技术,该技术能够全面客观地提取图像内容,能有效地获取所需的视觉信息,能使图像数据库中的信息得到有效的管理.     

互联网搜索引擎的特型展现技术

信息网络的迅速发展和各大搜索引擎的激烈角逐,催生了特型展现。用户不再只是需要相关的网页链接,更希望直接给出满意答案,让用户可以获得更好的搜索体验。图片加摘要的形式无疑能更好的满足用户的需求。文章介绍了特型展现的起源,描述了特型展现的基础技术和研究状况,之后给出了特型展现的体系结构,最后给出了不足和发展方向。     

Efficient privacy-preserving image retrieval scheme over outsourced data with multi-user

The traditional privacy-preserving image retrieval schemes not only bring large computational and communication overhead,but also cannot protect the image and query privacy in multi-user scenarios.To solve above problems,an efficient privacy-preserving content-based image retrieval scheme was proposed in multi-user scenarios.The scheme used Euclidean distance comparison technique to rank the pictures according to similarity of picture feature vectors and return top-k returned.Meanwhile,the efficient key conversion protocol designed in proposed image retrieval scheme allowed each search user to generate queries based on his own private key so that he can retrieval encrypted images generated by different data owners.Strict security analysis shows that the user privacy and cloud data security can be well protected during the image retrieval process,and the performance analysis using real-world dataset shows that the proposed image retrieval scheme is efficient and feasible in practical applications.     

可溯源电镜图像管理与检索信息系统的研究与应用

针对电镜分析测试工作中存在的实验信息、样品资料和电镜图像间相互割裂,用户不能便捷地获取实验结果图像和难以进行溯源监管等问题,研发了可溯源电镜图像管理与检索信息系统,实现了实验信息、样品资料和电镜图像的一体化管理和电镜图像即时传递,采用以“图搜图”的反向图片搜索算法,实现电镜图像的可溯源管理.     

基于内容的图像检索

主要围绕基于内容的图像检索的相关技术进行了研究。设计分析了基于内容的图像检索系统的具体结构,研究了结构中各模块的具体内容。并且用Matlab软件工具基本实现了基于内容的图像检索,以手机图像为例,验证了算法的正确性。     

Deep multi query image retrieval

There exist few studies investigating the multi-query image retrieval problem. Existing methods are not based on hash codes. As a result, they are not efficient and fast. In this study, we develop an efficient and fast multi-query image retrieval method when the queries are related to more than one semantic. Image hash codes are generated by a deep hashing method. Consequently, the method requires lower storage space, and it is faster compared to the existing methods. The retrieval is based on the Pareto front method. Reranking performed on the retrieved images by using non-binary deep-convolutional features increase retrieval accuracy considerably. Unlike previous studies, the method supports an arbitrary number of queries. It outperforms similar multi-query image retrieval studies in terms of retrieval time and retrieval accuracy.     

Multi-object image retrieval based on shape and topology

We aim at developing a geometry-based retrieval system for multi-object images. We model both shape and topology of image objects including holes using a structured representation called curvature tree (CT); the hierarchy of the CT reflects the inclusion relationships between the objects and holes. To facilitate shape-based matching, triangle-area representation (TAR) of each object and hole is stored at the corresponding node in the CT. The similarity between two multi-object images is measured based on the maximum similarity subtree isomorphism (MSSI) between their CTs. For this purpose, we adapt a continuous optimization approach to solve the MSSI problem and a very effective dynamic programming algorithm to measure the similarity between the attributed nodes. Our matching scheme agrees with many recent findings in psychology about the human perception of multi-object images. Experiments on a database of 1500 logos and the MPEG-7 CE-1 database of 1400 shape images have shown the significance of the proposed method.