图书馆网络与多搜索引擎

图书馆网络系统为了加速网站查询速度和准确率，依据局域网络多处理机的通信原理，及中、英文查询的要求。可以设计多搜索引擎来进行查询，对于被搜索的关健词，在主机上可以调动8个以上的引擎共同完成搜索工作，从搜索的计算结果证明，多搜索引擎运行在局域网的多处理机上，在现有的图书馆局域网络，搜索速度提高5～6倍，准确率达90％以上。     

基于Ontology的个性化元搜索引擎研究

文中提出了一种新的基于Ontology的个性化元搜索引擎系统模型，包括基于Ontology的用户描述文件的表达方法和自动隐式学习算法，以及基于Ontology的查询结果合成算法，全面地描述了系统三层结构以及用户个性化搜索处理过程。     

个性化元搜索引擎中的查询优化

为了提高搜索引擎的准确度,以达到对用户查询进行优化,缩小用户查询的范围,使用户得到更准确查询结果的目的,在考虑到用户兴趣的基础上,提出了一种用户查询到用户兴趣类的映射技术.介绍了采用该技术所建用户个性化模型的总体结构和各个模块并进行了实验.结果表明,该技术的应用能实现对用户查询的优化.     

基于多Agent搜索行为分析的用户兴趣模型

为解决传统搜索引擎个性化的局限性问题,在研究用户感兴趣搜索引擎现状基础上,通过多Agent较全面记录、分析用户搜索的行为,提出了一种新的综合用户搜索行为,构建用户感兴趣搜索引擎研究框架——基于多Agent搜索行为分析的用户兴趣模型。研究结果表明,依据用户搜索行为构建用户兴趣模型,使搜索引擎返回结果更贴近用户需求。满足用户个性化服务,提高了信息搜索的查全率和查准率。     

基于模糊Hamming网络的模式识别的研究

探讨了一种模糊Hamming网络,它通过设置阈值对隐含层的神经元进行择优来代替模糊ART网络的搜索循环过程,克服了模糊ART网络在处理大样本问题时搜索时间长的问题,同时保持了模糊ART的良好性能.对该网络进行了模式识别实验,并与模糊ART进行了比较性试验,结果表明,该网络具有良好的分类能力和较高的学习效率.     

个性化推荐技术的研究

电子商务正以空前的速度进入人们的生活。人们对于网上交易的便捷性和智能化也提出了新的要求。个性化推荐作为网络商业活动的中介的出现，对智能化电子商务起到了很大的推动作用。个性化推荐可以根据用户的兴趣爱好主动推荐商品，提供个性化的服务。本文介绍了代理的定义并对商业代理所采用的关键技术进行了讨论，预言了它的未来发展趋势。     

多搜索引擎的设计与实现

为了加速网站查询速度和正确率,根据局域网上多处理机的通信原理,及集成个性化及中英文查询的要求,设计了多搜索引擎,基于被搜索的关键字,在主机上调度了多至8个引擎共同搜索,并给出了流程图和搜索的结果．经运行证明,多搜索引擎可运行在基于局域网的多处理机上,在现有局域网条件下,速度提高5～6倍,正确率达90％以上．     

基于网络用户信息行为的个性化推荐模型

探讨了网络用户信息行为的基本概念和个性化推荐的相关技术。以此为基础,创建了基于网络用户信息行为的个性化推荐模型。对比实验结果表明,此模型在准确率、稳定性、推荐效率方面有一定的优势。     

基于短文本信息的网络用户相关度研究

文中给出了一种判断社会网络中用户之间相关度的计算方法,该方法从用户的背景信息、发布的网络短文本信息以及社交信息几个方面出发,分别计算出了各自的相关度,最后利用加权求和给出了网络用户相关度的计算。通过网络上抓取的12 430人数据实验,取得了较好的效果。     

基于模糊概念格的Web搜索结果聚类算法

提出了一种模糊形式概念分析方法,给出了在对象和属性的模糊二元关系上生成模糊概念格的过程．提出了一种在格的拓扑序列上进行概念聚类的快速算法,并且定义了概念聚类间基于偏序的层次关系．该方法利用格理论解决了概念聚类中概念间的多重继承关系,应用在Web搜索结果聚类上,实验结果表明算法在聚类质量和检索性能上都有改进和提高．     

一种基于神经网络的模糊知识自动获取方法

通过采用神经网络技术和引入动态神经元,提出了一种模糊知识自动获取方法,并应用于从分类数据样本集中获取以模糊语言值描述的模糊规划知识,文中着重讨论了这种神经网络模型、实现算法及模糊规划获取问题。实验结果表明了该方法的有效性和实用性。     

基于规则自动生成的模糊神经网络建模

该文提出了一种基于规则自动生成的模糊神经网络建模方法。该方法是利用样本数据自动生成模糊规则,再利用模糊逻辑的万能逼近能力来逼近理想输出,并且根据样本数据自动增加、删除或者修改模糊规则来达到优化模糊模型。介绍了广义动态模糊神经网络的结构和学习方法,并给出了实例来验证该方法是可行的,并优于MATIAB自带的自适应模糊神经网络取得的结果。     

基于FCA的搜索引擎的信息检索模型及其实现

针对目前搜索引擎因对同义或近义关键词识别困难导致查准率降低的问题,提出了基于形式概念分析(FCA)的智能搜索引擎,为其提出一个基于关键词与FCA相结合的信息检索模型,即利用形式背景(Context)来挖掘隐含在文档中的潜在的概念关系,利用概念格将文档根据概念间的泛化-概化关系进行聚类,以便于用户找到最相关的信息,从而有效地提高了信息查找的效率.试验验证了该模型的可行性,通过实例来演示模型的构造和实现.试验结果表明该模型在概念理解,结果分类方面弥补了目前搜索引擎的缺陷.     

基于贝叶斯网络的多agent分布式入侵检测技术

通过对分布入侵检测技术和agent技术的研究提出了一个基于多agent的分布式入侵检结构.结构中用Bayesian网络来表示对计算机网络进行攻击的知识和团树传播算法,将Bayesian网络划分为多个Bayesian子网,每个Bayesian子网转变为一棵团树;每个Bayesian子网有一组agent管理,agent通过Bayesian子网进行似然推理,从而能够实现在检测到入侵活动时提前发出警报.     

基于元搜索的专业搜索引擎的设计

专业搜索引擎是一种为用户提供比通用搜索引擎更多、更精准的专业信息的搜索引擎。根据搜索引擎的工作原理,提出了一种基于元搜索的专业搜索引擎的设计框架;详细介绍了信息采集、中文分词、结果处理的实现技术;将神经网络与遗传算法相结合,对元搜索结果进行过滤及排序,进一步提高了专业搜索引擎的查询效率。     

基于元搜索的专业搜索引擎的设计

专业搜索引擎是一种为用户提供比通用搜索引擎更多、更精准的专业信息的搜索引擎。根据搜索引 擎的工作原理,提出了一种基于元搜索的专业搜索引擎的设计框架;详细介绍了信息采集、中文分词、结果处理的实 现技术;将神经网络与遗传算法相结合,对元搜索结果进行过滤及排序,进一步提高了专业搜索引擎的查询效率。     

基于模糊神经网络的焊缝跟踪算法

将智能控制应用到焊缝跟踪系统中,采用模糊神经网络实现模糊控制的功能,提出了一种基于模糊神经网络的焊缝跟踪算法．实验结果表明,基于模糊神经网络的焊缝跟踪系统对于直线焊缝和平滑过渡的弯曲焊缝轨迹跟踪效果令人满意．     

Transient Air-Fuel Ratio Control in a CNG Engine Using Fuzzy Neural Networks

The fuzzy neural networks has been used as means of precisely controlling the air-fuel ratio of a leanburn compressed natural gas (CNG) engine. A control algorithm, without based on engine model, has been utilized to construct a feedforward/feedback control scheme to regulate the air-fuel ratio. Using fuzzy neural networks, a fuzzy neural hybrid controller is obtained based on PI controller. The new controller, which can adjust parameters online, has been tested in transient air-fuel ratio control of a CNG engine.     

基于模糊神经网络的变压器故障诊断新方法

基于模糊理论与神经网络理论,提出了变压器故障诊断的新方法,根据特征气体法和改良ＩＥＣ三比值法,建立了模糊神经网络诊断模型。此模型有效地处理了故障诊断中的不确定因素,并具有较强的知识获取能力,研究结果表明了这种方法的有效性和应用前景。