基于SVSM的装备故障案例相似度匹配算法

分析和总结了电子防护装备故障案例的特点,设计了电子防护装备故障诊断的领域本体。利用本体在表示案例时所体现的语义关联信息,提出了基于领域本体的语义特征向量空间模型(Semantic Vector Space Model,SVSM),弥补了传统的向量空间模型在描述故障特征项语义关联度时忽略了文档词条的位置和结构因素的缺陷。引入自定义权值的语义特征项标志位,提出了一种改进的基于案例推理的电子防护装备故障诊断算法,提高了SVSM各维度值的准确性和相似度匹配算法的自由度。通过实验,验证了算法的有效性和可靠性。     

基于UCL的个性化主动信息服务实验研究

针对Internet检索的弊端,提出了基于UCL的主动信息服务方式。它对进入网络的资源进行UCL语义标引,依据UCL元素和用户行为建立用户兴趣模型,用于过滤和选择接收用户感兴趣的内容。在局域网和CATV网络环境下实验验证了上述方法的可行性和有效性。     

基于UCL的网络音视频自动标引

针对下一代网络中海量音视频信息的共享与管理问题,引入UCL(Uniform Content Location)自动标引技术.对网络音视频数据进行多层语义挖掘,制定元数据规范标签.在此基础上,对音视频数据进行识别和分流,深度分析应用层数据,提出了基于UCL技术的网络音视频自动标引方案.编写了模拟仿真软件,在构建的网络音视...     

网页数据多层语义描述标签设计

网络数据语义信息存在于每一层次结构中,通过多层语义描述标签能够反映网络数据不同层次的语义内容,进行跨层语义分析和理解,避免单一结构中语义理解的片面性。通过构建网页数据集进行实验分析,结合互联网协议规范,针对网页数据设计了多层语义描述标签,对各字段进行了明确定义。     

广播型网格的用户兴趣图谱

用户兴趣图谱是实现智能代理与主动服务的基本依据.而广播型网格的用户兴趣图谱有其自身的特点.本文研究了UCL(Uniform Content Locator)在广播型网格中接收端的应用机制,建立了UCL解析、数据流控制和UCL应用机制,提出了建立基于UCL的用户兴趣图谱的方法,分析了信息的媒体结构与本体结构的特点,研究了相互间转换和在用户肖像模型建立过程中的作用.利用实验建立的广播网格环境验证了该方法的有效性.     

基于场景分割的视频内容语义管理机制

针对视频内容管理在不同层面存在语义鸿沟的问题,提出基于UCL（Uniform Content Locater）的视频语义描述框架,该框架包含了三个层次的语义：内容语义、控制语义以及物理属性信息.而视频场景的分割则通过视频内容基于时空上的相似性实现.对于每个视频场景,结合局部纹理复杂度、背景亮度和场景复杂度,选择最佳参考帧（I帧）与非最佳参考帧（非I帧）以嵌入不同的语义信息：控制语义、物理属性信息嵌入I帧,内容语义嵌入非I帧.利用数字语义水印技术来实现视频内容的语义管理,完成语义信息和载体信号的一体传输和存储.实验中采用JM参考模型进行数字水印方法的验证,结果表明该方法鲁棒性强,且不会造成视频资源质量显著下降.     

Research and Design on UCL-based Terminal of Broad-Storage TV

对播存电视终端相关技术进行了理论和实验研究.根据统一内容定位(Uniform Content Locator)技术,在实验室构建的有线电视广播网平台上设计了一种播存电视终端模型,实现了在应用层和数据链路层的UCL解析.同时设计了基于UCL的数据过滤机制,并进行了实验研究,完成了数据的解析、恢复和呈现.该模型有效地验证了基于UCL的数据过滤机制可行性.     

数据广播中的UCL标引与传输机制

UCL(Uniform Content Locator)是作者、编者和读者进行语义沟通的工具,是数据广播中解决接收端数据信息的快速选择、信息过滤、智能代理和信息的主动服务的基础.本文系统地介绍了数据广播中UCL的概念,提出了在数据广播中进行UCL标引的方法和两级复用方法,研究了数据广播的UCL-W标引方案,研究了多映射与复用技术,最后给出了在数据广播的传输过程中,发送端对数据信息进行采集、标引、映射、复用、格式转换和调制的工作流程.实验验证了理论方案的正确性和有效性.     

一种基于主题相关度的网页排序算法

针对现有基于链接结构的PageRank算法的不足,提出了基于网页主题相关度的改进PageRank算法.通过分析网页内容,提取出网页中的链接及其对应的锚文本,建立网页链接库,利用向量空间模型(VSM)计算链接锚文本和网页内容的相关度,在此基础上实现离线计算改进后的PageRank算法.理论分析和仿真实验表明,改进的PageRank算法使用户能方便地找到所需网页,提高了网页查询效率.     

基于语义分析的互联网人物信息提取

互联网是人类网络空间行为的体现,其中隐藏了大量人物信息.由于这些信息分散在整个网络空间中,将互联网人物信息提取并进行归类具有重要的研究意义和实用价值.文中提出了一种新的互联网人物信息提取模型,实现了人物信息的自动化提取.详细分析了基于网络爬虫的网页信息采集、基于语义分析的人物特征提取、基于向量空间模型的人物聚类算法和人物信息检索等技术原理和实现方案,能够对互联网人物信息进行分析和提取.     

对搜索引擎中评分方法的研究

针对搜索引擎评分较为困难的问题,文中提出了一种评分方法.该方法使用协同过滤技术,在同一兴趣组中各用户所提供的搜索结果集的基础上,采用文中提出的并行关联规则算法对各用户的局部有向图进行预处理,找出兴趣组中各成员都感兴趣的页面.然后对这些页面的内容和超链接附近出现的文本以及链接结构进行分析.计算权威页面和引导页面,以找到虽不包括在检索结果中,但相关的页面.此外,在对所获得的页面进行评价时,除考虑Web页自身的链接结构和兴趣组中查询用户对页面的评价,还考虑兴趣组中其它成员对页面的评价和所有成员对页面的使用情况等因素,从而使推荐给用户的页面排序更加合理.     

一种基于用户访问模式优化网站结构的算法

提出一种算法，通过挖掘Web日志中的关联规则，发现用户访问兴趣间的关联度和站点拓扑结构的不一致，并结合网站既有的拓扑结构，对于通常在用户的某次浏览过程中同时被访问．但在网站拓扑中相距较远的内容页面集，增加页面间的直接链接，最终实现网站系统结构的调整、优化，提高网站的访问效能。     

基于网络设备的网页过滤的设计

为实现统一高效的网页内容过滤,提出了一种在网络设备上对网页进行过滤的方法。采用URL（Uniform Resource Location）过滤与内容过滤相结合的方式;通过设置黑白名单和老化机制,来改进URL过滤;考虑网页的结构化特性,通过改进特征的权值的计算公式,并采用K近邻（KNN）分类算法,改进内容过滤。实例的分析表明：该方法能够在满足用户延迟要求的情况下,对网页进行比较精确的过滤。     

基于决策树技术的个性化服务Agent

文章采用了机器学习技术，从提交更精确地反映用户兴趣的检索串入手，研究如何提高搜索引擎在准率。文中采用决策树方法进行学习，对决策树方法应用于网页检索中出现的几个问题：缺少属性值的训练实例处理问题：如何使不同权值的属性：具有不同的表现力问题；树的重建问题；过度拟合问题；扩充检索串返回的网页时。属性值的取舍问题等进行了分析和研究，给出了具体的解决方法。性能提高后的决策树，用验证集检验，正确率由70％提高到75．4％．较好地学习到了用户的兴趣。     

基于网络用户行为的相关页面挖掘模型

文章提出了一种基于网络用户行为的相关页面挖掘模型。模型采用统计的方法对proxy日志进行挖掘。模型的输入是一个WEB页面，输出是一组与之相关的页面。模型的假设基础是一组兴趣相似的人访问的页面有可能相关。模型从用户群中找出对输入页面感兴趣的用户，通过聚类从这些用户中找出一类具有相似兴趣背景且对输入页面最感兴趣的用户，综合这类用户感兴趣的页面，从中挖掘出与输入页面相关的页面。该模型与目前流行的相关页面检索算法的最大区别在于分析的对象是网络用户行为，因为模型认为页面是否相关的最终判定者应该是用户，通过分析网络用户行为能够更好地挖掘用户在页面相关判定上的潜在意识。用户对页面的兴趣度基于用户对页面的访问频率而定义。实验表明，该模型是可行的。该模型可用于改进传统的IR，提供相关反馈和查询扩展，使其更加适应Internet检索。该模型也可用于内容安全方面的相关主题预测。     

Web文本内容过滤方法的研究

文章研究了Web文本内容过滤的方法，分析了向量空间模型、关键词匹配算法等关键技术．并详细讨论了Web网页中文本内容过滤方法的实现过程。重点分析了该方法中的修正值选取、关键词权重函数以及过虑策略等方面的不足，提出了一个改进的Web文本内容过滤方法，能够有效降低算法的复杂性，提高性能。     

基于结构和链接扩展的中文网页分类研究

在研究Web结构特征的基础上,综合网页的结构和内容,抽取网页不同区域的内容信息,并赋予不同权重来表明其重要程度的不同。按网页间相互链接关系,扩展链接,将链接源网页所含有的类别信息传播给目标网页,从而提高分类效果。实验证明,该方法比单独依赖网页内容信息的分类在效果上有所提高。     

Visualizing the structure of Web communities based on data acquired from a search engine

Discovery of Web communities, groups of Web pages sharing common interests, is important for assisting users' information retrieval from the Web. This paper describes a method for visualizing Web communities and their internal structures. visualization of Web communities in the form of graphs enables users to access related pages easily, and it often reflects the characteristics of the Web communities. Since related Web pages are often co-referred from the same Web page, the number of co-occurrences of references in a search engine is used for measuring the relation among pages. Two URLs are given to a search engine as keywords, and the value of the number of pages searched from both URLs divided by the number of pages searched from either URL, which is called the Jaccard coefficient, is calculated as the criteria for evaluating the relation between the two URLs. The value is used for determining the length of an edge in a graph so that vertices of related pages will be located close to each other. Our visualization system based on the method succeeds in clarifying various genres of Web communities, although the system does not interpret the contents of the pages. The method of calculating the Jaccard coefficient is easily processed by computer systems, and it is suitable for visualization using the data acquired from a search engine.     

USERS' TWO-DIMENSIONAL INTEREST AND ITS STORAGE METHOD

The users' interest can be mined from the web cache and can be used widely. The interest can be specialized by the two-tuple (term, weight) in the simple interest model, in which the association relations are not mined, and then the interest cannot be associated in expressing the users' interest. Based on analyzing the WWW cache model, this letter brings forward a two-dimensional interest model and gives the interrelated methods on how to store the two-dimensional interest model effectively.