基于主题的互联网税源信息采集系统研究

互联网技术的发展已经渗透到了社会生活的各个方面,其中基于主题的互联网信息采集技术的发展,能够有效地提高税源信息的准确性。文章主要针对基于主题的互联网税源信息采集系统行研究分析,并且依据实际情况提出了一些意见,希望能够借以推动相关工作的开展。     

一种基于配置策略的网络资源数据搜索方法

传统的网络资源搜索方法基于关系型数据库,当处理网络资源管理系统中巨大而且复杂的数据时,其查询效率低下。本文提出一种基于配置策略的网络资源数据搜索方法,不仅提供了综合、快速的资源搜索能力,还通过用户行为分析,实现了用户搜索结果的随需而变。     

一种基于云存储的多服务器多关键词可搜索加密方案

在可搜索加密的云服务中,数据拥有者往往更希望将数据文件以密文的形式分别存储到多个云服务器,从而提高授权用户对云端数据的检索效率以及对大型数据的处理能力。基于此,该文提出一种基于云存储的多服务器多关键词多用户可搜索加密方案,该方案被证明是IND-CKA(adaptive Chosen Keyword Attack)安全的,且同时具备关键词陷门的安全性。相对于单服务器可搜索加密,该方案在保证数据机密性的前提下能够对其进行高效检索,并能够在关键字索引中不完全包含所检索的多个关键词或者不存在某个文件包含所有被检索的多个关键词的情况下,更精确地进行检索。     

基于数据挖掘的运动负荷监测信息采集方法

为了有效采集运动负荷监测信息，提出基于数据挖掘的运动负荷监测信息采集方法。根据运动负荷的步法表征量，将人体行走流程分成四个阶段，根据不同方向的加速度变化曲线正弦波形，设计动态阈值步法监测策略；针对运动能耗表征量，采用近红外光谱技术监测血氧饱和度含量，联立高频运动负荷监测信息间关联规则，挖掘出有用的运动负荷信息；利用微控制器、数据存储模块等组件，构建信息采集模型，让采集到的负荷信息在智能终端上得以呈现。仿真实验结果表明：所提方法不仅具有较好的噪声免疫性，而且采集精准度优势显著。     

个性化搜索中一种基于位置服务的隐私保护方法

在基于位置服务的个性化搜索中,利用可信第三方服务器以及对等节点是保护用户隐私的主要方法,但在现实生活中,它们却是不完全可信的。为了解决这一问题,该文提出一种个性化搜索中基于位置服务的隐私保护方法。该方法通过转换用户的位置信息,并根据用户的查询类型生成用户模型,进而形成带有用户位置信息的查询矩阵,然后利用矩阵加密用户的查询,隐藏查询矩阵中的用户信息,最后根据安全内积计算返回相关性得分最高的前K个查询文件给用户。安全性分析表明该方法能有效地保护用户的查询隐私和位置隐私,通过分析与实验表明,该方法大幅度地缩短了索引构建时间,降低了通信开销,同时为用户提供了基于位置的个性化搜索结果,一定程度上解决了移动设备屏幕小带来的弊端。     

一种基于多群体搜索的实数遗传算法

遗传算法在解决全局优化问题中起着重要的作用。本文依据部分动物物种在进化过程中的家族特征提出了一种多群体搜索实数遗传算法并且进行了仿真研究。通过仿真可以看,到该算法具有计算量较小,搜索精度高,收敛速度较快,抗早熟能力强,在有多个相同的全局最优点的情况下具有一定的搜索多个全局最优点参数的能力等特点。     

一种基于遗传算法的协同搜索方法

目前多无人机协同搜索算法存在条件理想、效率较低、难以应用于真实战场环境的问题,针对上述问题,提出一种基于遗传算法的协同搜索方法。首先接收上级侦查情报,绘制目标可能存在的位置;其次生成多边形待搜索区域;然后根据无人机数量、无人机搜索半径以及最小路径原则对搜索区域进行分割;最后采用遗传算法将分割好的目标区域均匀分配给每个无人机,使得多个无人机可以覆盖整个目标区域,达到多无人机协同搜索总时间最短的目的。所提出的方法动态适应战场环境,效率高,占用资源少,可快速部署到多无人机协同搜索应用中。     

一种结合遗传算法和钻石搜索的多模式快速运动估计方法

为了解决视频编码中运动矢量搜索精度与速度的矛盾,本文提出了一种基于遗传算法(GA)和钻石搜索(DS)的多模式快速运动估计方法——MMS算法.它以图像序列的时空预测矢量作为图像活动剧烈程度的判据,自适应选择搜索模式.针对平缓运动类型使用快速的DS搜索模式,针对剧烈运动类型使用GA/DS联合搜索模式.与现有的次优解快速算法相比,MMS有效地解决了在大运动矢量情况下编码器性能下降的问题,可以从整体上提升编码器的性能,接近理想的全搜索法的结果;与其它直接利用GA进行全局优化的方法相比,MMS利用DS配合GA实现加速收敛.此外,通过引入多模式处理的概念,在保证搜索精度的同时,充分发挥了次优解算法的效率,整体编码速度与DS等快速算法的结果十分接近.这一方法为有效地解决运动估计中的矛盾问题提供了一个新的处理框架.实验结果验证了算法的性能.     

基于多传感器的工业机器人故障信息采集平台研究

工业领域中既有的工业机器人故障采集平台在数据传输及时性以及精准性方面都有所欠缺,时至今日仍有部分生产环境会依赖人工提取机器人故障特征。为全面提升工业机器人故障信息采集平台的实效性,加强对工业机器人运行状态的掌握程度,文章设计了基于多元传感器为一体的故障信息采集平台。利用温度传感器、振动传感器、转速传感器等装置全面采集并分析故障特征,以此精准预测机器人的故障隐患,为后续的运维管理工作夯实理论基础。     

基于地址分割的嵌入式存储器内建自修复方法

内建自修复技术是一种有效修复嵌入式存储器中失效单元的方法.在传统的内建自修复过程中,需要对故障地址进行多次的读写操作,功耗比较大.本文提出了一种基于地址分割的嵌入式存储器内建自修复方法.该方法将故障地址分割成两部分,对BIRA内部存储器的访问分两个步骤进行,有效简化了地址比较过程,降低了功耗.仿真试验表明,本文方法能够在实现存储器故障自修复同时显著降低修复与工作过程中产生的功耗.     

总线形局域网总线故障的快速定位方法

提出一种基于二分搜索思想的总线形局域网总线故障的快速定位方法，有效地提高了总线故障的查找效率。     

搜索引擎中信息动态采集策略的研究

为了能及时采集到有关网页信息,搜索引擎应根据相应网站及其更新速度,动态调整其信息采集的频度.本文就模型化网页更新过程以及根据相关性动态调整搜索引擎的信息采集频度进行了探讨.一方面使用泊松过程来描述网页更新并分析了搜索引擎如何有效完成信息采集;另一方面采用基于网页从属关系和内容分析的相关性来调节该过程,使得在进行信息采集与数据更新时的针对性更强.实验表明了该方法的有效性.     

针对摄像机矩阵估计的增强连续禁忌搜索方法

摄像机矩阵估计是机器视觉的一个重要问题。在2范数误差代价函数模型下,最小二乘法简单而有效,但因误差代价函数非凸,容易陷入局部最优。在无穷范数误差代价函数模型下,凸优化方法理论上可以获得全局最优,但计算效率较低,其计算耗时随着问题规模的增大而急剧增加。现代优化论中的增强连续禁忌搜索（Enhanced continu-ous taboo search,ECTS）方法具有逃离局部最优的优良性质,因此本文在2范数误差代价函数模型下提出一种针对摄像机矩阵估计的ECTS算法。在ECTS置信区间序列构造及最大置信区间选择环节,本文提出了一种非迭代的方法获取包含全局最优解的凸包。在增强禁忌搜索环节,本文提出了一种基于伪凸函数的候选解邻域构造方法。同时,给出了本文算法以概率1收敛于全局最优的理论证明。对虚拟场景和真实场景的实验结果表明本文算法可以快速获取摄像机矩阵估计的全局最优解。     

基于ZigBee的家庭网络专利检索策略

智能家庭网络近年来发展迅速.以德温特数据库检索统计的数据为基础,从专利申请量、申请人国别分布和发明人所关注的技术内容多个角度分析了家庭网络的专利现状和发展趋势,并在此基础上提出了家庭网络相关专利的检索方法.     

基于KNN算法及禁忌搜索算法的特征选择方法在入侵检测中的应用研究

 在入侵检测中应用特征选择能够在保持原有信息完整性的基础上,去除其中的冗余特征,有效地提高入侵检测系统的检测速度.本文提出了一种新的特征选择方法,即基于KNN算法及禁忌搜索算法的特征选择方法.实验结果表明该特征选择方法能够有效去除网络数据信息中的冗余特征,减少特征选择时间;并且能够在保证检测准确率的前提下,有效提高系统的检测速度.     

基于运动矢量中心偏置的运动估计搜索策略

在对运动图像进行运动估计的时候,搜索策略的选择对运动估计的准确性、运动估计的速度影响重大。介绍一种基于运动矢量中心偏置的运动估计搜索策略,该搜索策略是根据运动矢量具有中心偏置分布的特点,以块误差函数最小作为调整搜索区域大小和位置的判断依据,从而实现准确的运动估计。详细叙述了算法的实现步骤,并通过实验比较,得出该算法在运算速度、信噪比方面的效果都较好。     

基于TTL约束洪泛算法的文件搜索性能改进方法

研究了在没有分布式索引结构的非结构化P2P网络中如何改进搜索效率。找出KaZaA及Gnutella中影响性能的问题,由此提出了解决方法,并重点提出了一个基于票据的搜索算法以减少过量的搜索负载。     

一种改进的折半查找算法

针对查找范围变化很大而又相对稳定的查找对象,给出了一种改进的基于区间控制的折半查找算法,当后一个查找对象在前一个查找对象附近时,在最坏状态和平均状态下,该算法与传统的标准折半查找算法相比,其查找长度显著减少,查找速度快,当父表很大而子表相对很小时,存储上仅需增加一个额外的存储单元,实现代价很小。此算法适用于过程控制中的实时查找处理,有一定的实用价值。