基于Lucene的中小型WEB应用全文检索引擎的研究

基于Lucene实现了一种高效的WEB全文检索框架Qlucene。该框架针对中小型WEB应用的硬件资源和数据量的实际情况,通过缓存机制和Index Reader无缝替换机制,在不丧失索引检索性能的同时,可以相对实时地进行索引的添加与更新。实践证明,Qlucene是一套Lucene在中小型WEB应用中的优秀解决方案。     

基于Cassandra的可扩展分布式反向索引的构建

随着云计算时代的到来,大型Web应用的不断发展,海量数据不断增加,集中式的数据检索已不再满足需求.如何在分布式的环境中高效地处理数据检索成为亟待解决的问题.传统的关系型数据存储也无法完全适应云环境,NoSQL(Not only SQL)作为一种云存储形式应运而生,其中Cassandra的应用较为广泛.以分布式的多节点架...     

基于ASP．NET搜索引擎模型的实现

随着因特网技术的飞速发展,搜索引擎逐渐成为因特网重要的导航工具之一,而人们日常使用的搜索引擎代码并不开源,不利于研究学习。本文建立一个开源搜索引擎模型,并在ASP．NET中实现,为后续研究个性化搜索应用提供一个原型基础。     

2维CAD工程图小波域可逆水印

针对2维CAD工程图对高精度的要求,提出一种采用改进量化索引调制（IQIM）的2维CAD工程图小波域可逆水印算法。该算法首先提取2维CAD工程图中所有实体的顶点信息,并对顶点信息依次进行顶点变换和离散小波变换以获取仿射变换不变性,然后使用改进的量化索引调制算法将加密后的水印信息嵌入到所有的细节系数中。实验结果表明,该算法具有良好的可逆性、不可见性和较大的水印容量,且对图形平移、旋转、均匀缩放等攻击具备较好的鲁棒性。     

维、哈、柯多语种搜索引擎中改进索引创建的新方法的构思

通过对目前处于研究发展阶段的后缀数组技术与倒排索引技术的简单介绍,并对两者的优缺点进行了对比,对维、哈、柯文搜索引擎的索引创建进行改进的新方法提出了构思,以实现查询效率和查准率的提高。     

Lucene在办公室文档资料检索中的应用研究

为满足办公室环境下文档资料全文检索的需求,本文基于Lucene API研究并实现了一个面向海量文档数据的全文检索系统,该系统能实现对DOC、XLS和PDF等各种格式文档资料的全文检索。系统在实际办公室资料检索应用的结果说明系统具有良好检索性能,有较高的查全率和查准率,能够满足办公室人员快速检索文档资料的需求。通过扩展,系统可以适应C/S和B/S这两种应用需求,有广阔的应用前景。     

利用索引功能快速查看邮件总数

用户在Foxmail主界面查看收件箱中邮件的总数,通常的方法是在左侧导航窗格切换到“收件箱”面板,然后在右侧窗格进行查看,这里会按照时间排列的方式现实两周前、三周前、上个月、更早等类别显示邮件。如果邮件数量比较多的话,使用这一方法就比较麻烦。其实我们可以利用索引管理功能解决。     

自然语言处理中主题模型的发展

主题模型在自然语言处理领域受到了越来越多的关注.在该领域中,主题可以看成是词项的概率分布.主题模型通过词项在文档级的共现信息抽取出语义相关的主题集合,并能够将词项空间中的文档变换到主题空间,得到文档在低维空间中的表达.作者从主题模型的起源隐性语义索引出发,对概率隐性语义索引以及LDA等在主题模型发展中的重要阶段性工作进...     

发布订阅模式中间件中高效事件过滤器的研究

大规模分布式计算环境具有动态多变,结构复杂等一系列特点,为了满足该环境下高效地分发大批量数据给感兴趣的信息消费者,因此需要设计一种基于发布/订阅模式的中间件,使得高带宽的数据流能够被快速地过滤和转发.中间件把复杂事件流解析后,输入到一系列的轻量级组件形成的流水线中过滤,大幅提高了系统的效率.对核心模块事件过滤器,设计了高效的匹配算法,采用多级索引来加速查询,位运算压缩空间,对订阅做聚类,减少了重复冗余的匹配,有效地提高了系统的吞吐量,并且使得整个系统具有异步、松散耦合、多对多通信等特点,以及良好的可扩展性,能够适用于大规模的分布式计算环境.