基于语义分析的垂直搜索网络蜘蛛

通用搜索引擎数据量庞大,但查询结果不够准确.分类目录正好相反.为了综合两者优势,对垂直搜索引擎进行了研究和分析.着重研究了垂直搜索引擎的核心模块--智能网络搜索蜘蛛.提出了搜索分析的新概念--规则.研究了蜘蛛中定义支持同义词的语义词典的方法,给出了按照规则分析和检索的实现方法和流程.程序需要定义多种规则,让蜘蛛依照规则进行网页爬行和信息采集.最后给出一个项目实例,证明了上述方法的可行性.     

光子“四端管”模型实验研究及其应用──新事滤波器的模型研究

在文献［１］的积分型光子“晶体管”的模型研究的基础上,利用螺塞喃光致色变材料进行了积分型“光子四端管”的模型实验研究,并对其应用器件之一——新事滤波器进行了详细的模型论证与研究。     

An energy-efficient multi-objective integrated process planning and scheduling for a flexible job-shop-type remanufacturing system

This study considers an energy-efficient multi-objective integrated process planning and scheduling (IPPS) problem for the remanufacturing system (RMS) integrating parallel disassembly, flexible job-shop-type reprocessing, and parallel reassembly shops with the goal of realizing the minimization of both energy cost and completion time. The multi-objective mixed-integer programming model is first constructed with consideration of operation, sequence, and process flexibilities in the RMS for identifying this scheduling issue mathematically. An improved spider monkey optimization algorithm (ISMO) with a global criterion multi-objective method is developed to address the proposed problem. By embedding dynamic adaptive inertia weight and various local neighborhood searching strategies in ISMO, its global and local search capabilities are improved significantly. A set of simulation experiments are systematically designed and conducted for evaluating ISMO’s performance. Finally, a case study from the real-world remanufacturing scenario is adopted to assess ISMO’s ability to handle the realistic remanufacturing IPPS problem. Simulation results demonstrate ISMO’s superiority compared to other baseline algorithms when tackling the energy-aware IPPS problem regarding solution accuracy, computing speed, solution stability, and convergence behavior. Meanwhile, the case study results validate ISMO’s supremacy in solving the real-world remanufacturing IPPS problem with relatively lower energy usage and time cost.     

分布式网络机器人的设计与实现

为了改善网络机器人的爬行性能以及提高系统体系结构的通用性,提出了基于Web Service的新型分布式网络机器人体系架构.分析了分布式网络机器人软件中的关键数据操作,并将这些功能封装在Web Service中,基于Web向网络机器人客户结点提供统一的数据服务,降低了网络机器人爬行客户端对网络环境的依赖性.设计了分布式爬行所需的均衡负载、URL队列操纵和网页消重等算法,实现了分布式网络机器人软件原型.实验结果表明,该原型的性能明显优于单机模式下的网络爬行,且网页消重、均衡负载算法是可行的.     

RL_Spider:一种自主垂直搜索引擎网络爬虫

在分析相关spider技术的基础上,提出了将强化学习技术应用到垂直搜索引擎的可控网络爬虫方法。该方法通过强化学习技术得到一些控制经验信息,根据这些信息来预测较远的回报,按照某一主题进行搜索,以使累积返回的回报值最大。将得到的网页存储、索引,用户通过搜索引擎的搜索接口,就可以得到最佳的搜索结果。对多个网站进行主题爬虫搜索,实验结果表明,该方法对于网络的查全率和查准率都具有较大的提高。     

网页中商品“属性—值”关系的自动抽取方法研究

商品属性及其对应值的自动挖掘,对于基于Web的商品市场需求分析、商品推荐、售后服务等诸多领域有重要的应用价值。该文提出一种基于网页标题的模板构建方法,从结构化网页中抽取完整的商品“属性—值”关系。该方法包含四个关键技术 1)利用商品网页标题构建领域相关的属性词包;2)基于预设分隔符细化文本节点;3)结合领域商品属性词包获取种子“属性—值”关系;4)结合网页布局信息和字符信息来筛选与构建模板。该文的实验基于相机和手机两个领域展开,获得94.68%的准确率和90.57%的召回率。     

基于“两个细则”的一次调频影响因素分析与对策研究

并网机组的一次调频功能对于电网的稳定性来说至关重要。随着“两个细则”的发布,电网对一次调频功能的考核越来越严格。在此背景下,本文总结了影响一次调频的11个因素并给出了相应的解决措施,具有一定的借鉴意义。     

主题搜索引擎中网络蜘蛛搜索策略的研究

主题网络蜘蛛的搜索策略是主题搜索引擎的核心部分,是近年来主题搜索引擎研究中的热点问题之一。深入研究了主题网络蜘蛛的关键技术,阐述了多线程网络蜘蛛的实现过程,并对传统的VSM算法和PageRank算法进行了改进,提高了主题网络蜘蛛采集信息的有效性和准确性。