基于贝叶斯理论的图像标注和检索

图像自动语义标注是基于内容图像检索中很重要且很有挑战性的工作.提出用语义约束的聚类方法对分割后的图像区域进行聚类,在图像标注阶段,使用贪心选择连接(GSJ)算法找出聚类区域的独立子集,然后使用贝叶斯理论进行语义标注.对图像进行标注以后,使用标注的关键字进行检索.在一个包含500幅图像的图像库进行实验,结果表明,提出的方法具有较好的检索性能.     

一种聚类引擎系统的研究与实现

随着社会的信息化和各种媒体的数字化 ,Web数据挖掘逐渐成了一个研究热点。作者结合信息检索技术和数据挖掘技术设计并实现了Web信息聚类引擎系统 ,使其能够以语义的和在线的方式对搜索引擎的搜索结果进行聚类 ,从而使用户很容易地在WWW上找到自己真正需要的信息。     

一种基于互联网智能元搜索引擎的研究

WWW的迅速发展，使得开发新型的搜索引擎成为Web发展过程中亟待解决的问题之一。结合信息检索领域和人工智能领域最新的发展状况，本文提出了一种全新的解决方案——互联网智能元搜索引擎。文章在回顾已有的搜索引擎技术的基础上．首先提出了智能元搜索引擎的基本框架，之后详细介绍了实现的关键技术。这些技术包括：机器学习中的文本学习技术，中文文本表示技术，信息过滤技术，个性化用户建模技术等。     

一种聚类引擎系统的研究与实现

随着社会的信息化和各种媒体的数字化，Web数据挖掘逐渐成了一个研究热点。作者结合信息检索技术和数据挖掘技术设计并实现了Web信息聚类引擎系统，使其能够以语义的和在线的方式对搜索引擎的搜索结果进行聚类，从而使用户很容易地在WWW上找到自己真正需要的信息。