基于XML和N层VSM的Web信息检索

基于XML文档格式良好、层次清晰，可以方便地操纵、分析其结构的特点。文中在将Web上的HTML文档转化为XML文档的基础上，通过Java中的DOM树，分析文档的层次结构。把文档分为层次化的文本段，对传统的VSM算法进行改进，把每个文本段转换为空间向量，实现了N层VSM算法，通过试验证明，改进后算法的查全率和查准率都要优于传统的VSM算法。     

基于频率域的图像显著性区域提取方法

针对图像的显著性区域提取方法存在区域边界不明确、分辨率不高、显著性目标不准确等问题,提出了一种使用高斯差分滤波器的组合来保持原图像更多的频率信息,然后在频率域里利用颜色和亮度两个特征来计算显著图,最后用均值偏移方法结合自适应阈值方法从显著图中提取显著性区域。实验结果表明,使用高斯滤波器的方法不仅输出完整分辨率的显著图,而且能准确地突出显著性目标,使区域具有明确的边界,并且分割的查准率和查全率都好于多尺度分析方法和Itti方法。     

一种新颖的低层视觉特征到高层语义的映射方法*

通过在低层视觉特征上提取图像的局部颜色和纹理特征,再利用模糊神经网络建立低层视觉特征和高层语义特征之间的映射,实现了图像属性信息的有效传递和可靠检索.最后,为了提高检索效率,把相关反馈引进到图像检索系统中.实验证明,该方法取得了较好的检索查全率和准确率.     

基于微生物菌种资源库的图像智能检索系统研究*

在建设微生物菌种资源平台的基础上, 设计开发微生物菌种资源数据库管理系统,实现基于内容的Web图像智能检索系统.该检索系统采用B/S体系架构,可根据微生物菌种文本信息或图像的形状、纹理和颜色特征进行检索,有效提高了微生物菌种图像信息搜索的查准率、查全率和查找速度.     

基于半监督学习的一种图像检索方法

为了提高图像检索的质量, 提出了一种基于半监督学习的图像检索方法。该方法提取图像的颜色、形状、纹理特征, 计算得到已知类别样本的中心图像, 检索过程中利用中心图像自适应调整相关度计算函数, 然后根据与查询图像相关度的大小对图像进行检索和排序。实验结果表明：该方法较已有的基于内容的图像检索方法有更高的查准率, 同时, 由查准率—查全率曲线可知该方法能够达到很好的检索质量。     

基于Agent元搜索引擎的研究与设计

提出一种基于Agent元搜索引擎系统,并且设计智能元搜索引擎的总体框架,描述Agent元搜索引擎系统模块的功能,分析该系统实现的关键技术,通过对系统进行的性能测试表明,系统的查准率和查全率得到了提高。     

一种改进的向量空间信息检索模型研究

传统的信息检索方法忽略了文档结构对词的重要性.在此基础上,提出了改进的向量空间检索模型,利用该模型进行相似度计算.试验表明该模型可以提高信息检索的查准率和查全率不高的缺点.     

基于缩放不变矩的鲁棒DCT域图像拷贝检测方法

提出一种基于不变矩的DCT域图像拷贝检测方法, 选取图像亮度分量的整体DCT变换后的中低频系数的符号作为其DCT域特征, 分别计算原始图像及其角度规范化后图像的DCT域特征, 计算并比较查询图像与图像库中图像的两类特征的相关性, 取较大的相关值来判断图像是否存在拷贝. 图像的整体DCT中低频系数已被验证对于信号处理攻击鲁棒性高, 且随着图像缩放攻击呈规律性变化, 因而利用图像的整体DCT中低频系数构建的DCT域特征对于信号处理和图像缩放攻击鲁棒性高; 利用图像的缩放不变矩估算出图像特征角度, 再依据特征角度对图像进行角度规范化可消除旋转失真的影响, 因而利用角度规范化后的图像的DCT域特征能抵抗旋转、以及旋转和等比例缩放的混合攻击. 实验结果证明在抗旋转和包含旋转的混合攻击方面, 该算法的检测效果明显优于已有算法.     

一种基于XQuery的查询分解算法

针对查询分解算法查询的局限性和较低的查全率,提出了一种基于本体XQuery语言FWR表达式的查询分解算法．该算法利用XQuery全局查询语句,以FWR表达式的3项操作（构造查询范围、子查询条件和子查询输出属性集）将基于全局本体的查询分解到针对局部本体的子查询,能够降低查询分解的复杂性、保证查询的语义完整性,并能提高查全率．通过实例进行具体分析,验证了算法的有效性．     

语音识别准确率与检索性能的关联性研究

对海量语音进行基于内容的检索需要语音识别技术和检索技术的结合。本文通过调节语言模型的途径研究在不同识别率的语音识别文本上进行关键词检索的差异,由此研究语音识别性能和检索性能之间的关联性。通过对114小时语音数据的实验表明:语音识别性能与检索性能有一定的相关性,同时也说明改进检索的方法可以消除一部分由于语音识别所带来的误差。研究结果为进一步针对性地改进识别引擎、语音识别输出的表示和相应的快速检索方法提供了基础。