【摘 要】
:
针对传统检索模型局限于语法层次上关键词匹配的特点,以领域本体为知识组织方式,提出了一种基于领域本体的语义检索模型,同时给出了该模型中的查询语义扩展算法和相似度计算算法
论文部分内容阅读
针对传统检索模型局限于语法层次上关键词匹配的特点,以领域本体为知识组织方式,提出了一种基于领域本体的语义检索模型,同时给出了该模型中的查询语义扩展算法和相似度计算算法。
其他文献
为了提高免疫进化算法的全局搜索能力和收敛速度,在分析了协同进化算法不足的基础上,提出了利用免疫多Agent的协同进化模型。首先基于抗体个体信息熵和亲和度计算,以种群间竞争和种群内排序的方式进行抗体代表的生成;其次通过抗原提呈和亲和度计算,生成参与亲和度成熟的抗体集;然后通过克隆、抗独特型变异和压缩过程实现抗体亲和度的成熟;最后通过基因库的进化实现算法最优解的搜索。通过选取8个标准测试函数进行仿真,
关于水声信道通信优化问题,水声通信中复杂信道存在码间干扰极易影响通信质量,需要进行均衡提高通信数据的可靠性,传统的自适应均衡方法是通过发送训练序列对信道特性捕获并更新参数完成均衡,然而对于快速时变的信道,不能快速得到信道特性无法及时对通信均衡,造成均衡性能不强、水声通信数据可靠性不高。为此,提出改进的盲均衡算法,盲均衡算法不需发送训练序列,只需知道发送序列的统计特性就可对发送信息恢复,可保证均衡的
因外部电磁环境变化导致生物神经元放电节律不同步是生物控制中需要解决的一个难点问题。HH神经元模型是描述神经元动力学特性的第一个数学模型,以HH神经元为研究对象,利用各种现代控制方法获得HH神经元的同步,方法的不足在于对外部干扰的敏感性以及控制律复杂不易实现。为增强神经元同步的鲁棒性和可行性,利用自抗扰控制算法,在三种不同情况下研究HH神经元的同步,并且依次加入不同干扰验证其同步效果。仿真结果表明,
研究车辆路况自动识别的问题,提高识别的准确率和鲁棒性。针对车辆的路况自动识别系统极易受外界环境的影响,传统的基于PCA的路况识别方法在提取路况信息时无法避免恶劣天气等环境的影响,造成最终的识别不准确和鲁棒性不高的问题。为了克服这一难题,提出了基于机器学习的车辆路况自动识别系统。首先采用Haar小波特征提取方法,将受环境影响的路况图像中的有效特征准确提取并降维,然后利用支持向量机选择合适的特征参数,
研究图像边缘优化检测问题,针对传统边缘检测算法对噪声处理能力欠佳的缺陷,提出一种自适应中值滤波与形态学处理相结合的噪声图像边缘检测AMM算法。首先根据噪声像素点与相邻像素点的关联程度采用自适应中值滤波算法对图像进行去噪处理,保护图像的细节信息;然后运用改进的Canny算子对图像进行边缘检测,提取图像的边缘信息;最后对提取的边缘进行形态学处理,得到清晰的图像边缘。仿真结果对比表明,与目前常用的方法相
研究被控对象逆模型控制问题,自适应直接逆控制(ADIC)的关键是即时逆模型的准确性和模型在线辨识算法的快速性。针对逆模型辨识问题,设计了稀疏在线无偏置最小二乘支持向量机(SONB-LSSVM),并提出了基于SONB-LSSVM的ADIC算法。在每个控制周期,进行递推学习新样本,并删除与新样本最相似的样本,然后被共享为控制器并用作计算控制量。仿真表明,SONB-LSSVM能及时学习过程逆动态特性,有
海洋环境探测装备系统效能评估是一个十分复杂的问题,目前尚属研究的初步阶段。为能实现海洋环境探测装备探测效能的定量评估,在分析海洋环境探测装备的体系与效能的基础上,构建了海洋环境探测效能评估指标体系,提出了一种基于模糊综合评判法的效能评估方法,并建立了评估数学模型。初步实现了对海洋环境探测装备系统探测效能的定量评估,为海洋环境探测装备的发展提供了科学的依据。经仿真验证及对海面风场探测的实例分析,证明
《Web系统与技术》课程以网页设计和网站开发为主要授课内容,与实践结合紧密。传统教学方式通过独立案例逐步对各个知识点进行讲解,忽视了学生的实践经验及思维训练,学生对知识
在树木三维场景虚拟实现的研究中,分形树的绘制广泛应用于二维图形的渲染过程中,高效逼真的分形算法需要对实体进行建模与生长计算。目前常用的方法是将二维分形树扩展到三维时利用改变坐标系对二维分支进行扩展,但是由于内含递归算法使得算法执行效率较低。为此提出了改进三维偏序分形树建模的三维分形树虚拟实现方法,利用改进的三维分形树仿真方法进行三维树木实体建模,直接在二维分支上进行枝干旋转和匹配。首先,扩展二维龟
随着经济的快速发展和产业结构的不断升级,土地污染问题成为人们关注的焦点,在土地污染中重金属元素污染占绝大部分。对城市遥感图像进行了分类分析,以表层土壤中重金属元素的分布为主要研究对象,充分考虑受污染土地区域之间的地理信息关系,建立了加权覆盖模型(AOM)寻找污染源的位置。该方法具有创新性和可推广性,在处理地理信息等问题中可得到充分应用。