摘要：在领域主题爬虫中,为提高网页爬取的效率和准确性,将扩展主题特征库(extended topic feature library,ETFL)引入进爬虫的网页过滤算法中。将网页抽象为标签块节点集,通过主题特征库扩展算法对静态特征项进行扩充生成扩展主题特征库,利用网页主题特征项提取算法从页面中抽取出特征项,在爬虫抓取网页的过程中,通过基于扩展主题特征库的网页相关性判断方法对页面进行过滤。该算法弥补了传统的基于静态关键词项的网页过滤算法对页面语义层次处理的缺失。实际项目运行结果表明,在领域主题爬虫中引入扩展主题库能够有效提高网页抓取精度,具有较高可用性。

摘要：为提高关键词提取的准确度,提出一种基于用户反馈的关键词提取方法,利用用户反馈来修正关键词提取中产生的误差。将用户对抽取结果的反馈信息记录在用户反馈库中,通过用户反馈值来刻画用户对关键词的评价;在多次用户反馈后,建立用户对关键词提取的模型;结合统计特征信息和用户反馈模型来计算候选词的权重,基于权重值大小提取文本关键词。实验结果表明,该方法能在用户反馈中不断学习,提取的关键词具有较高的准确率。

摘要：在分布式环境中,为提高资源利用率和网页抓取效率,提出一种基于优先级队列的分布式多主题爬虫调度算法PQ-MCSA。利用基于缓存的扩展式哈希算法对整体任务集进行切割,按照URL逻辑二级节点哈希映射法,将分割后的子任务集均匀地分配到各处理节点中;利用单处理节点的计算能力结合构建的任务优先级队列进行不同主题任务的调度。该算法改善了传统分布式爬虫对单节点的处理资源调度不充分、多主题任务爬取不均匀等缺点。实际项目的应用结果表明,使用该方法能够有效地提高各主题爬取结果的均衡度,具有较强的实用性。

摘要：在大规模传感和环境监测中,节约能源延长传感器节点生命已成为无线传感器网络最重要的研究课题之一。提供合理的能源消耗和改善无线网络生命周期的传感器网络系统,必须设计一种新的有效的节能方案和节能路由体系。方案采用一种聚类算法减少无线传感器网络的能量消耗,创建一种cluster-tree分簇路由结构的传感器网络。该方案主要目标是做一个理想的分簇分配,减少传感器节点之间的数据传输距离,降低传感器节点能源消耗,延长寿命。实验结果表明,该方案有效地降低了能源消耗从而延长无线传感器网络生命。

摘要：从设计思想、通信、进程、名字服务、并发控制、分布式事务以及容错能力等各方面比较了当今流行的分布式系统———CORBA、DCOM和J2EE.这些系统在一定程序上互有优劣,且都得到了广泛应用.它们都是通过组件接口和分布对象服务来提高重用性,这些标准都是基于组件模型的扩展.

摘要：随着WWW上信息爆炸式的增长,对信息的查询提出了严峻的挑战,如何快速、准确而又全面的查询到所需信息是现代查询技术研究的关键。XML作为一种可扩展标记语言,具有HTML无可比拟的优点,使新的搜索引擎的研究成为可能。而最新研发的瞬索XML数据搜索引擎很好地利用了XML的优点,它实现了低成本的超高速数据搜索。本文在瞬索技术的基础上,设计了一个新的搜索引擎体系结构,该结构充分利用了瞬索技术的优点,可实现全面、快速的查询。

摘要：XML业已成为WEB数据发布与交换的标准,包装器技术为数据挖掘提供了重要实现步骤,智能代理技术以其智能、代理特性在控制协调挖掘上起着重要作用。本文将这三项标准和技术进行有机结合,应用于WEB数据挖掘上,借助J2EE三层体系结构思想,给出了智能WEB信息提取实现方案,并简要阐述了该系统处理用户挖掘请求的流程,体现了该系统较强的智能理解和概括能力。

摘要：针对目前的企业配煤应用模型存在的问题,把煤的发热量、挥发分、硫分等煤质指标和自身限制当作约束条件,将配煤成本设置为目标函数,创建一个具有线性关系的火电企业实用型配煤优化模型。通过大量实验对粒子群算法进行改进,将改进后的粒子群算法应用到模型的求解当中。实验结果表明,通过选取恰当的配煤模型,利用改进后的粒子群算法求解,得出的各单煤的配煤比例符合实际要求,该算法具有一定的稳定性。

摘要：在详细分析电煤图像及其对应的煤质指标数据的基础上,针对当前煤质指标检测工具时效性差的问题,提出一种基于电煤图像数据分析的煤质指标检测方法。利用图像识别技术对煤质指标进行快捷检测,分为电煤图像预处理、图像特征提取与选择和分类决策3部分。实验结果表明,该检测方法是可行的,选择颜色直方图和Tamura纹理特征综合进行煤质指标检测具有较高准确率。

摘要：本文不是设计一种新的主题挖掘机,而是借助分层思想,为每层赋予特定的任务,采用容器管理机制,提出了一种针对主题挖掘的通用设计框架,该设计框架旨在规范和指导主题挖掘机的研发设计步骤;同时提供了相应的评估框架,其中包括几个重要的评估参数,根据这些参数的实验值可以估量挖掘机的性能,以此推动高效挖掘机的研发设计。