摘要：在深网的演化过程中,Deep Web数据源的内容、模式在不断变化,影响到Deep Web集成系统的查询能力。为此,本文分析了在深网演进环境下已有集成系统中存在的问题,并设计出了一个基于动态数据源的Deep Web信息集成系统。首先通过本地接口版本演化的方式,来同步本地接口与网络接口的信息,保证本地成员接口的有效性。然后根据本地动态接口数据源的特点,采用属性相似度聚类方法实现全局接口模式集成,并形成全局接口和本地接口之间的临时映射关系,并用相似度值来标记映射关系权重。最后,采用基于动态权重映射,实现全局查询到本地查询的转换。实验结果表明,该系统使得Deep Web查询能力在查准率和查全率方面都有较好的表现,是可行的和有效的。

摘要：随着大数据时代的来临,传统的单机式或多线程式的主题爬虫已经很难满足海量数据的爬取任务。为此,首先采用向量空间模型来提高下载网页的主题相关度,然后引入MapReduce分布式计算模型以达到高效率的分布式海量爬取,同时利用基于HDFS的HBase分布式数据库达到高效率的分布式海量存储,最后通过实验结果数据验证设计的主题爬虫模型的高效性、扩展性、可靠性和稳定性。

摘要：针对模糊控制算法存在局部最小值问题,提出了基于行为的模糊控制算法。首先将移动机器人的运动规划行为分解为避障行为和目标趋向行为,然后通过设定相关的模糊规则,设计避障行为和目标趋向行为,从而完成路径规划,最后采用MOBOTSIM对算法进行仿真实现,验证了该算法的有效性。

摘要：随着互联网上信息量飞速增长,海量数据的索引出现了难题,现行的索引方案已经难以提供高效、可靠的服务,为此,设计并实现了一种针对海量数据进行索引的平台模型。该平台模型首先利用Solr分布式索引器生成索引文件,然后利用Hadoop分布式集群,以HDFS分布式文件系统、Map Reduce分布式并行计算模型、Zookeeper同步协同系统以及Hbase分布式数据库技术来处理、协调管理索引和存储海量数据,最后通过实验测试,该平台模型可以克服现行的海量数据索引时存在的效率低的问题,同时具有良好的扩展性和可靠性。