摘要：互联网上的搜索引擎可谓是百家争鸣，有时我们会使用多个引擎搜索相同的关键字，以得到更多的资料。不过每次都得输入***打开Google，输入***打开百度……虽然可以将这些添加到收藏夹甚至群组，但是这样管理并不是很直观，调用也不是很方便。搜索大杂烩就是针对此问题设计的，网站不但整合了众多知识搜索引擎，而且允许用户在同一个页面定制自己经常使用的搜索引擎，使搜索工作更简单。

摘要：对基于语义网络的产品建模及配置方案的搜索方法进行集成研究,以提高产品配置设计的效率.在相关本体的基础上,建立基于语义网络的产品模型结构,并据此解析用户所输入的查询语句.基于语义网络的产品模型提供一种定量与定性相结合的一致化的设计实例与需求的表达方式.进一步通过产品的语义网络模型可以获取设计需求的隐含条件,使得需求在设计方案的搜索匹配过程中被更充分地考虑.利用基于语义网络的推理技术与本体语言RDFS构造待求配置设计问题的语义网络片断,并通过语义搜索与匹配度计算排序从设计实例库中获取符合当前需求配置设计方案;同时,通过注塑机螺杆为实例的应用,证明了基于语义网络的产品模型在支持配置选型设计方案搜索方面的有效性与实用性.相对于传统的产品模型而言,基于语义网络的产品模型更关注属性之间的内部联系,经实例验证基于语义网络的产品模型使得配置设计过程更符合用户的实际需求.

摘要：当前裁剪方法是规则引导下进行资源搜索后设计者主观分析的过程,现有裁剪规则虽然能够引导资源搜索,但是却无法确保资源搜索的覆盖范围足够大,并且设计者的主观分析某种程度限制了方案的获取。针对上述问题,提出了主观分析和客观原理相结合的裁剪方法。首先,以理想化七条模式为基础,提取出了十条裁剪规则指导有用功能分配。然后,以裁剪规则与40条发明原理对系统结构改变方式上的相似性为基础,构建出了裁剪规则与发明原理的对应关系,以效应库、专利库以及新原理为知识源,利用裁剪规则对应的发明原理来寻找系统启发解。最后,通过对水果削皮机的创新设计,验证了此方法的合理性。

摘要：针对原有移动学习平台的资源搜索筛选项不够具体,导致资源查找困难的问题,设计基于深度学习的移动学习平台系统。优化系统硬件结构,合理设置电源域管理芯片模式。基于深度学习,搭建移动学习平台网络框架,解析用户请求数据,细化搜索筛选项,构建移动学习模型,完成基于深度学习的移动学习平台系统设计。实验结果表明,与原有系统相比,设计的基于深度学习的移动学习平台系统,搜索资源时可供参考的筛选项更加具体,得到的资源搜索结果更加精准,优化了用户的使用体验。

摘要：提出了一种应用于高等院校的自动排考算法。该算法结合了启发式算法的特点,同时建立静态冲突图来降低算法复杂程度,算法充分利用了应用领域经验和规则的优势,提高了自动排考的资源搜索能力。通过在实际工程中应用,表明该算法在解决复杂的高校排考问题时有较好的效果。

摘要：为实现云计算中云资源的快速查询,针对资源查找过程中查询效率较低以及网络维护成本较高等问题,提出一种基于结构化对等网络的云资源查询算法,实现对待查询云资源进行快速有效定位。首先设计一种新型超级节点拓扑结构,对网络拓扑中各节点进行唯一性编码,构造二元组路由信息索引列表,并设计相应的路由算法;然后给出了分层象限超级节点算法的查询效率与稳定性分析。仿真实验结果表明,分层象限超级节点算法查询效率较高,且随着网络规模增加,查询路径长度趋于稳定,同时对于超级节点失效带来的网络维护成本较低。

摘要：文章首先分析了传统对等(Peer-to-Peer,P2P)网络模型存在的优缺点,并在此基础上提出一种改进的P2P网络模型,如丢弃已见过的消息、原路返回应答消息和设置广播的半径等。同时,对网络模型中的节点管理功能模块、资源搜索功能模块和下载管理功能模块等做了较详细的介绍;文章作者在此基础上,设计、开发了一种基于P2P的网络管理系统(NMS)。

摘要：为了加强基于JXTA的对等网络的搜索性能,研究分析了JXTA网络中集合点的管理策略及查询机制。针对现有网络集合点管理措施的缺陷以及由此可能导致网络查询效率低下的问题,提出了应用移动Agent来协助JXTA进行集合点选择的方案,以达到选择综合性能优秀的节点来充当集合点的目的,并在此基础上给出了改进后的查询机制。最后,在局域网内进行了模拟实验,通过实验结果的对比分析表明,改进后的机制能够极大地优化JXTA网络的整体查询性能。

摘要：现今对等网络非常流行,许多P2P网络模型逐步成熟。纯粹的P2P技术有其自身的局限性,而Web服务技术的出现对P2P网络产生影响,把两者的优势结合起来会更好的让计算机网络为人类服务。设计了一种新的P2P网络模型,资源提供者通过Web服务发布要共享资源,资源需求者利用Web服务提供的资源搜索技术,得到提供者的地址,让提供者和需求者直接交互达到资源共享的目的,最后给出了新的研究方向和应用前景。

摘要：针对无结构化对等网络中资源搜索效率低、网络带宽消耗高的问题,结合动态搜索算法和缓存技术提出一种使用搜索结果缓存的混合搜索算法(HSUC)。该算法按照动态搜索算法进行资源搜索,如果搜索成功,返回资源地址信息,反之,返回搜索失败信息,节点将返回的搜索结果写入缓存作为参考,当其它节点发起相同主题的搜索时,参考该信息进行,不再搜遍整个网络。仿真实验结果表明,该算法改进了资源搜索的盲目性,降低了带宽消耗,提高了搜索成功率。