摘要：近几年,对deep Web的研究和实践,尤其在商业领域已经有了一定实质性的成果。但在对网络数据库内容获取上仍处于起步阶段。就deep Web数据库内容的获取展开研究,设计一种属性值图的方法,从图形角度对数据库内容遍历,最终获取deepWeb内容。通过实验验证,证明该方法能有效地获取的大量deep Web内容,用户可通过搜索引擎更方便快捷地查找,大大提高了索引的覆盖率和效率。

摘要：deep Web蕴藏丰富的、高质量的信息资源,为了获取某deep Web站点的页面,用户不得不键入一系列的关键词集。由于没有直接指向deep Web页面的静态链接,目前大多数搜索引擎不能发现这些页面。该文提出的deep Web爬虫爬行策略,可以有效地下载deep Web页面。由于该页面只提供一个查询接口,因此deep Web爬虫设计面对的主要挑战是怎样选择最佳的查询关键词产生有意义的查询。实验证明文中提出的一种基于不同关键词相关度权重的选择方法是有效的。

摘要：为简化模板的抽取规则、提高抽取的准确率,提出了一种基于双模板和领域本体的deep Web信息抽取方法。该方法采用DIV块模板和表格模板结合的方法,建立双模板。利用基于中文分词的网页预处理结果,在领域本体知识的指导下,通过C4.5决策树算法来训练分类模型,筛选出待抽取的DIV块序号,构建DIV块模板,从而可以精确定位到数据块。利用XML技术构建XSLT文档,得到表格模板的抽取规则,从而抽取出数据片段。选取天气领域进行deep Web信息抽取实验,实验结果表明,抽取准确率和召回率都可以达到95%以上,取得了较好的抽取效果。

摘要：为了用户方便快速地使用deep Web中的信息,对在线数据库中的内容进行获取是一种行之有效的方法。本文设计了一种基于领域本体的deep Web数据库内容获取技术,利用训练数据库训练构建领域本体,通过领域本体中的有效查询项获得查询关键字集,对数据库内容进行查询,最终获得deep Web内容。通过实验证明,该方法能有效地获取deep Web中的大部分内容,用户可以通过搜索引擎更快更方便地查询deep Web中的信息。

摘要：研究如何准确快速获取deep Web网络资源.提出了一种基于主题的deep Web聚焦爬虫框架,该框架主要包含了爬行模块、网页分类模块、链接解析模块和查询接口判别模块4大模块.实验结果表明,该爬虫的爬行策略取得了很好的效果,大大提高了效率,可以很好地适应特定主题的结构化deep Web信息采集.

摘要：deep Web包含丰富的、高质量的信息资源,由于没有直接指向deep Web页面的静态链接,目前大多搜索引擎不能发现这些页面,只能通过填写表单提交查询获取。为此,提出一种deep Web爬虫爬行策略。用网页分类器的分层结果指导链接信息提取器提取有前途的链接,将爬行深度限定在3层,从最靠近查询表单中提取链接,且只提取属于这3个层次的链接,从而减少爬虫爬行时间,提高爬虫的准确度,并设计聚焦爬行算法的约束条件。实验结果表明,该策略可以有效地下载deep Web页面,提高爬行效率。

摘要：随着科技的进步,人工智能已经开始融到入人们的生活的方方面面,并在各个领域均取得令人惊喜的成果。甚至在被认为是最不可能被机器替代的艺术领域,过去几年中,人工智能也开始逐步参与其中。deep Dream是谷歌2015年发布的一种艺术性的图像修改技术,利用这项技术可以生成具有艺术风格的画作。利用深度学习框架TensorFlow导入Inception模型,进而研究并实现deep Dream生成模型。

摘要：随着Web数据库的不断增长,大量网络信息通过普通搜索引擎难以满足用户的需求,需要用户提交表单查询并从后台数据库中返回结果页面才能获取到想要的信息,称为deep Web。因此如何有效地抽取这些实体信息成为一个值得研究的问题。论文通过分析deep Web结果页面的特点,结合人的视觉特征,提出了一种基于视觉特征的deep Web信息抽取方法。该方法充分利用了人的视觉特征,在解析器将Web文档解析成语法树之前,将Web页面一些与主题无关的信息(例如导航栏、广告)等去除,并对优化后的DOM树利用VIPS算法对其进行语义分块,分块后根据位置特征首先寻找到基准视觉块,以该基准视觉块作为中心位置逆序和顺序遍历DOM树寻找所有相似的视觉块并对其进行抽取。从实验效果来看,该方法从提取信息速度和提取信息的准确率和完整率方面与传统方法相比都有一定的提高。

摘要：为了最大限度地获取deep Web数据源信息,并对获取到的数据源信息进行分类,方便后续的数据源集成工作以及用户的检索使用,提出了一种基于数据库的实时的deep Web数据源搜索框架,该模型在本地服务器上设计安装"数据源发现应用程序"模块,通过各搜索网站下载安装的"客户端数据源应用程序"模块实现数据信息的对接和实时传送.为了保证检索效率,利用知网结合同义词词林对各大被检索网站进行分类.

摘要：With the significant advancement in emerging processor, memory, and networking technologies, exascale systems will become available in the next few years （2020 2022）. As the exascale systems begin to be deployed and used, there will be a continuous demand to run next-generation applications with finer granularity, finer time-steps, and increased data sizes. Based on historical trends, next-generation applications will require post-exascale systems during 2025-2035. In this study, we focus on the networking and communication challenges for post-exascale systems. Firstly, we present an envisioned architecture for post-exascale systems. Secondly, the challenges are summarized from different perspectives： heterogeneous networking technologies, high-performance eonmmnication and synchronization protocols, integrated support with accelerators and field-programmable gate arrays, fault-tolerance and quality-of-service support, energy-aware communication schemes and protocols, software- defined networking, and scalable communication protocols with heterogeneous memory and storage. Thirdly, we present the challenges in designing efficient programming model support for high-performance computing, big data, and deep learning on these systems. Finally, we emphasize the critical need for co-designing runtime with upper layers on these systems to achieve the maximum performance and scalability.