面向Deep Web的Ajax查询接口技术研究

Deep Web网站采用Ajax技术后使得获取其数据信息更加困难。查询接口处理是获取Deep Web数据的关键步骤,针对采用Ajax技术的Deep Web查询接口,建立Ajax分析处理模型,解决传统爬虫无法完成表单提交的困难,从而获取到更多的Deep Web数据。实验结果证实,该方法是有效的。     

基于世界知识的深网数据源增强分类模型

针对传统词袋方法在深网(Deep Web)数据源分类应用中的局限性,提出一种基于世界知识的Deep Web数据源增强分类模型,通过对外部知识库的主题分析,建立特征映射,构造基于领域概念的辅助分类器,丰富Deep Web查询表单的特征集合。基于Wikipedia百科知识库对真实Web数据进行分类。实验结果证明该模型有效。     

基于Choquet积分的深层网数据源选择

提出一种基于Choquet模糊积分的深层网数据源选择方法。通过在1组关键字上的查询结果评价深层网数据源的质量,评价时不仅考虑到关键字间的权重,同时还考虑多个关键字之间存在的交互作用。实验结果表明,该方法有效,且对深层网数据源的评价更接近真实。     

结构化信息的去重方法

针对载有结构化信息的网页,提出一种基于学习的去重方法。通过先期准备的样本定义分类器,根据分类器对页面中结构化信息的不同属性字段进行分类和距离计算,计算出整个信息对象和已分类样本信息的距离,以这些距离与阈值的大小关系判断该信息对象是否重复。     

基于SOA居民健康档案与数据挖掘技术研究

传统基于业务管理的离散系统建设,已无法满足区域医疗卫生信息共享和业务协同的需求。区域卫生信息化正向着整合性、遍在性、扩展性方向发展,既满足卫生行业发展和管理的需求又能整合现有的系统保护之前的投入,就需要顶层规划的架构能具备高兼容性和高可扩展性,SOA体系架构将是一个很好的应用。文中结合基于SOA居民健康档案管理系统(EHR)的实际应用,给出了利用Web Service实现SOA的有效方法,平台以服务居民为中心,同时,兼顾卫生管理和辅助决策研究的数据挖掘利用,将是行业整合平台的发展方向。     

Deep Web中基于表单特征的松弛方法

在Deep Web数据集成系统中进行查询松弛时,面对众多异构数据源的属性,如何来判断松弛的先后顺序目前没有很好的方法.根据表单特征来判定属性的重要程度,提出一种针对Deep Web环境的属性松弛顺序判定方法.同时在结果的排序过程中考虑影响松弛结果与查询条件相似性的主要因素,提出了一种更为高效的排序方法.实验结果表明了该方法的有效性.     

基于DOM树与领域本体的Web抽取方法

为解决异构DeepWeb结果页面中数据区域及数据记录的自动抽取问题,提出一种基于DOM树与领域本体的Web抽取方法。利用数据内容特征以及领域本体库标记DOM树的节点,按照结果页面展示规律定位数据区域,根据改进的简单树匹配算法,定位数据区域及数据记录。实验结果表明,该方法定位数据区域及数据记录的F-measure值比传统的抽取方法高2.93%~6.67%。     

采场全生命周期及其应力的时空演化特征分析

井工开采过程中采场应力的分布及演化规律对于回采巷道及工作面围岩的稳定性控制至关重要。本文将开切眼到停采的全部过程称之为采场全生命周期,且将采场应力分为工作面超前支承应力和工作面顶板应力两部分,基于材料力学建立了采场全生命周期内覆岩结构模型得到了不同阶段超前支承应力的力学函数;借助UDEC软件来分析采动过程中覆岩结构的时空演化过程和超前支承应力的动态演化特征,得到了工作面超前支承应力和工作面顶板应力的协调非同步演化特征,认为单个周期来压内超前支承应力峰值会在空间和时间上超前于工作面顶板应力峰值出现,且二者均表现出周期来压前大于来压后的规律,在采场全生命周期内在采动达到非充分采动和充分采动交界点阶段先后达到极值,因此依据采场应力的演变规律将采场全生命周期分为发生期(Ⅰ)、发育期(Ⅱ)、稳定期(Ⅲ)3个阶段:发生期(Ⅰ)对应的是开切眼至基本顶初次来压,采场应力保持稳定的缓慢增长;发育期(Ⅱ)对应的是周期来压至非充分采动与充分采动阶段的交界点,采场应力保持不同的增长速率;稳定期(Ⅲ)对应的是充分采动直到停采阶段,采场应力保持着较为稳定的波动;通过对采场全生命周期及其应力的演化特征分析及划区可以预先对回采过程中的高位应力区进行判定,及早采取相应的措施,为采场的安全提供保障。     

通信铁塔随机振动环境数据的归纳方法

介绍了国内外振动环境归纳方法 ,结合通信铁塔的特点,根据数据采集时的不同风速,并依据现有国军标和其他相关文献,将通信铁塔振动环境数据进行归纳处理。将归纳得到的实测谱用于工程试验中,为改善通信铁塔相关设备的结构等方面奠定了基础。     

关于中国Deep Web的规模、分布和结构

随着Web数据库的广泛应用,Web正在加速的"深化",大量的高质量的信息隐藏在Deep Web中.基于IP采样的方法,对1,000,000个IP样本进行了分析统计,揭示了2006年初中国Deep Web的规模、分布和结构.主要结论包括有:1中国Deep Web查询接口往往位于站点浅层,94.6%的Deep Web查询接口出现在站点的前3层;2中国Deep Web大约有24,000个站点,28,000个Web数据库和74,000个查询接口;3中国Deep Web大部分是非结构化的,其中64%是非结构化的Web数据库;4中国Deep Web分布于多种不同的主题领域;5目前主要的中文搜索引擎已覆盖国内Deep Web大约二分之一的页面.