对等网络资源搜索模型研究

为了提高结构化P2P网络的查询性能,提出P2P网络搜索延时模型,通过分析结构化P2P网络的搜索过程,利用马尔可夫链,得出P2P网络平均节点会话时间和搜索延时之间的关系。该模型展现了P2P Churn与网络性能之间的内在规律,进而达到改善结构化P2P的性能和应用范围的目的。     

基于带偏随机游动的复制与搜索

现有的对等搜索策略能够有效解决流行数据项的定位,但是在稀有数据项搜索方面所需的成本相对较高.根据无结构对等网络中节点度的幂律分布特征,提出一种新的数据项复制与搜索策略,通过基于带偏随机游动的方式定向复制数据项到系统中小部分高度节点,资源搜索采用相同的方式进行.分析和模拟结果表明,所提出的资源搜索算法能够以低消息开销和低延迟获得高的搜索成功率.     

有趣的网站搜索软件：MataHari

MataHari是美国的WebToolsCompany公司1998年的新产品,它是目前网络搜索软件币场上优秀的客户端搜索工具,有包括著名的AltaVista。Excite和Yahoo等在内的超过100个搜索引擎站点支持它,该软件可根据用户的Web数据请求利用其最新的文本分析技术处理从众多的搜索引擎站点返回的结果,经过判断和识别,将相关站点的资料保存到本地计算机桌面上的数据库中以供离线则览,它还能在用户需要时及时地把过旧的桌面数据库更新,剔除掉那些死链接。因此用户甚至无需为要记住一长串的站点IP地址而发愁。这套32位的共享软件目前最新版本为1．01,…     

一种改进的非结构化P2P网络搜索方法

如何高效地搜索资源是P2P网络中最为关键的问题。非结构化的对等网络，一般以广播方式作为其搜索的基本策略，引发较大的网络流量，因此，提出改进的搜索策略，包括把节点划分为拥有丰富资源的核心节点和稀疏资源的边缘节点，并为每个节点引入朋友节点，模拟测试表明改进算法稳定有效，降低了网络开销。     

基于全局信任度的多层分组P2P信任模型

通过多层分组策略,利用组中信任度、全局信任度和个人评价制度,提出基于全局信任度模型的新算法。对于对等节点的每一次P2P连接,算法会在交互前对每个可能交互的信任度进行合理评价,使节点事先得知交互的信任度参考值,可以由此采取相应策略提高交互安全性。经过算法分析和仿真测试表明,该模型的全局信任度具有迭代收敛性,对交互的信任度评价可信度高,对P2P安全性上存在的问题具有较大的改进。     

对等网络Chord搜索路由算法的改进

在对等网络中,如何高效地搜索广泛分布的网络资源一直是研究的重点.基于分布式哈希表(DHT)的资源搜索算法是目前比较流行的算法之一.介绍了其中具有代表性的Chord算法,分析其存在的缺陷,提出了一种聚类超级节点搜索路由的改进算法,继承了Chord算法简单、高效、可靠、负载平衡及开销少的优点,明显提高了搜索查询的效率.     

弹性分组环基于流的公平算法的研究

IEEE802．17弹性分组环是宽带城域网的新型技术。凭着本地公平算法、空间重利用、带宽统计复用、正常状态双环均传输业务等特点从而和传统环网相比,弹性分组环在带宽利用方面具有较大的优势。公平算法对弹性分组环发挥其带宽利用优势具有极其重要的作用,而目前的基于节点公平算法不能完全发挥弹性分组环的优势。文章在更能发挥弹性分组环带宽利用优势的基于流的公平策略的基础上,建立相应的算法方案,并进行计算机仿真验证。实验结果验证了理论分析。     

面向高效加密云数据排序搜索的类别分组索引方法

针对现有可搜索加密领域所遇到的加密密钥维度高、更新不灵活和搜索速度慢等问题,我们提出了一种新型类别分组索引方法——CGIM.新方法将数据分类后,按类提取关键词建立分组索引,并采用分组加密方式实现以若干低维加密密钥代替高维加密密钥以缩短索引和查询请求的加密时间.此外,分组索引方法的每个组向量对应不同的类别,这样不仅可以实现分类更新以改善更新文档的灵活性,而且能够在检索过程中生成针对性陷门,从而进一步提高搜索的速度和效率.理论和实验分析表明,该方法是可行且有效的.     

基于TTL约束洪泛算法的文件搜索性能改进方法

研究了在没有分布式索引结构的非结构化P2P网络中如何改进搜索效率。找出KaZaA及Gnutella中影响性能的问题,由此提出了解决方法,并重点提出了一个基于票据的搜索算法以减少过量的搜索负载。     

基于本体的语义检索技术在题库中的应用

传统的题库并未考虑到题目的语义及题目之间的关系.针对这个问题,介绍了语义网络和本体的概念,探讨了应用本体来构造题库中题目的有关知识,从而形成用知识型题库的方法和基于本体的语义搜索技术来分析题目所涵盖知识点的方法.     

Research on search engine techniques of Surakarta game

Computer game (CG) is one of the most challenging research directions in the fields of computer science and artificial intelligence (AI). Relational techniques of computer game are discussed in this article. The main work is listed below as three aspects: First of all, we analyzed the characteristics of Surakarta and modeled the game process of Surakarta. Next then, we discussed the techniques of search engine, which include game state evaluation and game tree search. Lastly, a series of experiments for the search engine were done. And then, combined with the experiments we get the empirical equation. These techniques made the evaluation of the game state more accurate, and the performance of the search engine was more effective and intelligent. The results and conclusions of these experiments have some reference values to other computer game procedures. And they have been proved by a series of experiments and competitions.     

基于BP网络的农业主题元搜索引擎研究

为提高传统搜索引擎对农业主题信息的搜索效果,构建了基于BP网络的农业主题搜索引擎,该搜索引擎通过利用多个搜索引擎的搜索结果来提高搜索引擎的查全率,再通过使用BP网络对搜索结果进行二次判断来提高搜索引擎的查准率.     

基于动态路网的分布式邻近目标查询算法

提出了一种基于实时路况信息的分布式邻近目标查询算法,采用基于Voronoi图的划分将地理信息存储在离它最近路口的智能摄像头上,实时路况信息由智能摄像头采集,通过对路口的畅通程度进行建模,估算出路口间通行所需要的时间。当有车辆查询邻近目标时,网络中的智能摄像头根据所在路口的畅通程度和到邻近路口的距离,在分布式查询过程中加入延时转发机制,广播目标路径询问的数据分组,使数据分组的发送能模拟当前的路况进行传输,从而获得到达邻近目标的路径。基于真实数据的实验结果表明算法是有效的,处理大量并发查询时的性能优于现有方法。     

Double‐layer P2P networks supporting semantic search and keeping scalability

In peer‐to‐peer (P2P) networks, with the aim to support semantic search and keep scalability at the same time, a novel double‐layer P2P protocol is proposed. Firstly, keywords representing resource characteristics are compressed into bloom filters and structured P2P layer is constructed. Secondly, through analyzing one's bloom filters, each node extracts its interest, which is represented by a characteristic vector V. After obtaining common interest among nodes through comparing their Vs, a small‐world model is constructed, and another unstructured P2P layer is obtained. Consequently, on the basis of the decentralized architecture, a double‐layer semantic search P2P protocol is structured. When objective resource is being located, its similarity to local interest is used to determine whether it should be located in unstructured P2P semantic layer or structured layer adaptively, which not only improves search efficiency but also supports semantic location more widely. Copyright © 2013 John Wiley & Sons, Ltd.     

社交网络智慧搜索研究进展与发展趋势

在以社交网络为代表的Web 2.0时代,搜索需求已经远超出Web 1.0搜索引擎的能力范畴,数据具有模式多态、快速产生、动态交互、碎片化、变化演绎等特点,这些新特点给搜索引擎技术带来了革命性和颠覆性的挑战。归纳了在线社交网络智慧搜索研究进展和技术要点,分析了研究发展过程将面临3个主要问题：在线社交网络中智慧与知识的发掘与推演、用户真实搜索意图的理解与表示以及满足用户真实意图的智慧解答在线响应,并以解决此3个问题为目标讨论了相关技术发展。     

Fine-grained neural architecture search for image super-resolution

Designing efficient deep neural networks has achieved great interest in image super-resolution (SR). However, exploring diverse network structures is computationally expensive. More importantly, each layer in a network has a distinct role that leads to the design of a specialized structure. In this work, we present a novel neural architecture search (NAS) algorithm that efficiently explores layer-wise structures. Specifically, we construct a supernet allowing flexibility in choosing the number of channels and per-channel activation functions according to the role of each layer. The search process runs efficiently via channel pruning since gradient descent jointly optimizes the Mult-Adds and the accuracy of the searched models. We facilitate estimating the model Mult-Adds in a differentiable manner using relaxations in the backward pass. The searched model, named FGNAS, outperforms the state-of-the-art NAS-based SR methods by a large margin.     

机载传感器无引导搜索策略研究

针对机载传感器搜索任务,将无引导搜索问题分为搜索区域目标出现概率未知和已知两种情况进行了讨论。在搜索区域仅有一个目标和忽略传感器搜索视场切换的前提假设下,在搜索时间最短的要求下,提出了一种最优搜索策略,即任一视场的搜索次数与该视场中目标出现概率的平方根成正比。并通过仿真实例表现了该搜索策略:未知目标出现概率的情况下是一种顺序搜索,而已知目标出现概率的情况下是优先、多次搜索目标出现概率较大视场的同时,还无遗漏的兼顾搜索其他视场。该策略使传感器尽快满足任务要求,缩减工作时间。     

A new internet of things group search optimizer

The development of the Internet of Things brings new opportunities and challenges for sensor networks. The scale of sensor networks tends to be larger. And the fusion rules need to be intelligent. In this paper, we propose a new Internet of Things group search optimizer (ITGSO) to solve intelligent information fusion problems in the high‐dimensional multi‐sensor networks. ITGSO is inspired by the latest research achievement about leader decision in Nature and works about social coordination, which mainly consists of three parts: basic group search optimizer, binary group search optimizer, and social decision model. With ITGSO, we need less time to obtain minimum Bayes cost than particle swarm optimization. And information of uncertain social intelligent problems can be fused. In this paper, we give the theoretical basic of ITGSO and proved its validity via mathematical analysis and simulation results. Copyright © 2014 John Wiley & Sons, Ltd.     

无线Ad-Hoc网络中P2P文件搜索机制的研究

对低移动性、频繁搜索文件的无线Ad-Hoc网络,提出一种新型P2P文件共享系统,介绍一种将文件查找和路由功能统一起来形成跨层的方案。所有共享文件采用全分布哈希表,在无线网络拓扑结构建立的同时存储和保留位置信息以及路由信息．通过节点间的树形逻辑结构解决共享文件的定位查询和下载问题。