维普资讯 doc.guandang.net
计算机应用与软件 然存在使得 i 6( l, L )
=1这样可求出 b; .
20 0 7丘 表 3实验结果
样本是否属于用户定题领域类的判断,首先计算 z= (, )再计算如下决策函数:
评价指标 l常用检索系统 查全率 J 2% 4查准率 l 4% 1
我们的系 统 6% 3 7% 0
) s[ ( ) b= g∑Y/z弓+】 n o 程,使加入该类。 x p
( 4 ) 5结束语 本文提出了一种基于 A et gn的中文信息智能检索系统。利 用 A et自主性、 gn的反应性和智能性,过将支持向量机引入智通
若 z:1则属于用户定义的领域类, ),否则重复上述过
c ) l ^
z (可有三种形式,= )系统采用径向基函数 ( B ) RF。
能过滤子系统,有效解决了中文信息的智能分类和检索,使系统的智能化程度大大提高。有效提高了检索系统中的查全率和查准率,取得了满意的智能化和个性化检索效果。
4实验结果及分析 我们用 Jv语言实现了一个模拟检索系统, aa根据中文雅虎 网站 (t:/ n yho cm) ht/ c .ao.o和新浪网站 ( t:/ w .iacm. p h p/ w w s .o t n
参考 ( ) 7— 2 6:8 8 .
文献
[]赵静萍, 1张友鹏.中文搜索引擎的比较研究[]图书与情报,0 4 J. 20,[ 2]Jahm . et a gr ai i u p ̄V c rM cie:er g ocisT Tx C t o zt nwt S p o et ahn sL a n ei o h o i wt n e vn etrs C] I: r ednso eE rpa o— i MayR l at a e[ .n Po eig fh uornC n h e F u c t f r n e o c i e L a n S rn 1 9 e e c n Ma h n e f g, p g, 9 8. i i
c) n的分类,我们确定了 l大类, 4个即政治、商业经济、体育、农 业、工业、医疗卫生、科学技术、教育、旅游交通、文学艺术、教宗
种族、天文地理、政法军事、文化生活;中每大类又分了一些子其 类。每一类及子类均从网站下载了网页文档,并按一定的组织方式形成训练文档,用户也可以根据自己兴趣定制训练文档。 系统采用了金山软件有限公司开发的金山词霸 (版本号 5 . o) 0中的分类词表
,作为系统的基本分类词典,并将词典保存在
(上接第 4 1页 )
为一2 d功率谱密度图形经 4次相关运算后的功率谱密度。 0 B) 可以验证,多重自相关法还可以推广到同时对多个正弦信号的 检测中去。
数据库中, 8大类,中 5共 5个其 2个大类还有子类。基本分类词 典按照表 1所示的格式存放。 表 1基本分类词典格式
4结
论
主类名子类名
词条
文学艺术文学古典文学;现代文学;大众文学;篇小说;长 随笔;…
针对微弱正弦信号的检测,在应用小波变换进行预处理的前提下,提出多重自相关检测微弱正弦信号的方法,通过仿真证 实了这种方法的有效性,这种方法在频率测量中具有极高的准
在用户指定的某一专题,通过与用户交互后,得到的该专题下的词典,其格式如表 2。 表 2用户专题词典
确性;在幅度测量上,过多次测量取平均值,通也可达到预期的精度。与传统的微弱信号时域处理方法比较,重自相关检测多方法理论推导简单,意义明确,另外,这种方法对噪声白化要求 低,于工程应用。便
主词条科幻
同义词条科学幻想小说
蕴含词条小说
权值
参
考文
献
其中权值按照 3 2所介绍的方法得到。 . 我们将该系统安装在校园网的一台服务器上,教师和学生
[1] M ls Z ogSfn C aatrai f i asf m m hsa de l t a a,hn i . hrc i tno g l o u i l egs e ez o sn r ce[] IE r scin npt r nl ia dm cieitlgne J .E ETa at so aena a s ahn n l ec, n o t y sn ei 19 1 ( )7 072 9 2,4 7:1-3 .
通过浏览器使用系统。假如,一位老师对计算机知识感兴趣,他按照界面 A e t gn的提示,通过对表单值的选择,就可以决定该领域的特征词,如硬件知识、软件开发、多媒体等等,然后递交给系 统,系统按 22的工作流程进行智能检索和处理, .将结果返回界面 A e t用户便可以阅读所需要的文档。系统会将用户每次所 gn,
[ 2]周浩敏,韩颖.硅微传感器中微弱信号的相关检测[]北京航空 J. 航天大学学报,9 9 2 ( ) 1-1 19,5 1:
92,
[ 3]范晓志.小波变换的信号去噪应用[]武汉科技大学学报,04 J. 20, 2 ( ) 26 8 7 3: 8 ̄8,
[4]N wa dD E H r ncw vl snvbain daosi J, o— e l , amoi aee irt s cut s[] R y n ti o a n c a S rn hl: 99,7 0 (5 ) 20 -6 5 l o Ta sP is A 19 16, 37:672 2, c o
阅读的感兴趣的网页主题词自动存人特征知识库,户还可以用在知识库中定制专业背景词汇,样不同用户即便输入相同的这检索词,出的结果也可能不相同。例如:输用户甲和乙都输入关
[5]S e okB G, a a , no e i rt oieads et n. h dc K k dY P Widw ddse ecs n i r s c n n a frs fr h ̄n dt om siig aa[J] i a rcsn,20, 1(: o .Sgl oes g 0 1 8 7) n p i 1 6 17 4 5—4 8.
键词“计算机硬件知识”由于用户甲的知识库中存储的都是硬,件方面的理论知识,所以系统会自动返回计算机硬件理论知识 给用户甲,而用户乙的知识库中存储的都是硬件销售行情,以所系统会自动返回硬件行情信息给用户乙。 我们统计了4个用户各 2 5次检索结果,依据通用评价指标进行了析。通用信息检索工具的评价指标有两个:分查全率和查准率。我们的结果如表 3所示。
[6] e l dD E Rdeadp aeidnict ni e eu nyaa s N wa . ig hs et a o t q ec l i n n n i f i nhf r n ys
o t s n s a y a oi w vl sJ . o Vb tnad cu— fr i t i l b r n ae t] J f i a o os a e g s h m c n n e[ ri n A t sTasci so teA i,rnat n fh SME,9 9,2 ( ):4—5 . c o 19 1 12 19 15
[ 7]胡莺庆.随机共振原理在强噪声背景信号检测中的应用[]国防 J. 科技大学学报,0 12 ( ) 4一4 2 0,3 4:O 4 .
[ 8]张志涌, M T A教程一等. A L B基于 6 x .版本[ . M]北京:北京航空航 天
大学出版社,0 3 20.

届毕业论文 基于小波变换的微弱信号检测技术研究摘要: 微弱信号检测的目的是要提取需要检测到的微弱信息,利用小波分析方法遏 制噪声放大信号以达到检测微弱信号的目的...
基于小波变换分析的微弱信号检测研究_信息与通信_...农业的重要技术基础之一,对发展高效节水农业意义重 ...自相关检测及互相关检测法、取样积分法(时 域分析...
故小波变换对信噪比较低的非平稳信号有较 好的检测性能 [20] 4 ... 因此, 特征信号多为低信噪比的微弱信 号。 第二,...发展起来的小波分析理论、 神经网络、 ...
提出了一种基于小波分解的信号相关技术,在此基础上引入小波变换和自相关分析方法。先对采集到的信号进行多层小波分解,运用小波变换进行信号滤波和奇异性检测,然后......
于信号检测的技术.该技术的主要原理是利用小波分析...小波相关系数熵确定边界轮廓,实现信号准确定位.最后...值的信号检测法,证明了该方法检测微弱信号边缘特性更...
根据随机共振的噪声选择性和频率敏感特性,提出了基于小波变换和随机共振的微弱信号检测方法。对含噪输入信号经多尺度小波变换分解为不同尺度频率的信号成分后,通过引入...
和小波变换;基于非线性理论的检测法中重点分析随机...因此,特征信号多为低信噪比的微弱信号。 第二,要求...文章描述了利用自相关法从随机噪声中 提取周期信号。...
时域检测法中主要分析相关检 测、 取样积分与数字式...因此, 特征信号多为低信噪比的微弱信 号。 第二,...基于小波变换的激光雷达弱信号处理方法的 . 研究[D...
第四章 微弱信号检测技术 4.1 被动信号检测 被动...传统的谱估计方 法主要有自相关法和周期图法,后者...小波分析、高阶统计量分析、循环平稳信号分析、 ...
热门文档