期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
面向高校信息的垂直搜索引擎的研究与实现 被引量:5
1
作者 赵德平 王延臣 +1 位作者 李鹏 祝慧洁 《沈阳建筑大学学报(自然科学版)》 CAS 北大核心 2012年第3期555-562,共8页
目的为了解决高等院校信息资源领域搜索服务的需求,以及对搜索结果的个性化和实时性要求,针对高等院校信息资源分布比较多较广的特点,设计面向高校信息的相关垂直搜索引擎系统.方法利用Nutch网络爬虫和Lucene索引平台结合中文分词、主... 目的为了解决高等院校信息资源领域搜索服务的需求,以及对搜索结果的个性化和实时性要求,针对高等院校信息资源分布比较多较广的特点,设计面向高校信息的相关垂直搜索引擎系统.方法利用Nutch网络爬虫和Lucene索引平台结合中文分词、主题预测等相关垂直搜索引擎技术,针对高等院校信息资源这一类特定领域研究和实现一款具有市场潜力的垂直搜索引擎系统.结果在基于Lucene平台和改进的Nutch开源爬虫框架下,设计并构建了包含抓取网页、解析网页、数据索引、数据搜索等功能组成的高校信息垂直搜索引擎原形.结论该高校信息垂直搜索引擎可为用户提供相关高校某个主题信息的检索、查询与分析等服务,同时在查询的准确率和效率上都比传统的搜索引擎有了显著的提高. 展开更多
关键词 高校信息 LUCENE 垂直搜索 NUTCH
在线阅读 下载PDF
基于改进的LSTM算法的时间序列流量预测 被引量:16
2
作者 郭佳丽 邢双云 +1 位作者 栾昊 贾艳婷 《南京信息工程大学学报(自然科学版)》 CAS 北大核心 2021年第5期571-575,共5页
时间序列流量的预测问题是近年来机器学习的一个热点问题,通过改变长短期记忆网络(LSTM)层数、网络层神经元的个数、网络层之间的连接方式,特殊网络层的应用等网络结构以及优化器和损失函数的选择可以极大地提高预测的精度.本文提出多层... 时间序列流量的预测问题是近年来机器学习的一个热点问题,通过改变长短期记忆网络(LSTM)层数、网络层神经元的个数、网络层之间的连接方式,特殊网络层的应用等网络结构以及优化器和损失函数的选择可以极大地提高预测的精度.本文提出多层LSTM算法,该算法是在传统LSTM算法上进行改进的单一模型,模型设计的复杂度低,可以提高机器学习的效率.模型采用一个输入层、5个隐藏层、1个输出层,同时包含1个全连接层和1个Dropout层,Dropout层的作用是防止机器学习过拟合.选择adam为模型优化器、mlse为模型损失函数、relu作为模型的激活函数.实验结果表明,与传统模型相比,该模型具有较好的泛化能力. 展开更多
关键词 时间序列预测 长短期记忆网络 预测精度 泛化能力
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部