公共文化服务平台

张明: 作品数：23 被引量：111H指数：6; 供职机构：河北大学更多>>; 发文基金：国家自然科学基金河北省自然科学基金河北省教育科学'十一五'规划课题更多>>; 相关领域：自动化与计算机技术文化科学政治法律历史地理更多>>

合作作者

通用查询模块的设计与实现被引量：2: 2003年; 查询系统是管理信息系统的重要组成部分 ,普通的查询方法只是针对某一具体的主题 ,查询结果以报表的形式显示给用户 .本文讨论了一种PowerBuilder程序设计中通用查询模块的设计思路与实现方法 ,该模块可以灵活指定查询条件 ,实现对任意数据的查询 ,这对于提高MIS系统的开发效率具有重要意义 .; 郗亚辉王苗袁方张明; 关键词：POWERBUILDER 数据窗口 MIS 查询通用查询模块

基于Ontology的智能信息检索研究被引量：10: 2005年; 在介绍Ontology的基本概念及Ontology在信息检索中的应用前提下,提出了一个基于Ontolo-gy的智能信息检索设计方案.利用Ontology中规范的概念及概念之间明确的关系描述,使信息检索过程更加智能化.; 张明王煜杨敬伟袁方赵红石强; 关键词：ONTOLOGY 智能信息检索 XML

基于本体的智能信息检索研究: 随着计算机技术和Internet的迅猛发展,全球信息化时代已经到来,各类信息急剧增长。在传统的信息检索方式下,由于信息资源缺少统一的语义描述,用户越来越难以找到与要求相关的信息。如何使检索具有智能化,并且提高检索的效率以...; 张明; 关键词：智能信息检索本体语义检索 XML

基于领域本体的Deep Web内容获取技术研究被引量：1: 2011年; 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。; 张明刘宇郗亚辉; 关键词：领域本体 DEEP WEB

图像数据的深度聚类算法研究: 聚类分析是一种重要的数据挖掘方法，它能从大量数据中发现潜在知识与规律，广泛应用于模式识别、图像处理、机器视觉等领域。在无人驾驶技术，追踪定位，人脸识别等高新技术应用领域迫切需要对图像数据进行分析与处理。传统的聚类算法往往...; 张明; 关键词：图像数据

基于本体的智能化XML搜索引擎研究: 袁方张明张瑜魏勇刚陈向阳宋鑫杨柳张国春王亮王煜; 该项研究成果实现了对基于本体的智能化XML搜索引擎研究，在信息检索中引入本体和个性化服务，提高了信息检索的查全率和查准率。其关键技术的先进性和创新性体现在：(1)提出了基于XML的智能化搜索引擎的总体结构，使检索结果与查...; 关键词：; 关键词：信息检索系统

新时期中国共产党反腐倡廉制度研究: 当前中国正处于社会主义建设的快速发展时期，腐败具有较大的社会危害性，它不仅会腐蚀社会的政治、经济、文化，而且任其发展中国改革开放的成果也会被毁于一旦。面对如此严峻的形势，制定反腐措施，加大反腐力度，形成一整套有法必依，执...; 张明; 关键词：中国共产党反腐倡廉权力监督

基于网络环境的高校科研信息综合管理系统: 袁方董国义郄亚辉秦向东高相辉张明陈昊刘海博齐琳; 该项目深入研究了高校科研管理模式，利用计算机技术、财贸系统技术、数据库技术等实现了高校科研管理的科学化和自动化，实现了对科研信息的编辑、查询、统计、备份、恢复、打印、数据、经费处理、系统设置及信息发布、内部办公、后台管理...; 关键词：; 关键词：科研管理信息管理系统

基于GIS的地下管网可视化管理信息系统研究: 卢素魁杨文柱刘云山王思乐张明郗亚辉戴晓东司建辉何海斌; 研究制定了统一规范的“基于保定高新技术开发区”的地下管线的技术信息内容和标准。给出了地下管线的勘测技术方案和施工方案，确定所需采集的数据。对地下管网的空间信息和属性数据进行完整的、科学的规划，设计了合理的数据结构。根据各...; 关键词：; 关键词：地下管线地理信息系统

基于启发式确定类数的NJW谱聚类算法被引量：3: 2018年; 基于图论理论的NJW谱聚类算法的核心思想是将数据点映射到特征空间后再利用K-means算法进行聚类,从而得到原始数据的聚类结果。NJW算法是K-means算法的推广,并且在任意形状的数据上都具有较好的聚类效果,从而有着广泛的应用。但是,类数C和高斯核函数中的尺度参数σ较大程度地影响着NJW的聚类性能;另外,K-means对随机初始值的敏感性也影响着NJW的聚类结果。为此,一种基于启发式确定类数的谱聚类算法(记为DP-NJW)被提出。该算法先根据数据的密度分布确定类中心点和类数,这些类中心点作为特征空间中K-means聚类的初始类中心,然后用NJW进行聚类。文中通过实验将DP-NJW算法和经典聚类算法在7个公共数据集上进行测试和对比,其中DP-NJW算法在5个数据集上的聚类精度高于NJW的平均聚类精度,在另2个数据集上二者持平。对比DPC算法,所提算法在5个数据集上也有不俗的聚类精度,而且DP-NJW的计算消耗较小,在较大的数据集aggregation上表现更为突出。实验结果表明,文中所提的DP-NJW算法更具优势。; 陈俊芬张明何强; 关键词：谱聚类高斯核函数