网上专利个性化管理与服务系统

来源 :第27届中国数据库学术会议 | 被引量 : 0次 | 上传用户:yushu522216869
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
专利文献的管理和分析对于知识产权保护和企业科技创新非常重要。专利个性化管理与服务系统是基于对象代理数据库管理系统的网上专利信息服务系统,它能够提供专利下载工具、检索与统计分析和个性化管理等先进功能。专利下载工具用于集成各国专利局的检索接口,从检索结果中抽取出结构化专利信息;专利检索与统计分析服务通过在本地建立专利数据库和全文索引来实现,能够提供专利各类查询和统计分析服务;个性化服务功能基于对象代理模型创建个性化数据空间来实现,能够自动更新数据空间中的数据,使得用户获得最新的专利信息。
其他文献
本文分析了军用计算机软件的特点,比较了多种操作系统平台的特点,对Linux操作系统进行了介绍,指出Linux是军用计算机软件理想的开发和使用平台,并以嵌入式linux作为应用实例加以分析。
网络存储设备被越来越多的人使用,设计一套安全、易用的网络存储设备管理软件可以极大的提高网络存储设备的可管理性。本文探讨一套基于B/S架构的网络存储管理系统软件设计方案,使用PHP的DPT设计模式强化软件的MVC层次分离,使用SSL技术保证安全的网络信道,使用DOM和AJAX技术实现的高效网络数据传输、加强用户体验。实验表明该套设计方案提高了网络存储管理系统软件的安全性、数据的传输效率,保证设备监控
对加固计算机的控振动冲击技术在工程应用方面进行归纳和总结,着重从机箱、关键器件及整机三个层面的减震设计进行分析,并加以例证,为加固产品领域的抗振减震设计提供了参考依据。
为解决传统的支持向量域数据描述(SVDD)方法在分类信息较少的情况下分类不准确的问题,提出一种基于半监督学习的加权支持向量域数据描述方法SSWSVDD:先利用基于图的半监督学习技术从少量已知分类数据中学习大量未知分类数据的隐含分类信息,再通过加权的SVDD方法学习全体数据的分类情况。对UCI数据集的实验表明,在已知分类信息较少的情况下具有较好的分类性能。
传统的关系数据库系统(RDBMS)是以查询操作中发生的内存与磁盘交换数据的块数(即I/O)为基础进行查询优化的,然而传统代价模型及查询优化方法并不适合包含高代价谓词的查询。学术界提出了一些优化方法,一定程度上解决了高代价谓词查询的优化问题,但这些方法存在优化空间加大、优化程度有限等问题。以具有视频监控的大型超市数据管理为背景,针对包含视频数据及视频处理的混合查询,以操作结果缓存的方式执行高代价谓词
连续可见最近邻查询是查询连续空间的最近邻问题,目前的研究基本以二维空间为背景并提出了一些查询算法,但可见性判断方法不能适用于三维或高维空间。以陆地表面的三维数据为研究背景,提出了一种查询地表任意路径的连续可见最近邻方法。该方法以计算步长的方式把整个查询路径分割成若干个连续的查询子路径,循环计算每个子路径的连续可见最近邻直至得到整个路径的查询结果。该方法可以扩展应用于高维空间中的连续最近邻查询。
认知科学表明基于流形学习的人脸图像检索能准确反映人脸图片的内在相似性和人类的视觉感知本质。提出一种基于相关反馈的人脸高维索引方法--NDL,以提高人脸图像检索的性能。同时在该索引基础上提出一种流形空间下的相似查询--虚拟k近邻查询(Vk-NN), 该查询方法特别为基于NDL的人脸检索而设计。首先通过在一定阈值约束下计算任何两个人脸图片的相似度,建立一个称为邻接距离表(NDL)的二维距离图。同时将距
挖掘数据流的频繁项已受到广泛关注,研究者们提出了一些高效的数据流上挖掘频繁项的算法,尽管这些算法能够比较好地找到频繁项,但对频繁项支持度的估计往往存在较大误差。而新的算法REC除了能够保证频率超过一定阈值的数据项都能被找到,并且能够尽可能准确地返回其频率。分析和实验表明,相比当前最好的两种算法,REC算法空间在同样空间代价下,对数据项频率的估计更为准确,尤其在数据分布比较平缓时表现得尤为明显。
基于现有磁盘联机分析处理系统(OLAP)的不足及计算机新硬件的发展,研制了MMOLAP系统,MMOLAP除具有切片、切块、下钻、上卷、旋转等传统OLAP的功能外,还能够支持基于查询重写的What-if分析、基于差分表的What-if分析、基于混合整数规划的What-if分析、多版本What-if数据视图、基于用户查询结果的动态What-if分析,有效解决了对现有决策进行评估分析和对未来决策结果进行
随着位置服务的蓬勃发展,移动对象查询作为一项重要技术,成为研究的热点并有着广泛的应用需求。基于.Net框架设计并实现了一个面向位置服务的空间查询处理原型系统,设计了面向位置服务的空间查询处理原型系统体系结构;实现了预测K近邻查询处理子系统、预测范围查询处理子系统、多用户连续查询处理子系统。介绍了原形系统中的2个关键索引结构。展示了原形系统的功能和用户界面。该系统为进一步的理论研究和算法应用奠定了基