1) similarity retrieval
相似性检索
1.
The experiment showed that the measurement proposed enabled a rapid and effective match of spatial relationship, offering a new way of measurement for description and similarity retrieval.
基于该特征不变量 ,还给出了对象空间关系的相似性判别公式 ,实验表明 ,利用相似性判别公式能快速而有效地进行对象空间关系的相似性匹配 ,为对象空间关系的描述及相似性检索提供了一个有效的度量途
2.
The method includes query expansion, similarity retrieval, association analysis, and so on, enables similarity retrieval of documents and the association analysis of TCM information.
针对现有中医药信息检索中存在的某些问题 ,将基于词表的扩展检索、相似性检索等方法与数据挖掘技术相结合 ,提出了一类智能化中医药信息检索系统的构建思想 ,据此建立了相应的智能检索系统 。
2) similarity search
相似性检索
1.
This leads to a very challenging research topic: how to implement a similarity search system base on P2P for massive, high-dimensional data.
基于内容的信息检索需要为多媒体数据如文本、图像、音频、视频等数据建立索引来有效支持越来越复杂多样的查询请求,如此引出一个非常具有挑战性的研究课题:如何在P2P上实现海量、高维的特征矢量数据(从多媒体对象中提取,用来表征多媒体对象的内容)的相似性检索。
3) case similarity retrieval
案例相似性检索
4) similarity retrieval
相似检索
1.
In the paper the similarity retrieval of synoptic charts consists of two stages.
以此为基础,将天气图的相似检索分为基于各气象要素的检索和相似综合评判两个阶段,能够满足预报业务的不同需求。
2.
Furthermore, a method of similarity retrieval for pictorial database is discussed.
给出了利用此方法实现图象数据相似检索的方法和实例。
3.
In this paper, a new approach based on combining two radically different texture features is proposed for similarity retrieval of multi-source remote sensing database.
本文提出一种统计法的纹理描述与频谱法的纹理描述相结合,纹理特征和空间关系相结合的方法进行多源空间数据相似检索。
5) similarity-based retrieving
相似度检索
6) multi-strategy similarity retrievial
多策略相似性检索
1.
Applying computing intelligence,heuristic search technique and case-based reasoning into decision techniques,this paper presents a frame of optimized case decision technique that employs multi-strategy similarity retrievial approach,which can optimize the selection of the case attributes and the solution of the target problem.
文章将计算智能、启发式搜索技术和案例推理技术应用到决策技术的研究中,采用多策略相似性检索策略,优化案例属性的选择,优化目标问题的解决方案,提出了一种优化型案例决策技术框架。
补充资料：群落相似性
群落相似性
similarity of community
可以更明确地描述种组成相似特征。常用的有杰卡特(P.Jaecard，1901)、索雷申(T.Sorensen，1948)、库列津斯基(5.T.Kulezynski，1927)和芒福德(M.D.Mountford，1962)等的相似性系数。 设丈为生境A和生境B共有的种数，a为生境A含有的全部种数，b为生境B含有的全部种数，则:①杰卡特群落相似性系数: G=j八a+b一户;②索雷申群落相似性系数: CS=Zj八a+b);③库列津斯基群落相似性系数:。一冬cs一j八。+b); ‘④芒福德群落相似性系数: C材=Zj/(Zab一(a+b)j〕 上述杰卡特群落相似性系数(G)和索雷申群落相似性系数(Cs)的最大值为1，库列津斯基群落相似性系数(C砂的最大值为0.5;芒福德群落相似性系数(C耐)的最大值为co。当两个群落所含有的种完全相同，其系数为最大值;当两个群落所含有的种完全不同，其系数均为O。自O至最大值之间表示两个群落的相似程度。 优势种相似上述的群落相似性系数得出的指标虽不尽相同，但原则一致，其特征值仅限于比较群落间所含有的种的相似性。但两群落的外貌是否相似，常常以优势种的相似程度为特征。因此，布雷和柯蒂斯(J.R.Bray and C.T.Curtis，1957)根据上述群落相似性系数，结合优势种的相似程度进行描述，即在生境A和B中，以全部种的个体总数aN和bN代替索雷申群落相似性系数计算式中的口和b，取两生境中共有种的种群数量的低值(例如种1在生境A中种群数为47，在生境B中种群数为50，则取47为计算值)的总和方明弋替;’，其相似性系数CB为: CB=2.1’N尹(口N+云N)。 计算结果同样以O至l之间的数值表示两个群落之间的相似程度。(庞雄飞)群落相似性(similarity of eommunity)群落特性之一，是不同群落结构特征的相似程度。常用群落相似性系数(eoeffieient of similarity)表示。可用以比较不同空间昆虫群落结构的异同。 共有种相似假如A、B、C三个群落的种类数从本一致，群落A与B具有多数共有种，群落B与C仅有少数共有种，可以认为群落A与B的相似性较大，群落B与C的相似性较小。 种组成相似在物种构成相近似的群落中，不宜单纯依据共有种的数量比较其相似程度，用群落中种类总数及共有种数的综合性指标—群落相似性系数，
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条