面向脑科学领域的信息检索系统设计与实现.pdf

《面向脑科学领域的信息检索系统设计与实现.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、力DisertationSubmitedtoZhejiangUniversityfortheDegreeofMasterofEngineering⑧TITLE：．TheDesignandImplementationof兰垒至-o墅丛量Q坠＆曼延童曼y垒!SY墨主曼!卫垂．o!=BrainScienceAuthor：，、●3upervlsor：Subject：College：SubmittedDate：2014—01—05浙江大学研究生学位论文独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经

2、发表或撰写过的研究成果，也不包含为获得逝江太堂或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均己在论文中作了明确的说明并表示谢意。学位论文作者签名：签字日期：年月日学位论文版权使用授权书本学位论文作者完全了解逝堑太堂有权保留并向国家有关部门或机构送交本论文的复印件和磁盘，允许论文被查阅和借阅。本人授权逝堑太堂可以将学位论文的全部或部分内容编入有关数据库进行检索和传播，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。(保密的学位论文在解密后适用本授权书)学位论文作者签名：导师签名：签字日期：年月日签字日期：年月浙江大学硕士学位论文摘要随着信息

3、技术、脑与认知等技术的发展，有关脑科学领域的研究越来越深入，大量相关的文献资料和数据不断涌现，如何及时获取并分享这些信息成为脑科学发展中非常迫切的问题。传统信息检索技术由于其自身所需解决的问题不同，在应用于脑科学领域有着很大的缺陷，难以满足人们对脑科学专业领域的检索要求。本文首先分析对比了现有信息检索模型的特点及其局限性，并根据脑科学领域信息检索应用场景中的多领域交叉，高实时性和检索方式多样化等特点，将传统信息检索技术和专业领域需求相结合并加以改进，提出了适合于脑科学专业领域的一个新的检索模型——分布式增量信息检索模型。该模型主要解决的问题包括：通过冗余词典信息和双层索引结构，提高

4、了对多个子集合并发检索效率，并有效解决跨域访问等限制；设计实现了高效的索引合并策略，解决了索引增量更新问题，保证系统的高实时性要求；引入了一致性hash和虚拟节点，提出了一套可靠的分布式架构解决方案，保证整个系统能够应对项目组及科研人员不断增长的需求，尽量减少节点增减对系统的稳定性的影响；综合应用不同搜寻策略模型，满足科研人员多样化检索方式。在现有检索合并算法基础上，提出一种改进的自适应检索合并算法，实验结果表明，其有效提高了检索合并效率。本文将上述研究方案应用于脑科学研究检索领域，同时对系统的各个部分都给出了详细的设计流程与实现细节，并在关键部分给出了实验分析对比，从不同角度说明

5、了本文所述方案的实用性和有效性。关键词：脑科学，信息检索，分布式增量模型，虚拟节点，自适应检索合并AbstractWiththedevelopmentofinformationtechnologies，brainandcognitivesciences，theresearchofbrainsciencearecarriedoutmoreandmoredeeplyandwidely．Alargenumberofrelevantdocumentsanddatacontinuetoemerge，howtotimelyacquireandsharesuchinformationhasbec

6、omeanextremelyurgentprobleminbrainsciencedevelopment．Duetothedifferenttargetsoftraditionalinformationretrievaltechniques，theycannotbeapplieddirectlyintothefieldofbrainscience，sincetheydonotsatisfythesearchrequestofbrainscience．Thispaperfirstanalyzesandcomparesthecharacteristicsandlimitationsof

7、existinginformationretrievalmodels．Thenaccordingtotheapplicationscenariopropertiesofinformationretrievalinbrainscience，suchasMultidisciplinarycross，highlyreal-timecharacter，anddiversificationofretrievalmethods，thispapercombinesthetechno