一、从Internet上查询Medline获取医学信息方法之探讨(论文文献综述)
付爽,乔欢[1](2013)在《国外网络医学健康信息资源利用行为综述》文中研究表明以网络医学健康信息资源作为研究起点,对30篇外文文献中涉及17个国家的30个调查项目进行了分析,论述了不同用户群体的信息需求、查询、获取、检索、评价及利用行为。
刘小利[2](2012)在《网络环境下患者健康信息查询行为研究》文中指出随着消费者健康意识的提高以及网络在公众健康信息生活中日益广泛的应用,国外关于网络环境下公众健康信息查询行为的研究已经成为一个热点,它在促进公众特别是患者的健康管理、健康决策以及与医务人员沟通等方面具有重要的现实意义。虽然目前我国公众特别是患者通过网络获取健康信息的现象已逐渐普遍,但是从理论和实践两方面系统地开展公众或患者健康信息查询行为的研究还鲜见报道,使得政府、健康教育机构等组织开展相关网络健康信息服务工作缺乏必要的依据和支撑,因而开展网络环境下公众或患者健康信息查询行为的研究势在必行。【研究目的】在探讨国内外关于健康信息查询行为理论与实践研究的基础上,对患者网络健康信息查询行为现状进行调查,以了解我国患者通过网络查询健康信息的基本状况,并找出存在的问题,为卫生决策部门制定相关卫生政策和采取相关措施促进患者获取和利用高质量网络健康信息资源与服务提供依据,并为健康教育人员、医学图书馆员等有针对性地通过网络开展健康教育与健康信息服务工作提供参考。【研究思路和方法】首先通过文献研究法对国内外健康信息查询行为的理论与实践现状进行系统的梳理,在此基础上设计调查问卷,对典型地区医院门诊部患者健康信息查询行为的基本现状进行现场调研,共发放调查问卷600份,回收有效问卷578份,并通过非结构访谈法进一步了解患者获取与利用网络健康信息的动机和主要障碍,发现问题,最后提出改善患者网络健康信息服务的相关建议或措施。【主要结果】1.在基本人口学特征方面在所有受访者中,女性中的网络查询者(“通过网络查询过健康信息的患者”)比例略高于男性;21-35岁年龄段的网络查询者比例最高,而51-64岁年龄段网络查询者比例最低;受教育程度越高的受访者中的网络查询者的比例越高;智力密集型职业的网络查询者的比例较高;收入段越高的受访者中网络查询者的比例越高;身体状况为“偶尔不舒服”受访者中的网络查询者的比例最高,而“长期患有疾病”的受访者中的网络查询者者比例最低;“有时”去医院看病类或“偶尔”去医院看病类中的网络查询者比例高于“经常”去医院看病类中的网络查询者的比例。2.患者网络健康信息查询行为现状网络查询者层面:①意愿方面,虽然90.5%的网络查询者愿意通过网络查询健康信息,但是其中52.8%的网络查询者不知道权威的健康网站;②获取方式方面,72.7%的网络查询者将“综合门户网站健康频道”作为自己通常使用的健康信息获取方式,35.5%的网络查询者通过“在线健康咨询”方式获取过网络健康信息。80.5%的网络查询者查将“疾病信息”作为最频繁的健康信息类型之一,52.8%的网络查询者查将“疾病信息”作为查询次数最为频繁的健康信息类型;③信息质量方面,77%的网络查询者通常会注意健康信息来源的可靠性,网络健康信息质量有待提高;④困难方面,“相关结果太多无法筛选”是大多数网络查询者(70.6%)查找健康信息过程中最主要的困难。非网络查询者层面:60.5%的非网络查询者仍然存在通过网络查询健康信息的意识,但是由于习惯了直接咨询医生、家庭不具备上网条件、不会上网等原因没有通过网络查询健康信息;60.1%非网络查询者称如果具备相应条件,将来愿意通过网络查询所需健康信息。【研究结论】1.患者之间存在“数字鸿沟”问题在所有受访的患者中,网络查询组与非网络查询组在基本人口学特征方面特别是在年龄、收入、受教育程度方面存在差异,患者之间存在“数字鸿沟”问题。在健康信息服务领域,患者在网络健康信息获取机会方面存在不公平性问题,在评价技能以及利用效率等方面存在差异,政府决策部门以及相关组织、机构重视解决这一社会问题。2.患者拥有网络查询健康信息的意愿,同时存在诸多障碍对于网络查询者而言,绝大多数网络查询者愿意通过网络获取健康信息,但是大部分网络查询者不知道可靠的健康网站,并且缺乏必备的网络健康信息查找、筛选以及评价等技能。对于非网络查询者而言,虽然大部分非网络查询者存在通过网络查询健康信息的意愿,但是由于家庭不具备上网条件、不会上网、担心网上健康信息质量不可靠等原因而没有通过网络查找健康信息。3.亟待研发与推广权威的公益性健康网站大多数患者对商业化健康网站持拒绝态度,而希望获取高质量的公共网络健康信息资源与服务,政府机关与其它非营利性组织应重视权威的公益性健康网站的研发与宣传工作。
郑强[3](2009)在《生物医学命名实体识别研究》文中研究表明当前,生物医学文献数量巨大并持续呈现指数级增长,直接、高效地获取文献中有用信息的需求正变得越来越迫切。命名实体识别用来识别文本中具有特定意义的实体,是应用文本挖掘技术自动获取知识的关键的第一步,因此受到日益广泛的关注。生物医学领域的命名实体有别于其它领域中的命名实体,这使得命名实体识别技术在生物医学领域的研究仍处在基础阶段。命名实体识别技术主要包括三个步骤:特征选择、分类方法和后期处理。本文主要围绕此三个步骤展开研究,并取得了一系列创新性的成果。首先,本文综合现有成果构建了丰富的特征集合。为选取合适的特征集合,通过分析多种特征选择算法的优点和缺点,从中选取三种算法用来搜索最优特征集合,结果表明最优特征集合能更有效地表示命名实体的特征,证明了特征选择是必要的和有效的。为提高特征的表征能力,针对生物医学领域命名实体的特点,本文提出了动词触发特征和词性序列特征。使用GENIA语料库作测试,实验证明本文构建的特征集合使系统性能达到了77.60%,优于当前最好的系统的性能。其次,本文介绍了几种机器学习方法以及条件随机域方法的实现。在后期处理过程中,本文针对前期结果错误的类型,提出多种修正规则,实验证明,修正后的系统性能达到79.05%,说明修正规则是有效的。最后,本文从语料库和标注类型方面对系统进行改进,提出了词形还原和标注转换两种策略。实验结果表明,系统性能达到了我们预期的目标。行文结束之际,本文对命名实体识别这一研究领域的广阔前景进行了展望。
李绍滋[4](2009)在《非结构化对等网络中的信息检索若干关键技术研究》文中指出论文针对非结构化P2P网络中的信息检索问题,在系统地分析了现有关键技术及存在不足的基础上,提出了一种基于移动Agent的新型非结构化P2P信息检索模型。该模型充分利用移动Agent的高度自治性和异构性,避免了传统消息机制检索模型过多的网络连接和应答;同时将词汇链表示引入P2P信息检索,并强化信息推荐对改善蚁群算法信息素的作用,分别用基于信息推荐的蚁群算法和自适应扩散混合变异机制粒子群算法选择P2P查询路由。这些研究内容是非结构化P2P网络中的研究重点,具有重要的理论意义和实际应用价值。论文的主要研究工作及创新点如下:(1)提出了一种基于移动Agent的新型非结构化P2P信息检索模型。传统非结构化P2P信息检索模型普遍采用消息机制进行信息查询,这种机制要求发送者与接收者之间始终保持连接直到产生应答为止,对网络性能要求较高,不利于降低对网络带宽的占用。为克服传统模型的缺陷,本文充分利用移动Agent的高度自主性和异构性,提出了一种基于移动Agent的新型非结构化P2P信息检索模型,避免了传统消息机制检索模型过多的网络连接和应答。(2)提出了基于词汇链的非结构化P2P信息检索方法,实现了非结构化P2P环境下的语义检索。在信息检索的文本表示中,充分利用《WordNet》等义类词典,构建词汇链向量表示替代传统关键词向量表示,提出了词汇链的量化方法,解决了一词多义及一义多词问题,能较好处理词汇的相关性,提高了主题表达能力。同时,为更准确地获取用户的查询需求,提出了基于进化算法的词汇链查询模板学习算法。仿真实验结果表明:信息检索中采用词汇链表示,不仅在传统非结构化P2P网络上实现了语义检索和不同粒度的信息检索,而且提高了检索的准确率。(3)提出了基于信息推荐的改进蚁群算法,增强了查询路由算法对各节点拥有信息的掌握,克服了传统查询路由算法的盲目性。由于在非结构化P2P网络中选择路由类似于蚁群觅食的过程,因此,蚁群算法非常适合用于选择P2P路由。为更好地掌握各节点的信息,文中将信息推荐技术应用于更新蚁群算法的信息素,改变了传统的P2P网络仅仅依靠查询历史来更新信息素的方法,这样做,不但可以加快本次信息查询,而且还能在推荐过程经过的Peer节点上留下更多有用信息,有利于克服传统查询路由算法的盲目性。仿真实验结果表明:基于信息推荐的改进蚁群算法对查询算法的成功率、查全率及带宽占用率都有一定程度的改善。(4)提出了自适应扩散混合变异机制的改进粒子群算法InformPSO,从理论和仿真实验上验证了该算法的有效性,并将其应用到非结构化P2P网络的查询路由优化中,提高了查询的准确性。在我们提出的检索算法运行初期,首先使用蚁群算法进行路由选择,收集并掌握以当前节点为中心的受限P2P网络内各节点的情况。然后充分利用了当前节点掌握的其它节点信息,并将P2P网络的查询路由看成最短路径问题,借助于改进的PSO算法寻找最短路径的方式来确定下一步的查询方向。仿真实验结果表明:我们提出的改进PSO算法与第五章的蚁群算法相比,在查询成功率、查询速度和带宽占用率方面都有所改善。总之,在改进传统非结构化P2P网络信息检索的查询机制、实现语义检索及查询路由方面,本文首先提出了一种基于移动Agent的新型非结构化P2P信息检索模型,并通过引入词汇链实现语义检索,采用基于主动信息推荐的改进蚁群算法和改进粒子群算法来选择路由。仿真实验结果表明:这些方法提高了检索速度,避免了路由选择的盲目性,具有很好的实际应用价值。
姬曼,蔡青,鲁强,张进禄[5](2009)在《网络医学信息资源的检索和利用》文中指出随着互联网的发展,越来越多的医学信息资源可以在网络上共享。网络医学信息资源的检索和利用在临床医学工作和科学研究中的作用越来越突出,本文重点介绍了互联网上搜索引擎、数据库和虚拟环境等医学信息资源情况,并介绍了在Internet上查询和获取医学信息资源的检索策略、方法和技巧。
乌尼尔夫[6](2009)在《中国马业综合数据库的建立及马基因组序列预测》文中进行了进一步梳理现代生物学的发展促进了生物信息学的产生。生物信息学是将信息学的理论技术应用于生物数据的管理和分析,是数学、物理学、计算机科学、化学、生命科学等多学科的交叉学科。生物信息学研究的范围十分广泛,其中数据库的构建就是一个重要方面。如何用理论和计算的方法识别和预测内含子和外显子也是目前生物信息学研究工作的重要任务。本课题通过自编程序建立了以中国马品种资源为主的中国马业综合数据库www.chinahorse.org.cn。并在建立数据库的基础上,初步实现了数据库应用,包括基于Web的文献数据库的网络化查询等。它将为建立马品种资源的科学研究平台打下基础。本研究的主要内容及结果如下:1.建立了专一化、系统化、完整化的马业科学数据库。序列数据库中以基因数据库和蛋白质数据库为主,非序列数据库以文献数据库和图片数据库为主。其中,马的基因数据库中的记录量超过了2万,马的蛋白质数据库的记录超过3万。2.建立了中国马物种资源数据库。涉及品种的外貌、类型、典型特征等多个性状,为从事中国物种品种遗传资源的利用与保护提供了参考。3.建立了马生物信息学研究平台。可以对基因和蛋白质进行相关生物信息学研究,对于进行科研和教学具有一定价值。4.建立了马业科学实验室网站与马业论坛。可以通过互联网进行数据库的检索,提高了数据库的应用效率。网站的建设还可以为数据库的更新带来方便,也为本研究领域内的交流与合作起到桥梁作用。本研究还通过对已发表的马全基因组序列的密码子使用频率做了初步的统计分析工作并对内含子和外显子进行了预测。基于各种序列组分的不同和序列首尾段的保守性,本研究利用离散增量结合支持向量机的方法对马基因组内含子和外显子序列进行识别。基于单碱基、二联体和三联体使用频率,我们能正确预测91%以上的内含子和外显子。
张瑜[7](2007)在《利用Internet检索国外药学信息》文中进行了进一步梳理药物研发分为基础研究和临床研究两个主要部分,这两部分都离不开相关资料的检索。通过对相关资料的准确的收集与总结,可对研究工作起到事半功倍的效果。介绍如何在Internet上检索国外医药文献信息,推荐一些较有影响的医药学网站,为研究者提供方便、快捷的查询方法。
钱贵平[8](2007)在《非结构化Deep Web信息的自动抽取》文中进行了进一步梳理本文针对非结构化DeepWeb探查得到的响应页面,提出了一种基于Java和DOM技术的查询结果相关信息的自动抽取方法。该方法将探查得到的响应页面作为样本,通过响应页面的比对,自动抽取查询结果的相关信息。首先,通过比对同一查询的两个响应页面,抽取显示不同文本处的标签路径,分析出查询结果对应的标签路径组。然后,通过比对不同查询的两个响应页面,抽取显示不同文本处的标签路径,只分析与查询结果对应标签路径组无关的标签路径,确定查询结果总数对应的标签路径,从而可以知道每次查询有多少个查询结果。最后,根据抽取的标签路径信息可以识别异常响应页面,可以下载非结构化DeepWeb中的文件资源。本文最后在Dialog、PubMed、Ovid等三个真实DeepWeb站点上进行了实验。实验表明,本文提出的方法是有效的。
龚庆侠[9](2004)在《如何快速高效获取互联网上生物医学信息资源》文中研究说明结合多年检索查新工作实践和体会 ,探讨了快速检索生物医学信息资源的途径 ,以及从互联网上快速获取生物医学信息资源的方法和技巧。
焦拥政[10](2003)在《发掘和利用国际互联网上的男科学信息资源》文中指出 男科学作为现代医学中的一门新兴学科,新的理论认识和技术方法不断涌现,因而信息的便捷快速的传播交流对男科学的快速发展有着特殊的意义。国际互联网络(Internet)是世界上发展最快、应用最广泛和最大的公共计算机信息网络系统,它提供了数万种服务,被世界各国计算机信息界称为未来信息高速公路的雏形。Internet蕴藏着海量的男科学信息资源,并且每天每时都在不断的更新,其信息容量及更新速度是传统传播载体所无法比拟的。Internet已经成为每一个现代男科工作者所必需掌握的获取和传播信息的手段。
二、从Internet上查询Medline获取医学信息方法之探讨(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、从Internet上查询Medline获取医学信息方法之探讨(论文提纲范文)
(1)国外网络医学健康信息资源利用行为综述(论文提纲范文)
1 用户类型及研究方法 |
1.1 网络医学健康信息用户类型 |
1.2 网络医学健康信息行为研究方法 |
2 信息获取途径 |
2.1 公众获取医学健康信息的主要途径 |
2.2 临床医生获取医学健康信息的主要途径 |
2.2.1 从同行获取信息 |
2.2.2 从医学期刊及数据库获取信息 |
3 信息需求与查询特点 |
3.1 临床医生的信息需求与查询特点 |
3.2 公众的信息需求与查询特点 |
4 信息检索点及检索工具 |
4.1 检索点的选取 |
4.2 检索设备及信息工具的使用 |
4.2.1 掌上移动设备 |
4.2.2 E-mail |
4.2.3 其他信息平台 |
5 信息查询行为评判 |
5.1 信息可信度 |
5.2 临床医生对医学健康信息查询行为的态度 |
5.3 公众对医学健康信息查询行为的认识 |
6 信息素养教育对医学健康信息资源利用的影响 |
(2)网络环境下患者健康信息查询行为研究(论文提纲范文)
中文摘要 |
Abstract |
第1章 前言 |
1.1 研究背景 |
1.2 研究目的和意义 |
1.3 研究内容 |
1.4 研究方法 |
1.5 研究技术路线 |
1.6 相关概念的界定 |
第2章 国内外研究现状 |
2.1 国外研究现状 |
2.2 国内研究现状 |
2.3 国外相关研究对我国的启示 |
第3章 资料来源与研究方法 |
3.1 资料来源 |
3.2 研究方法 |
3.3 数据分析方法 |
第4章 结果分析 |
4.1 受访者基本人口学特征分析 |
4.2 网络查询者上网查询健康信息时所处情景分析 |
4.3 网络查询者通过网络查询健康信息的意愿分析 |
4.4 网络查询者的健康信息获取方式分析 |
4.5 网络查询者对网络健康信息质量的主观评价分析 |
4.6 网络健康信息查询行为的结果分析 |
4.7 网络查询者查询健康信息时存在的困难分析 |
4.8 非网络查询者的健康信息查询行为的特点分析 |
第5章 结论与建议 |
5.1 结论 |
5.2 建议 |
第6章 本研究的创新、不足之处及对未来研究的建议 |
6.1 本研究的创新之处 |
6.2 本研究不足之处及未来研究展望 |
参考文献 |
致谢 |
消费者网络健康信息行为研究综述 |
参考文献 |
附件 1 攻读学位期间发表论文目录 |
附件 2 调查问卷 |
(3)生物医学命名实体识别研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景 |
1.2 研究现状 |
1.3 研究内容及意义 |
1.3.1 语料库的数据格式 |
1.3.2 系统性能的评价 |
1.3.3 识别方法 |
1.3.4 研究意义 |
1.4 本文所做工作 |
1.5 论文组织结构 |
第二章 特征集合的构建 |
2.1 丰富特征集合 |
2.1.1 丰富特征介绍及实现 |
2.1.2 丰富特征集合的评测 |
2.2 最优特征集合 |
2.2.1 特征选择的方法 |
2.2.2 最优特征集合的构建 |
2.3 两种新特征 |
2.3.1 动词触发特征 |
2.3.2 词性序列特征 |
2.4 本章小结 |
第三章 分类方法的选择及实现 |
3.1 基于机器学习的分类方法 |
3.1.1 SVM 方法 |
3.1.2 HMM 方法 |
3.1.3 MEMM 方法 |
3.1.4 CRFs 方法 |
3.2 CRFs 方法的实现 |
3.2.1 数据准备 |
3.2.2 特征模板的准备 |
3.2.3 执行过程 |
3.3 本章小结 |
第四章 后期处理的实现 |
4.1 后期处理介绍 |
4.2 前期识别结果分析 |
4.2.1 错误类型分析 |
4.2.2 错误原因分析 |
4.3 修正规则的构建 |
4.3.1 人工规则 |
4.3.2 缩写词识别 |
4.3.3 已查列表 |
4.4 实验结果 |
4.5 本章小结 |
第五章 词形还原策略和标注转换策略 |
5.1 词形还原策略 |
5.1.1 策略介绍及实现 |
5.1.2 实验结果 |
5.2 标注转换策略 |
5.2.1 策略介绍及实现 |
5.2.2 实验结果 |
5.3 本章小结 |
第六章 总结与展望 |
6.1 总结 |
6.2 未来工作展望 |
致谢 |
参考文献 |
作者在学期间取得的学术成果 |
附录A 常见POS_TAG 集合 |
附录B 单独最优特征组合法(IDPT)代码 |
附录C 顺序前进法(SFS)代码 |
附录D 顺序后退法(SBS)代码 |
附录E 前置词列表 |
附录F 缩写词识别算法代码 |
(4)非结构化对等网络中的信息检索若干关键技术研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景 |
1.1.1 对等网络的产生 |
1.1.2 对等网络的定义 |
1.1.3 对等网络的特征 |
1.1.4 对等网络的分类 |
1.1.5 对等网络的应用 |
1.2 研究现状及存在的问题 |
1.2 1 P2P 计算的研究现状 |
1.2.2 P2P 计算的优势 |
1.2.3 基于对等计算的信息检索面临的挑战 |
1.3 本文的主要研究工作及创新 |
1.4 论文的结构 |
1.5 本章小结 |
第二章 相关研究工作 |
2.1 信息检索的相关模型 |
2.1.1 布尔模型 |
2.1.2 向量空间模型 |
2.1.3 概率模型 |
2.1.4 统计语言模型 |
2.2 对等网络中的小世界模型 |
2.2.1 幂律 |
2.2.2 小世界理论 |
2.3 常见P2P 信息检索方法 |
2.3.1 基于集中式索引服务器的信息检索 |
2.3.2 基于非结构化P2P 网络的信息检索 |
2.3.3 基于结构化P2P 网络的信息检索 |
2.4 信息推送技术 |
2.5 本章小结 |
第三章 基于移动Agent 的新型非结构化P2P 信息检索模型 |
3.1 传统非结构化P2P 信息检索模型的不足 |
3.1.1 泛洪策略分布信息搜索 |
3.1.2 启发式分布信息搜索 |
3.1.3 传统搜索模型的不足 |
3.2 模型选择策略 |
3.2.1 移动Agent 的特点 |
3.2.2 移动Agent 与P2P 的结合 |
3.2.3 新型模型的选择标准 |
3.3 基于移动Agent 的新型非结构化P2P 信息检索模型设计 |
3.3.1 模型的整体结构 |
3.3.2 检索模型节点的组成元素 |
3.3.3 移动Agent 的表示 |
3.3.4 模型的创新性 |
3.4 本章小结 |
第四章 基于词汇链的文本表示与检索技术 |
4.1 词汇链的基本概念 |
4.1.1 词的集聚性 |
4.1.2 词汇链的定义 |
4.1.3 词汇集聚为何重要 |
4.1.4 词汇链的应用 |
4.2 基于词汇链的信息检索 |
4.2.1 基于关键词信息检索方法的局限性 |
4.2.2 引入词汇链的优势 |
4.3 词汇链的构建方法 |
4.3.1 候选词的选择 |
4.3.2 词汇语义关联度的分类 |
4.3.3 路径的选择 |
4.3.4 词汇链的构建算法 |
4.3.5 算法应用实例 |
4.3.6 词汇语义关联度的计算 |
4.4 文本的词汇链表示方法 |
4.4.1 文本表示流程 |
4.4.2 文本预处理 |
4.4.3 关键词提取 |
4.4.4 利用词汇链进行岐义消解 |
4.4.5 文本的词汇链向量表示 |
4.4.6 文本之间的相似度计算 |
4.5 基于遗传算法的进化式词汇链学习算法 |
4.5.1 遗传算法一般框架 |
4.5.2 进化式词汇链查询模板学习算法 |
4.6 仿真实验 |
4.6.1 实验语料库 |
4.6.2 评价参数 |
4.6.3 实验结果 |
4.7 本章小结 |
第五章 基于蚁群算法的非结构化P2P 信息检索路由选择 |
5.1 非结构化P2P 信息检索路由 |
5.1.1 非结构化P2P 网络中的信息检索路由描述 |
5.1.2 现有非结构化P2P 检索路由方法 |
5.1.3 现有路由方法的缺陷 |
5.2 基本蚁群算法 |
5.2.1 基本蚁群算法 |
5.2.2 蚁群算法的应用 |
5.2.3 开放平台Anthill 分析 |
5.3 基于信息推荐的改进蚁群算法 |
5.3.1 信息推荐算法 |
5.3.2 基于信息推荐的改进蚁群算法 |
5.3.3 基于改进蚁群算法的非结构化P2P 信息检索方法 |
5.4 仿真实验 |
5.4.1 实验环境 |
5.4.2 实验步骤 |
5.4.3 评价指标 |
5.4.4 实验结果与分析 |
5.5 本章小结 |
第六章 基于改进PSO 算法的查询路由优化 |
6.1 非结构化P2P 网络查询路由优化问题的描述 |
6.2 基本的PSO 算法 |
6.3 含自适应扩散机制的混合变异PSO 算法 |
6.3.1 早熟收敛原因 |
6.3.2 改进算法基本原理 |
6.3.3 全局收敛性 |
6.4 改进算法的有效性验证 |
6.4.1 基准函数问题 |
6.4.2 参数设置 |
6.4.3 对比实验 |
6.5 基于InformPSO 的P2P 网络路由算法 |
6.5.1 问题描述 |
6.5.2 编码机制 |
6.5.3 适应度函数 |
6.5.4 算法描述 |
6.6 路由优化仿真实验 |
6.6.1 仿真平台PeerSim |
6.6.2 拓扑生成器BRITE |
6.6.3 实验结果及分析 |
6.7 本章小结 |
第七章 结论与展望 |
7.1 本文工作总结 |
7.2 下一步工作展望 |
致谢 |
参考文献 |
作者在学期间取得的学术成果 |
附录 A 作者在学期间主持或参加的科研项目 |
(5)网络医学信息资源的检索和利用(论文提纲范文)
一、网络信息资源的类型 |
二、获取网络医学信息资源的途径 |
1.文献数据库 |
2.专利数据库 |
三、网上医学信息资源检索和利用的策略 |
(一) 了解网上信息质量的评价 |
(二) 确定检索词 |
(三) 选择检索工具的原则 |
(四) 注重网上医学信息资源检索和利用的技巧 |
(6)中国马业综合数据库的建立及马基因组序列预测(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 马业科学简介 |
1.1.1 马属动物及其分类 |
1.1.2 马业科学及其研究内容 |
1.2 生物信息学概述 |
1.2.1 生物信息学的定义及其主要研究内容 |
1.2.2 生物信息学的发展 |
1.2.3 生物信息学的重要性 |
1.3 生物学数据库 |
1.3.1 数据库基本知识 |
1.3.2 数据库管理系统(DBMS) |
1.3.3 数据库处理系统与文件处理系统的区别 |
1.3.4 关于数据库定义的说明 |
1.3.5 生物数据库的分类及其基本数据库 |
1.4 本研究的目的与意义 |
1.4.1 本研究的目的 |
1.4.2 本研究的意义 |
2 研究一中国马业综合数据库的建立 |
2.1 引言 |
2.1.1 www.chinahorse.org.cn—马业科学数据库的网络化实践 |
2.1.2 ASP |
2.1.3 IIS |
2.1.4 超文本传输协议 |
2.1.5 ASP 访问数据库 |
2.1.6 Microsoft SQL Server |
2.2 材料与方法 |
2.2.1 中国马业综合数据库的栏目分类 |
2.2.2 马文献资料数据库的建立 |
2.2.3 马基因和蛋白质信息库数据库的建立 |
2.2.4 中国马遗传资源数据库的建立 |
2.2.5 中国马业综合数据库网站的建立 |
2.3 结果与分析 |
2.3.1 马业科学数据库大小 |
2.3.2 中国马遗传资源资源数据库 |
2.3.3 马业科学数据库的录入 |
2.3.4 马业科学数据库的检索系统 |
2.3.5 马业科学实验室网站 |
2.3.6 马生物信息学研究平台 |
2.3.7 马业论坛 |
2.3.8 数据的网络更新和提交 |
2.4 讨论 |
2.4.1 与此数据库的前身www.mayekexue.com.cn 的比较 |
2.4.2 马业科学数据库的安全 |
2.4.3 马业科学数据库的可扩展性和可维护性 |
2.4.4 马业科学数据库的应用前景及其功能作用 |
2.4.5 需要进一步研究和解决的问题 |
2.5 小结 |
3 研究二 马染色体中碱基使用频率的分析及内含子和外显子序列特征分析与预测 |
3.1 数据集 |
3.1.1 马全基因序列的数据库的构建 |
3.1.2 马基因组内含子和外显子序列特征分析与预测数据集 |
3.2 碱基使用频率研究方法 |
3.2.1 单碱基使用频率定义 |
3.2.2 二联体使用频率定义 |
3.2.3 三联体使用频率定义 |
3.2.4 密码子偏好性定义 |
3.3 内含子和外显子预测方法 |
3.3.1 离散量与离散增量 |
3.3.2 支持向量机 |
3.3.3 预测成功率评价指标 |
3.4 结果 |
3.4.1 马染色体中碱基使用频率的分析 |
3.4.2 内含子和外显子预测结果 |
3.5 讨论 |
3.5.1 密码子的使用频率 |
3.5.2 关于马基因组内含子和外显子的预测 |
3.6 小结 |
致谢 |
参考文献 |
作者简介 |
(7)利用Internet检索国外药学信息(论文提纲范文)
一、互联网上的国外医药学网站 |
1. 免费的MEDLINE |
2. 生物医学网 |
(1)如果是新用户,须点击Join Now!进入首次注册的网页。 |
(2)进入下一级网页后可看到左侧有如下图标: |
(3)在查询结果的网页上方可看到二次查询对话框,Restrict by Field(包含有主题的范围限制): |
(4) |
3. 网络医学专业期刊 |
二、检索技巧 |
1. 扩大检索范围 |
(1)使用同义词、近义词 |
(2)使用多个搜索引擎,以弥补单个搜索引擎数据库在覆盖面、容量、规模上的限制。 |
(3)利用某些搜索引擎具备的自动扩检功能进行相关检索,可链接与检索策略 |
2. 加快惜检索速度、降低检索耗费 |
(1)直接利用相关药学站点 |
(2)利用特殊型网络检索工具和一些特色服务站点 |
(3)多窗口检索 |
(4)文本方式传输 |
(5)使用脱机工作状态阅读网上药学信息,降低经费消耗 |
(6)通过网络复制节省上网时间和费用 |
(7)就近选择站点,降低损耗因特网上,同样的药学信息往往被存放在全球的不同地点。 |
(8)利用书签标识,节省检索时间 |
三、保存搜索结果 |
四、结语 |
(8)非结构化Deep Web信息的自动抽取(论文提纲范文)
提要 |
第一章 绪论 |
1.1 DeepWeb的概念 |
1.2 DeepWeb的类型 |
1.3 DeepWeb的特点 |
1.4 DeepWeb搜索引擎爬虫 |
1.4.1 爬虫的组成原理 |
1.4.2 爬虫的关键技术 |
1.5 本文的工作 |
第二章 相关知识介绍 |
2.1 标记语言 |
2.2 表单 |
2.3 POST与GET |
2.4 SAX与DOM |
2.5 正则表达式 |
2.6 信息抽取技术 |
第三章 查询响应页面的信息抽取 |
3.1 DeepWeb的探查 |
3.2 响应页面的格式转换 |
3.3 抽取查询结果对应标签路径 |
3.4 抽取查询结果总数对应标签路径 |
3.5 识别异常响应页面 |
3.6 下载非结构化文件资源 |
3.7 相关数据结构 |
第四章 实验部分 |
4.1 实验对象 |
4.1.1 Dialog检索系统 |
4.1.2 PubMed检索系统 |
4.1.3 Ovid检索系统 |
4.2 实验过程 |
4.2.1 响应页面的获取与格式转换 |
4.2.2 抽取查询结果对应标签路径 |
4.2.3 抽取查询结果总数对应标签路径 |
4.2.4 识别异常响应页面与下载资源 |
第五章 总结与展望 |
参考文献 |
摘要 |
Abstract |
致谢 |
导师及作者简介 |
四、从Internet上查询Medline获取医学信息方法之探讨(论文参考文献)
- [1]国外网络医学健康信息资源利用行为综述[J]. 付爽,乔欢. 中华医学图书情报杂志, 2013(12)
- [2]网络环境下患者健康信息查询行为研究[D]. 刘小利. 华中科技大学, 2012(07)
- [3]生物医学命名实体识别研究[D]. 郑强. 国防科学技术大学, 2009(S2)
- [4]非结构化对等网络中的信息检索若干关键技术研究[D]. 李绍滋. 国防科学技术大学, 2009(02)
- [5]网络医学信息资源的检索和利用[J]. 姬曼,蔡青,鲁强,张进禄. 首都医科大学学报(社科版), 2009(00)
- [6]中国马业综合数据库的建立及马基因组序列预测[D]. 乌尼尔夫. 内蒙古农业大学, 2009(09)
- [7]利用Internet检索国外药学信息[J]. 张瑜. 贵州工业大学学报(社会科学版), 2007(03)
- [8]非结构化Deep Web信息的自动抽取[D]. 钱贵平. 吉林大学, 2007(03)
- [9]如何快速高效获取互联网上生物医学信息资源[J]. 龚庆侠. 西北医学教育, 2004(02)
- [10]发掘和利用国际互联网上的男科学信息资源[A]. 焦拥政. 第二次全国中西医结合男科学术会议论文集, 2003