信息检索实习报告

《信息检索实习报告》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、信息检索实习报告一、百度高级搜索（1）页面：链接：http://www.doc88.com/p-612924216622.htmlhttp://www.lvsecn.org/html/Company/lvsezhizao/2011/0810/23092.html（2）首先进入百度高级搜索，在方框中键入：msnsite:skycn.com，点击第一个网页进入天空网，在天空网页面中点击“联络聊天”，再点击“腾讯QQ”，点击适合自己宽带的下载地址下载到指定地址即可。二、谷歌高级搜索（1）（2）建一邮储ATM：三、关键词进入百度高级搜索，键入“搜索引擎产生方向”，搜索后再在结果中寻找自己想要的资料，

2、关键词：搜索殷勤、产生、发展。四、综合实习报告1、对主题基于神经网络的机械零件识别研究的认识机械零件自动检测是制造业中生产系统的一个重要环节，现代制造技术在各种批量生产以及在多品种的生产中，广泛地采用自动检测、产品识别来监控、保证产品质量，使得加工系统运行更可靠。它从一定程度上决定了实现企业柔性制造自动化的进程。是制造业信息化的关键环节．因而，计算机视觉检测技术在机械制造企业的产品质量检测和加工过程检测中的广泛应用具有十分重要的意义。自动目标识别(ART)技术是计算机视觉的一个重要分支，是指在无人干预的条件下，通过分析获取的图像数据对特殊物理目标的识别、定位和描述的模式识别技术。要实现机械零

3、件的自动检测，首先要通过指定的测量或图像采集设备获得机械零件的图像，从而使机械零件数字化。然后对获得零件图像进行识别，得出零件的种类。最后对零件图像进行检测．本文所做的工作就是利用人工神经网络对已获得的机械零件图像进行识别。本文的思想源头来自于对人类视觉的灵活性及鲁棒性的考察，将人类视觉优势的根源即生物神经网络系统的人工数字模型即人工神经网络引入图像识别领域，与常规的数字图像处理技术相结合，旨在发挥两者的优势弥补双方的不足，寻找出一种具有较强的灵活性通用性以及鲁棒性的平面图像识别算法。2、国内外的研究程度华北电力大学的魏钰提出了一种基于数字图像轮廓特征的机械零件自动有效识别的系统。提出了标记

4、轮廓曲线变化的特征，且该形状描述子即具有平移、旋转和尺度不变性。利用工业摄像镜头代替目视作为一个传感器。经过光电转换、图像采样、图像处理、图像分析识别等一系列的操作，就可以达到机械零件识别的目的。浙江工业大学的姜庆胜在研究了近几年来计算机视觉在机械零件曲线检测技术发展状况的基础上，结合现代先进制造技术的要求，在研究分析机械零件的基本构成元素——点、直线、圆和椭圆的检测与识别基础上。迸一步研究了机械零件平面曲线的检测与识别．从而实现了对含有曲线的较复杂机械零件的检测与识别。得出了～些适合应用于工程实际的软件、硬件技术。上海交通大学的黄红艳、杨煌普研究了基于高阶神经网络的机械零件形状识别，提出一

5、种机械零件在线自动检测的形状识别系统。该系统以零件各边的长度，角度，圆心角和与邻边夹角4个特征来表示零件的形状，并采用高阶神经网络，实现了零件的平移，尺度和旋转小变性识别。清华大学的王涛、刘文印、孙家广等利用基于曲线多边形近似的连续傅立叶变换方法计算傅立叶描述子，并通过形状的主方向消除边界起始点相位影响的方法，定义了新的具有旋转、平移和尺度小变的归一化傅立叶描述子来进行形状识别。另外，ANN（人工神经网）已发展成为一个非常活跃的研究领域。近年来，ANN的理论研究己经取得了不少重大成果，提出了误差反向传播(Error-BackPropagation—BP)网络、Hopfield离散网络和连续网

6、络、Kohonen自组织特征映射网络(简称Kohonen网络)、逆向传播(CounterPropagationNetwork—CPN)网络、自适应谐振理论(Adaptiveresonancetheory—ART)网络、Boltzmarn机，以及近年来出现的小波神经网络，概率神经网络等等。人工神经网络模型各种各样，现已达数十种。按神经元的连接方式和特点总的来说可以分为四种类型：前向型网络、反馈型网络、随机型网络和自组织竞争型网络。各种ANN模型被人们使用在不同领域：1)模式识别、曲线拟合、函数近似和时问序列预报，最常用的是BP网络。2)分类问题，最常用的是BP网络、CPN网络、Kohonen网

7、络和ART网络，其中BP网络和CPN网络适用于有导师分类，而Kohonen网络合ART网络则可实现无导师分类。3)优化计算，最常用的是Hopfield连续网络和Boltzmann机。4)联想记忆，最常用的是双向联想记忆网络、Boltzmann和Hopfield离散网络。Rumelhart、McClelland和他们的同事洞察到神经网络信息处理的重要性，于1982年成立了一个PDP小组，研究并行分布信息处理方法