检索范围：
排序： 展示方式：
Kun JIANG,Yue-xiang YANG
《信息与电子工程前沿（英文）》 2016年 第17卷 第1期 页码 1-14 doi: 10.1631/FITEE.1500190
已经研究了反向索引遍历技术来解决Web搜索引擎的查询处理性能挑战，但是仍然有很多改进的余地。在本文中，我们将重点放在文档排序索引的倒排索引遍历和称为动态修剪的优化技术上，该技术可以有效地减少所需的硬件计算资源。我们提出了另一种新颖的穷举索引遍历方案，称为最大分数优先（LSF）检索，其中首先在具有最大上限分数的重要查询词的发布列表中选择候选者，然后对其余查询词的贡献进行全面评分。最终，TREC GOV2集合的实验结果表明，我们的新索引遍历方法在WAND基线上将查询延迟减少了近27％，并且与MaxScore基线相比，产生了更好的结果，而返回的结果与详尽评估相同。 >
基于深度学习紧致二进制编码的指纹索引 None
Chao-chao BAI, Wei-qiang WANG, Tong ZHAO, Ru-xin WANG, Ming-qiang LI
《信息与电子工程前沿（英文）》 2018年 第19卷 第9期 页码 1112-1123 doi: 10.1631/FITEE.1700420
应急状态下新冠流行曲线预测的方法学研究——基于北京市百度搜索和传统流感样病例监测 Article
张婷, 杨柳飏, 韩萱, 范国辉, 钱捷, 胡选成, 赖圣杰, 李中杰, 刘志敏, 冯录召, 杨维中
《工程（英文）》 2023年 第31卷 第12期 页码 112-119 doi: 10.1016/j.eng.2023.08.006
监测是传染病防控的关键环节。在全球暴发的新冠疫情暴露了传统监测方法的局限性，但也为探索新的监测方法提供了契机。本研究旨在利用百度搜索指数和流感样病例（ILI）监测数据，估计SARS-CoV-2的变异株奥密克戎BF.7在北京市应急状态下的传播和流行趋势。本研究创新性地提出了一种复合模型[多注意力双向门控循环单元（MABG）-易感-暴露-感染-恢复（SEIR）]，该模型利用深度学习算法（MABG）对ILI历史数据和发烧、发热、咳嗽、咽痛、退烧药、流涕等多种百度指数流感样症状相关关键词进行分析。基于百度指数以及ILI与新冠病毒感染之间的相关性，构建了一个估计SARS-CoV-2传播和流行趋势的传染病传播动力学模型（SEIR）。在新冠病毒感染大流行期间，当常规监测措施暂停时，ILI可以作为评估新冠病毒感染流行病学趋势的重要指标。研究结果显示，北京市自2022年12月17日起累计感染率超过80.25%（95% CI: 77.51%~82.99%），本研究预测疫情高峰时间为2022年12月12日，现存感染者数量的高峰将在该高峰后的三天出现。有效再生数（Rt）代表流行期间某一时间点单个感染者所致平均继发感染人数，该值自2022年12月17日一直低于1。本研究强调，传统的疾病监测系统应辅之以现代监测数据，例如具有先进技术支持的网络信息数据源。现代监测渠道应主要用于监测新发传染病和疾病暴发。应建立对新冠病毒感染的症状监测，以跟踪疫情趋势、疾病严重程度和医疗资源需求。
标题 作者 时间 类型 操作
京公网安备 11010502051620号
