基于struts2的全文检索系统，实现了文件上传和下载，并实现对上传的文件进行检索。

python3.6+opencv,CBIR图像检索系统，三种方法颜色直方图，SFIT+Kmeans的词袋，指纹识别算法hash。。。

本文主要是研究了全文检索技术的基本原理以及Lucene的架构和工作原理，并介绍了基于Lucene的实时全文检索引擎的设计实现过程。并提供了一个基于Web的简单实现。最后通过实验的方式，对实现的实时全文检索引擎的性能做了基础测试。实验结果表示，Eserach的性能表现出色，足以满足一般应用的需求。 不可否认的是，Esearch依然存在某些问题没有解决，例如针对索引的删除操作，合并策略的自定义等。同时对Esearch的性能测试不够充分。没有对数据量达到一定规模后的系统性能和针对不同查询类型进行响应时间的测试。这些都是依然值得深入研究和改进的地方。

图像搜索引擎 使用Python，Flask和OpenCV实现的基于内容的图像检索系统。 给定一个查询图像，此应用将按相似颜色内容的顺序从数据库返回其他图像。 使用颜色直方图定义图像的颜色内容，使用卡方距离确定两个图像直方图的相似程度。 使用指南 使用其他图像数据集（可选） 在app/static/images填充图像数据库 然后在终端： >> python3 -m venv venv >> source venv/bin/activate >> pip install -r requirements.txt >> cd app >> python index.py --dataset s

信息检索系统 利用倒排索引和向量空间模型实现的信息检索系统。 完成工作： 带位置信息的倒排索引 转化空间模型 TOP K查询 BOOL查询 初步查询 拼写矫正 名词查询 拼写矫正（以下） 运行 环境要求：python3 在初次运行程序前请下载词干还原依赖的语料库 在SearchSystem/main.py中已经注释掉下载语料库的命令 nltk . download ( "wordnet" ) nltk . download ( "averaged_perceptron_tagger" ) nltk . download ( "punkt" ) nltk . download ( "maxnet_treebank_pos_tagger" ) 取消注释后运行一次即可，语料库下载完成立即正常运行 Windows下如果嫌弃弃语料库下载比较慢，可以直接转到目录下的nltk_data文件夹nltk_d

一个完整的文档检索系统，需要把多个文档放入文件夹进行检索，这个系统已经包含stopwordslist和多种算法

Matlab实现基于内容的图像检索系统

基于 特征的图像检索：基于颜色特征（颜色直方图、累计直方图、颜色矩）、基于形状特征。基于颜色和形状综合特征。程序在vs2013上调试并运行成功。资源包含源码、可执行文件和图库

matlab基于Hu不变矩的图像检索技术,首先要做的就是对这 100张图片建索引, 对这些图片分别提取纹理特征和颜色矩特征,并存mat文件。之后就可以进行检索了。纹理特征和颜色矩特征都是一维向量,检索的时候分别计算待检索图像和mat文件中颜色矩和纹理特征向量的欧几里得距离,并给予不同的权值。对这些距离进行升序排序,这样就得到了图像检索结果.

CBIR船舶检索系统,基于MATLAB内容的图像检索，即CBIR系统主要分为两部分，一个是特征提取，另一个是查询。当用户通过查询接口，放入想要检索的图片时，查询接口通过检索引擎，对信息进行索引、过滤，在将所得数据提交给查询子系统中的知识库、特征库和图像数据库，通过知识辅助，将它和特征提取子系统连接。其中，特征提取子系统包括对图像数据进行预处理，利用系统中的算法对图像分别进行特征提取和目标识别，连接本地图像数据库和相应的图像特征库，并将所得数据反馈给查询子系统，在通过查询接口呈现在用户面前