基于权限管理的Android应用行为检测

随着智能移动终端数量的增加,越来越多的安全问题成为困扰终端进一步发展的障碍。当前市场大部分安全软件不能够实现对应用行为的实时监控,极少安全软件需要root权限才能实现应用行为实时的监控。文章基于Android应用框架层的定制,利用Android系统Permission机制的动态检查模式实现应用运行时行为的检测。Android应用通过〈user-permission〉申请所需权限,在运行过程中需要调用对应的API或者访问系统数据时,会发生系统权限检查,从而实现对应用行为的监控。相对在应用层进行应用行为的监控要更简洁有效,通过在框架层的定制更好地实现了对应用行为的监控,同时带给系统的损耗更小。     

基于Struts的Web应用国际化通用架构

开发国际化的Web应用是经济与信息全球化的必然要求.本文在对实现Web应用国际化进行深入分析的基础上,给出了一个通用的国际化实现架构及关键实现技术.利用该架构,可以快速、规范地实现Web应用的国际化,使Web应用满足多种语言的需要,并具有良好的语言扩展功能.     

条码技术在WMS中的设计与应用

条码技术的应用为WMS快速开发和实现奠定了基础,从应用背景出发,对条码技术在WMS中的应用进行了可行性分析,指出了条码技术在WMS中应用结构和特点,提出了几种常用的RF手持数据采集终端的开发模式,结合无线射频技术对条码的使用进行了系统设计和条码设计,并结合实际在WMS中的应用详细介绍了功能应用模块的设计与实现,最后阐明了与其它接口的实现。     

一种新的多尺度分析方法的研究

介绍一种新的多尺度分析方法,并给出了一维EMD实现方法及其在信号处理中的应用以及二维EMD实现方法及其在图像处理中应用,该方法的应用实例及分析过程,同时分析了EMD的优越性和应用前景。     

基于数字水印的电子文档信息标识应用方案

采用层次划分的技术设计了一个具有普适特征的水印技术应用框架,适用于实现电子文档的信息标识,同时也适用于在信息系统中应用数字水印技术实现其他应用。框架分为驱动层、适配层和应用层。在此基础上提出了一种基于分层水印技术应用框架的电子政务网络中电子文档信息标识方案,实现了数字水印作为信息标识的嵌入和检测。     

Domino Web服务器在Intranet中的应用

本语文介绍Ｄｏｍｉｎｉｎｏ Ｗｅｂ服务 工作原理及其在Ｉｎｔｅｒｎｅｔ／Ｉｎｔｒａｎｅｔ实际应用中的实现方法,并着重介绍其在Ｉｎｔｒａｎｅｔ应用中的配置方法和如何实现Ｎｏｔｅｓ数据库应用的Ｗｅｂ服务,从而使企业Ｉｎｔｒａｎｅｔ应用更加广泛。     

电力营销管理信息系统结构设计与实现技术分析

以互联网络技术与通信技术为基石的电力营销信息管理系统在电力企业的实际应用方面实现了普及化。本文在分析构件技术的基础上,给出了采用构件耦合法设计应用系统体系结构和部署到应用服务器构件中的实现技术方案,并讨论了构件耦合技术、运作流程管理技术、系统整合的安全管理技术和信息系统辅助决策的管理技术等核心技术在应用系统实现中的应用。     

商务智能在保险数据分析和决策支持中的设计与实现

介绍了商务智能在保险数据分析和决策支持中的设计与实现。系统实现了数据仓库的建设、数据挖掘模型的开发、多维数据集的开发,以及用Sharepoint Server 2007开发的信息门户实现对BI展示层应用的集成,最终实现自动化智能决策。详细阐述了该系统的解决方案、关键技术及实现、展示工具及展示效果,目前该系统已在中国人寿保险部分省分公司得到了广泛深入应用。最后提出成功应用BI的关键是要从管理层进行推动并培养应用队伍。     

SaaS模式的离线应用研究与实现

SaaS模式应用系统非常依赖互联网,为了让用户能够在网络断开的环境下也可以进行工作,首先研究了SaaS模式离线应用的三种实现技术：Google Gears、HTML5和微软Syne Framework,然后提出了SaaS模式离线应用的实现方案,并设计了离线应用的架构和系统主体处理流程,详细说明了难点问题“数据同步”的解决思路,最后采用Google Gears技术进行了实例实现,总结了离线应用的实现步骤和思路。     

基于ArcObjects的空间数据管理系统开发探讨

在分析了基于ArcGIS系统软件和ArcObjects组件库系统开发应用方式后,介绍了利用VB实现基于ArcOb-jects的应用系统的基本流程,并以金华城市基础空间数据库管理系统的设计和实现为例,说明了基于ArcObjects组件库实现客户应用的过程.     

面向维吾尔语关键词检索的等宽切词算法

该文提出了面向维吾尔语关键词检索的两种切词算法,并给出MATLAB实现的算法代码及详细说明;在同等条件下对两种算法的切词效果和关键词识别效率进行对比分析;提出两种算法的优化方法和构想。     

基于词汇评分的汉语作文自动评分

该文研究了通过作文词汇评分来实现汉语作文自动评分的新算法。在作文评分应与词汇评分高度相关的假设基础上,实现了这种关系的量化计算。该文从通用词表方法、常规方法以及提出的三种改进算法上进行方法性能的比较,并对比了E-rater作文评分系统中同样采用基于词汇方法的性能。实验结果表明,基于新的词汇评分的作文评分方法相关度^①接近0.7的水平,高于E-rater中采用的基于词汇的方法的相关度。同时,这一方法的结果已经接近于人工作文评分的相关度。     

基于描述约束的词表示学习

词语作为语言模型中的基本语义单元,在整个语义空间中与其上下文词语具有很强的关联性。同样,在语言模型中,通过上下文词可判断出当前词的含义。词表示学习是通过一类浅层的神经网络模型将词语和上下文词之间的关联关系映射到低维度的向量空间中。然而,现有的词表示学习方法往往仅考虑了词语与上下文词之间的结构关联,词语本身所蕴含的内在语义信息却被忽略。因此,该文提出了DEWE词表示学习算法,该算法可在词表示学习的过程中不仅考量词语与上下文之间的结构关联,同时也将词语本身的语义信息融入词表示学习模型,使得训练得到的词表示既有结构共性也有语义共性。实验结果表明,DEWE算法是一种切实可行的词表示学习方法,相较于该文使用的对比算法,DEWE在6类相似度评测数据集上具有优异的词表示学习性能。     

中文自动分词系统的设计模型

介绍了常用的中文自动分词方法,在此基础上,给出了中文自动分词系统的理论模型,指出评价自动分词系统优劣的性能指标,并对分词系统的发展作了探讨。     

基于频繁模式挖掘的维吾尔文智能组词方法

以词间空格作为自然分隔符,非常容易获取维吾尔文中的词,但又很难获取结构完整的语义词,因此多种文本处理效果总是很不理想。提出维吾尔文组词的新概念,将数据挖掘中的频繁模式挖掘方法引入到维吾尔文组词中,再结合维吾尔文的语言文字特点,将无先验知识的模式挖掘问题转化为特定模式的匹配问题,提出了一种快速高效的频繁模式挖掘算法,来获取语义完整的维吾尔文词。实验结果表明,通过该算法获取的维吾尔文词,在结构上是稳定的,语义上是完整而独立的。     

Skip-Gram模型融合词向量投影的微博新词发现

随着微博等社交网络的普及,新词源源不断涌现,分词系统经常将新词错误切分为单字.新词发现已经成为中文自然语言处理领域的研究热点.现有新词识别方法依赖大规模语料统计数据,对低频新词识别能力差.本文提出一种扩展Skip-gram模型和词向量投影方法,将两者结合后能缓解自然语言处理中常见的数据稀疏问题,有效识别低频新词,进而提高分词系统的准确率和召回率.     

基于词性约束的藏文分词策略与算法

自动分词作为自然语言处理基础性的研究课题,一直被学术界所关注,随着藏语自然语言处理技术研究的不断深入,藏文分词也面临越来越多的挑战。该文通过分析藏文自动分词研究现状,提出基于词性约束的藏文分词策略与算法。相对于传统方法,该方法不仅能有效地预防和处理各类歧义现象,而且在藏文未登录词处理方面有较好表现。     

基于LSTM网络的序列标注中文分词法

当前主流的中文分词方法是基于字标注的传统机器学习的方法。但传统机器学习方法需要人为地从中文文本中配置并提取特征,存在词库维度高且仅利用CPU训练模型时间长的缺点。针对以上问题,进行了研究提出基于LSTM（Long Short-Term Memory）网络模型的改进方法,采用不同词位标注集并加入预先训练的字嵌入向量（character embedding）进行中文分词。在中文分词评测常用的语料上进行实验对比,结果表明：基于LSTM网络模型的方法能得到比当前传统机器学习方法更好的性能;采用六词位标注并加入预先训练的字嵌入向量能够取得相对最好的分词性能;而且利用GPU可以大大缩短深度神经网络模型的训练时间;LSTM网络模型的方法也更容易推广并应用到其他自然语言处理（NLP）中序列标注的任务。     

利用word2vec对中文词进行聚类的研究

文本聚类在数据挖掘和机器学习中发挥着重要的作用,该技术经过多年的发展,已产生了一系列的理论成果。本文在前人研究成果的基础上,探索了一种新的中文聚类方法。本文先提出了一种中文分词算法,用来将中文文本分割成独立的词语。再对处理后的语料使用Word2Vec工具集,应用深度神经网络算法,转化为对应的词向量。最后,将词向量之间的余弦距离定义为词之间的相似度,通过使用K-means聚类算法将获取的词向量进行聚类,最终可以返回语料库中同输入词语语意最接近的词。本文从网络上抓取了2012年的网络新闻数据,应用上述方法进行了实验,取得了不错的实验效果。     

基于汉语二字应成词的歧义字段切分方法

文章提出了利用汉语中的二字应成词,计算汉语句内相邻字之间的互信息1及t-信息差这两个统计信息量的新方法,进而应用这两个统计量,解决汉语自动分词中的歧义字段的自动切分问题。实验结果表明,采用该文所述的方法,对歧义字段的切分正确率将达到90%,与其他分词方法相比较,进一步提高了系统的分词精度,尤其与文献1所述方法比较,对于有大量汉语信息的语料,将降低系统的时间复杂度。