自然语言文档复制检测研究综述

复制检测技术在知识产权保护和信息检索中有着重要应用.到目前为止,复制检测技术主要集中在文档复制检测上.文档复制检测在初期主要检测程序复制,现在则主要为文本复制检测.分别介绍了程序复制检测和文本复制检测技术的发展,详细分析了目前已知各种文本复制检测系统的检测方法和技术特点,并比较了各系统关键技术的异同,最后指出了文本复制检测技术的发展思路.     

EDCP——通用于任务复制资源分配算法的复制有效性检查过程

在异构系统中最优化资源分配策略的代价函数是提高分布式系统自治并发处理性能的一个重要途径．基于复制的资源分配策略作为主流策略虽然在异构系统中可以对数据驱动的任务流资源分配上取得很好的效果，但由于大部分的基于复制的资源分配算法都忽略了任务复制本身耗费与其复制所取得的效益之间的平衡比较，因此产生了大量的无效复制，最终影响系统整体性能的提高．针对这种情况，提出了EDCP，可通用于异构系统中基于任务复制的资源分配策略的有效性复制检查过程．EDCP通过对复制的有效性检测，只复制能对系统性能有所提高的任务，减少了通信开销，并且在保证了系统整体效益的前提下最优化了代价函数．     

基于网格的数字文档复制检测系统

复制检测技术在保护知识产权和信息检索中有着重要的作用。本文利用网格计算的思想，提出了一个基于网格的数字文档复制检测系统。该系统把单个海量土档集分割成若干个中小型的文档集，并将其分布在网络中，然后在网络中的多个节点上并行地执行检测操作。通过局域网上的模拟试验表明该系统可以动态地增扩文档集，缩短了检测的时间，并具有很高的性价比。     

源程序与文档复制检测系统的研究

复制检测技术在知识产权保护和信息检索中有着重要应用。该文介绍了自然语言和程序代码复制检测技术的发展,构建了一个基于匹配方法的复制检测系统,在端正学术之风和防止程序代码抄袭等方面都起到了积极作用。     

移动复制数据库系统冲突检测及消解策略

复制技术是提高移动库系统性能的一项关键技术，该文提出了一种新的移动复制数据库系统模型－事务级吉果集传递（TLRSP）移动复制模型，重点分析了该模型中的冲突检测及消解策略，并给出具体的实现算法，TLRSP移动复制模型允许移动用户在系统断连时存取数据库的本地副本并提交事务，重新连接时进行冲突的检测及消解，同时进行事务结果集的合并，最后通过增量刷新的方式进行同步处理，使得系统最终收敛于一致性的状态。此外，通过引入简化的事务日志，数据牌本号以及权限控制等概念，TLRSP模型有效地降低了移动数据库系统的资源消耗，保证了数据库的一致性，从而为移动数据库系统复制提供了一个可行的解决方案。     

基于本体的论文复制检测系统

针对目前学术论文抄袭现象严重的问题,在分析目前学术论文复制检测研究方法的基础上,提出基于本体的论文复制检测系统框架模型,分别从本体访问层、本体表示层、本体映射层描述论文复制检测系统的框架。利用语义网本体技术,探讨论文本体的构建和论文相似度的计算。     

光盘物理特性全面测量和检验的离线检测仪PROmeteus MT-200

德国Dr.Schenk公司的PROmeteus MT-200是最基本的光盘离线检测系统,专门为光盘复制过程的品质保证和生产过程控制 而设计的。PROmeteus为各种光盘及母盘的物理特性及光学特性的检测设定了相关工业标准。此系统在效率及可靠性方面无可比 拟,为光盘复制业提供了新视角。作为在线检测系统的补充。PROmeteus MT-200检测整张光盘,是生产过程的稳定性及故障原因 分析方面必不可少的工具。     

OA系统的数据分布策略与透明复制技术

信息技术的进步推动了OA系统特别是远程OA系统的应用，网络流量的限制使Internet日益变成了OA系统的瓶颈。针对Internet瓶颈问题提出了OA系统的数据分布策略，对数据复制操作进行了研究，分析了数据复制的原理及冲突解决策略，最后设计了一种基于Agent的透明复制模型并进行了实际应用。     

面向资源广域分布环境的数据复制定位

在资源广域分布的环境中，数据复制和定位是提高数据访问性能的关键技术之一。该文提出了一种分布式、自适应复制定位机制(ALM)，该机制基于复制定位信息分发和网络缓存思想，采用分层的分布式复制目录系统和软状态协议实现。其中，复制目录系统分布存储复制定位信息，软状态协议分发复制定位信息及其改变。因此，ALM具有很好的分布性和自适应性。ALM在复制目录的设计中引入了Web缓存的功能，使得ALM较其它机制具有更广泛的适用性。     

一种面向文档复制检测的特征提取方法

介绍一种文档复制检测中基于窗口的特征提取方法,并从理论上分析了性能.采用重叠的文本块分割文档,利用滚动的HASH函数把文本块映射成散列值,再从定义的散列值窗口中选择文本特征,实验验证了方法的特性并与具有代表性的文档复制检测系统进行了对比,结果表明该方法能够确保发现文本长度大于保证闽值的复制内容,有效地提高了检测结果的准确性.     

多特征综合的视频拷贝检测

基于内容的视频拷贝检测是多媒体领域的一个研究热点.由于拷贝变换的多样性和综合性,单一特征难以获得很好的检测效果.提出一种多特征综合的方法来提高视频拷贝检测的效果.除了使用传统的局部和全局视觉特征外,还使用非正交二值子空间(NBS)方法来表示视频内容,并在其基础上使用归一化互相关(NCC)来提高拷贝视频内容相似度计算的效果.在此基础上,还采用多种措施对拷贝视频的判定结果进行精化.实验结果表明,该套方案对多种拷贝变换具有很强的鲁棒性,并且能够得到很好的检测精度.     

适用于IPTV的视频拷贝检测系统

近年来,基于内容的拷贝检测技术伴随着Internet和无线网络的快速发展日渐引起人们的重视.针对IPTV系统应用的特殊性,提出了一种快速高效的视频拷贝检测系统.该系统利用简洁有效的帧相似度处理方法,对视频进行镜头提取并进行聚类得到镜头簇,最后利用K-means树构建所有视频的镜头簇索引,从而实现快速的拷贝检测.实验结果表明,该系统不仅检测速度快,而且针对IPTV应用具有良好的检测准确性和覆盖率.     

面向套牌甄别的流式计算系统

套牌车的甄别具有时效性约束。针对现有计算检测方法中所出现的精度低、响应慢等局限,提出了一种基于实时车牌识别（ANPR）数据流的套牌车流式并行检测方法,设计了基于路段阈值表和时间滑动窗口的套牌计算模型,能够实时地甄别出交通数据流中的套牌嫌疑车。在Storm环境下,利用某市真实交通数据集模拟成实时交通流数据进行实验和评估,实验结果表明计算的准确率达到98.7%,并且一条车牌识别数据的处理时间为毫秒级。最后,在该计算模型基础上实现了套牌车稽查防控系统,能实时甄别并展现出当前时刻城市交通网中出现的所有套牌嫌疑车。     

基于镜头时长和纹理信息的视频拷贝检测

在视频拷贝检测中,检测速度和检测精度不能同时达到最优。为此,提出一种基于镜头时长和纹理信息的视频拷贝检测方法。以镜头时长作为特征建立倒排索引,并放入数据库,对查询视频进行分割,将其与数据库匹配,得到初次拷贝检测结果,分析关键帧序列的纹理复杂度得到最终的拷贝检测结果。实验结果表明,该方法的检测速度较快,查准率和查全率均为1。     

基于隐马尔可夫模型的拷贝数变异检测算法研究

针对目前拷贝数变异检测存在的参数优化,额外信息利用不充分等问题,提出一种基于隐马尔科夫模型的拷贝数变异检测算法。首先对读数据与参考序列比对并存储匹配失效的数据,实现窗口读数据的计数和平滑校正;然后引入隐马尔科夫模型对读计数的异常信号进行检测,得出候选的拷贝数检测结果;最后采用基于匹配失效数据的裂读比对实现候选结果的过滤,从而提高检测性能。模拟和实验数据的拷贝数变异检测结果表明本算法具有较高的检测精度和覆盖度,优于现有常用的检测算法。     

基于提取关键词的中文文档复制检测研究

文档复制检测技术在保护知识产权和信息索引中起重要作用,它可以防止剽窃事件的发生,提高互联网检索效率。目前,英文复制检测技术已经比较成熟,但中文复制检测技术研究还处于起步阶段。本文提出一种基于关键词的指纹提取方法;提出k-words方法分解句子;定义了数字指纹树概念,并用数字指纹树来存储指纹。最后,用实验验证了所提出的
方法。     

基于聚团词的大规模文本转载识别算法

文本转载识别是指从大规模文本库中检测出内容相同或相近的文档集合,在热门话题检测、搜索引擎结果凝练、学术文章抄袭识别等诸多应用上,存在普遍的需求。为适应网络文本转载形式的日趋多样化,并进一步提升实用系统效率,对各种文本特征及比较算法进行了研究分析,提出了基于聚团词的大规模文本转载识别算法,即:依据词语的分布属性,识别并提取高得分聚团词用于表征文本,之后通过对文本集进行扩展线性比较与多维比较两次操作,最终筛选出转载识别结果。对比实验表明:该算法在准确率、召回率与效率上有较高的综合性能。     

基于内容的视频拷贝检测研究

提出基于图的视频拷贝检测方法,该方法将视频序列匹配结果转换为匹配结果图,进而将视频拷贝检测转换成在匹配结果图中查找最长路径的问题。实验结果显示基于图的序列匹配算法拷贝定位准确度高,可弥补图像底层特征描述力不足的缺陷,节约检测时间,批量定位2段视频序列中可能存在的多段拷贝。