论文排版不求人

小石是最近来公司实习的新人，但即将面临毕业的他论文还没做完。于是小石便找到了韩梅梅，想请教下关于论文排版的问题，以便能达到学校的排版要求。而韩梅     

基于可编程计数器的互斥多变量时序电路

应用可编程计数器实现互斥多变量时序逻辑电路时，应优先考虑按二进制时序进行状态分配，因这样分配不需要进行预置数，电路简单，并将0000代码分配给初始状态，以便使用计数器的清零操作。本文综合利用集成可编程计数器的计数、置数、保持三种操作，论述了如何实现互斥多变量时序逻辑电路的方法。     

工具快报

用户和开发者所考虑的东西总有些不同。最近Google浏览器Chrome的发布，让大家又有了新的浏览器体验。而对于开发者而言，这又是一场不小的噩梦：因为各家浏览器对网页标准的支持一直存在分歧，除了网页排版方面的不同，各自的测览器事件处理模式也不一样。     

IT广告数据库排版系统的设计和实现

介绍了一个基于数据库的IT广告自动排版系统的设计和实现技术。系统包括数据访问子系统和排版子系统两层，排版子系统采用软插件体系进行设计。分层结构和软插件结构使系统具有良好的开放性。     

电脑装帧设计的程序与操作方法

一、电脑装帧设计的程序电脑装帧设计的程序分为:创意构思——手工草图——电脑操作三个阶段.1.创意构思如儿童读物的装帧设计,首先要考虑此装帧设计必须要有强烈的装饰风味,,其次要考虑盒封的整体规范以及产品的市场认读性和名牌正品效应,这是至关重要的环节.设计定位明确才能对每一个产品进行具体的想象构思.下面,我们就《英语情景剧场》、《狐狸吃葡萄》、《作文开心豆》和《唱歌学英语》四个光碟的封面装帧的构思作一介绍.题材确定后,怎样去表现这四个主题,在画面上用什么形象去表现主题,这就是构思过程.难点是要充分理解可视读物的内涵、题材,风格设计既要构思新颖,具有时代性,又不落俗套,同时还要切题,有较强的吸引力.     

一种数据库编程排版方法的研究与实现

采用批处理排版软件对符合结构化数据特性的内容排版时，要求在录入内容的同时输入大量重复的排版命令，效率低下，容易出错。给出了一种数据库编程排版方法，通过一个实例说明了这种方法的实现过程。该方法以FoxPro数据库管理系统与方正书版排版系统相结合为例，先将排版内容录入到数据库中，然后通过编程将数据库文件直接转换为方正书版小样文件，排版命令均由程序自动生成，不仅提高了排版效率，而且排出的版面风格统一，版式规范，格式准确。     

浅析C＋＋异常处理

在用C++进行开发的时候，或多或少地都要考虑在程序运行发生了错误时应如何逆行处理，以便在保证程序健壮性的同时，也能给用户带来良好的交互感受，因此，对于错误的处理大家并不陌生，但在实际开发过程中．如果错误处理方式不当，往往会给程序带来一些负面影响，那么如何掌握正确的错误处理方式呢?这就是本篇要讨论的话题。     

让Word页面能够横纵自如

用Word排版时,在一些特定的情况下需同时实现横排和纵排,以便输入或者插入图片,方便用户打印出来,但很多人为此烦恼,下面让我来告诉大家两个简单的方法.     

数据库编程在北大方正排版中的应用

本文提出数据库编程与北大方正排版相结合的技术，用于ＯＡ领域的数据处理，提高数据的可塑性，得到精美的输出效果。     

数据驱动的层次场景序列识别模型研究（英文）

Scene classification is a complicated task, because it includes much content and it is difficult to capture its distribution.A novel hierarchical serial scene classification framework is presented in this paper. At first, we use hierarchical feature to present both the global scene and local patches containing specific objects. Hierarchy is presented by space pyramid match, and our own codebook is built by two different types of words. Secondly, we train the visual words by generative and discriminative methods respectively based on space pyramid match, which could obtain the local patch labels efficiently. Then, we use a neural network to simulate the human decision process, which leads to the final scene category from local labels. Experiments show that the hierarchical serial scene image representation and classification model obtains superior results with respect to accuracy.     

数据驱动的层次场景序列识别模型研究

针对层次场景图像序列,本文提出了一种数据驱动的基于快速序列视觉表述任务（rapid serial visual presentation task,RSVP）的场景识别模型. 首先基于金字塔模型提取三层尺度图像块,然后构建包括全局和局部特征的词汇字典,接着分别利用生成模型和判决模型训练视觉词汇,最后通过神经网络从图像块标记中获得场景类别. 实验表明算法能够获得更为精确的分类结果.     

A series of algorithmic results related to the iterated hairpin completion

In this paper we propose efficient algorithmic solutions for the computation of the hairpin completion distance between two given words, for the computation of a minimum-distance common hairpin completion ancestor of two given words (i.e., a word from which we can obtain the two given words by iterated hairpin completion, such that the sum of the hairpin completion distances from this word to the two given words is minimum), and, respectively, for the computation of an arbitrary hairpin completion ancestor of two given words. In all the cases we improve the upper bounds known for time complexity of solving these problems. Then we show how the algorithms designed for these three initial problems can be modified to solve a series of related problems.     

中文微博情感词提取: N-Gram为特征的分类方法

情感词典是文本情感分析的基础资源,但采用手工方式构建工作量大,且覆盖有限。一种可行的途径是从新情感词传播的重要媒介-微博数据-中自动抽取情感词。该文以COAE 2014评测任务3提供的中文微博数据为统计对象,发现传统的基于共现的方法,如点互信息等,对中文微博数据中的新情感词发现是无效的。为此,设计一组基于上下文词汇的分类特征,即N-Gram特征,以刻画情感词的用词环境和用词模式,并以已知情感词为训练数据训练分类器,对候选情感词进行分类。实验结果表明,该方法较传统基于共现的方法要好。实验还发现,与英语不同的是,中文情感词通常会以名词词性出现,而基于共现的方法无法有效地区分该类情感词,这是造成其失效的主要原因,而该文提出的分类特征能解决这一问题。     

基于中文拼音输入法数据的汉语方言词汇自动识别

方言研究领域中的语音研究、词汇研究及语法研究是方言研究的三个重要组成部分,如何识别方言词汇,是方言词汇研究首要的环节。目前,汉语方言词汇研究的语料收集与整理主要通过专家人工整理的形式进行,耗时耗力。 随着信息技术的发展,人们的交流广泛通过网络进行,而输入法数据包含海量的语料资源以及地域信息,可以帮助进行方言词汇语料的自动发现。然而,目前尚没有文献研究如何利用拼音输入法数据对方言词汇进行系统化分析,因此在本文中,我们探讨借助中文输入法的用户行为来自动发现各地域方言词汇的方法。特别的,我们归纳得到输入法数据中表征方言词汇的两类特征,并基于对特征的不同组合识别方言词汇。最后我们通过实验评价了两类特征的不同组合方法对方言词汇识别效果的影响。     

基于种子词汇的话题标签抽取研究

传统话题模型用词项概率分布表示话题,在可解释性上存在很大的不足。该文在Latent Dirichlet Allocation(LDA)的结果上提出了一种基于种子词汇的话题标签抽取方法。首先根据提出的权重计算公式抽取每个话题的种子词,然后,采用bootstrapping思想,迭代产生包含种子词汇的关键短语集合,最后根据短语的完整性和泛化度选择话题标签。该文对两会报告话题和新闻事件话题进行实验,通过结果展示和人工评测,该方法抽取的话题标签能够较准确地表达话题的语义信息。     

On z-factorization and c-factorization of standard episturmian words

Ziv-Lempel and Crochemore factorization are two kinds of factorizations of words related to text processing. In this paper, we find these factorizations for standard epiesturmian words. Thus the previously known c-factorization of characteristic Sturmian words is provided as a special case. Moreover, the two factorizations are compared.     

信噪比优化算法文档分类及特征权重公式改进研究

为了提高文档分类的效率,增强信息检索的有效性,提出了一种改良的基于信噪比的文本分类方法,改进了特征权重公式,优化了文本分类。在改良后的信噪比算法中,考虑了禁用词的剔除和近义词、同义词的归类合并,解决了传统信噪比对汉语应用存在的二个问题;在改进的权重公式里,引入了特征权重在同一文档不同部位的贡献率,据此特征词的检索准确率提高。     

一个基于非法文本用词特征分析的文本分类器

针对互联网中的不健康内容,通过对这类文本中用词特征的形式及出现频率的统计与分析,提出一种基于符号密度计算的特殊的自动识别算法。首先通过对训练文本的统计,得到初始特殊词表作为识别的基础。在进行文本分类时,利用包含两次筛选的特殊词自动识别算法动态更新特殊词表及其权值,从而将特殊词信息与二分文本分类器相结合,提高对不健康文本的识别精度。结果表明,加入特殊词自动识别及判断,有效地提高了非法文本的识别精度。