正则表达式的Web数据提取研究

Internet正在日益成为一个重要的信息来源,如何对Web数据进行检索和加工,使得用户能够更好地利用Intemet上的数据资源己经成为了新的研究热点。文中论述了半自动化数据提取算法,其中使用了基于扩展正则表达式的信息槽提取算法和基于网页特性的事件分割算法。同时描述了利用这些算法的信息提取系统,并详细介绍了系统的体系结构和实现细节。该系统可以被用于真实的Web环境中以提高存储、利用信息的效率,在一定程度上解决在Internet上获取信息及利用信息的困难。     

正则表达式的Web数据提取研究

Internet正在日益成为一个重要的信息来源,如何对Web数据进行检索和加工,使得用户能够更好地利用Internet上的数据资源己经成为了新的研究热点。文中论述了半自动化数据提取算法,其中使用了基于扩展正则表达式的信息槽提取算法和基于网页特性的事件分割算法。同时描述了利用这些算法的信息提取系统,并详细介绍了系统的体系结构和实现细节。该系统可以被用于真实的Web环境中以提高存储、利用信息的效率,在一定程度上解决在Internet上获取信息及利用信息的困难。     

基于页面对比分析的数据提取

针对提供大规模数据查询的Web页面，提出了一种基于站点内页面对比分析的web数据提取方法。在对页面建树和分块的基础上对比分析获得页面数据块，然后利用同结构多页面对比和格式判断提取出数据，最后将数据存入到主据库中。该方法成功运用到多个信息提取系统中，实现了高效、准确的数据提取。     

曲面网格数据的边缘提取与显示

曲面网格数据是有限元计算与实际测量中经常得到的一类重要的离散数据,由于其采样不规则,采样点分布在曲面上,因而已有的图像分析方法不再适用,文中讨论了该类数据的特征分析方法,给出了曲面网格数据中特征区域边缘的自动提取与显示方法。     

数据仓库的数据提取方法

数据提取是数据仓库系统中的重要任务，本文探讨了使用增量表正确进行数据提取的三个实用的方法：表锁定法，时间戳法和增量表轮转法。其中，着重对增量表轮转法进行论述，并给出用视图实现的具体方法。     

三角形网格数据的边缘提取及网格自适应细分

三角形网格数据是数值计算及实际测量中获得的一类主要的不规则网格数据,数据量比较在,结构复杂,因而数据的可视化和分析存在许多困难。如果只将人们有兴趣的数据特征区域提取出来并单独处理（可视化,存储,后处理）,不仅可以减少可视化中的计算了储需求,而且可以为数据场中特征的高级表示,分析提供基础。因此本文讨论三角形网格数据中特征区域边缘的提取算法。我们在三角形网格中引入了邻域的定义,并基于此定义给出网格数据     

面向信息系统需求的数据元提取方法研究

制定数据元标准是实现信息系统集成的基础,准确把握系统数据标准化需求,建立系统全域数据需求视图是准确制定数据元标准的前提。该文以信息系统的数据重构过程为背景,围绕快速、准确提取数据元的需求,对面向信息系统需求的数据元提取方法进行总结与归纳。通过对几类常用抽取方法特点的对比,方便用户在工程应用中从需求出发综合使用各类数据元提取方法,从而提高数据标准化的质量与效率。     

基于C#的图片点阵数据提取和转换软件的开发

针对嵌入式系统的GUI(Graphical User Interface)设计中对彩色图片和图标的点阵数据的需求,设计一种能从多种常见图片文件中提取点阵数据并转换格式的软件.开发过程采用基于.Net Framework 2.0的C#语言,采用完全面向对象的方法,将文件处理、数据提取、格式转换以及输入和输出等功能封装成一个图像处理类.在绣花机控制器的开发使用中表明,该软件使用方便、功能实用、性能良好,完全达到设计目的,满足了GUI设计的需求.     

带BL锁的安卓手机电子数据提取方法研究

安卓(Android)是一种基于Linux的自由及开放源代码的操作系统,从1.0版本发展到10.0.当前,主流安卓手机基本都有BootLoader锁(简称BL锁),而且部分手机引入了FDE或FBE加密,以提高手机内信息的安全性.主要研究对象是基于带BootLoader锁的华为手机,通过绕过或解除BootLoader锁,...     

新颖实用的图文数据提取方法

在详细分析SPT(E)格式文件结构的基础上,提出了一种新颖实用的图文数据提取方法,只要编写少量程序即可在众多的开发应用场合提取所需数据文件.     

基于自适应波束形成的现场EMC测量方法

在复杂的电磁环境中对电子设备进行现场测量时最大的问题是背景噪声的滤除。提出基于阵列信号处理的电磁兼容现场测量方法。利用空间平滑算法进行辐射信号的精确DOA(波达方向)估计,再依据最小方差无失真响应MVDR(Minimum Variance Distortionless Response)准则进行波束形成,从而对接收到的信号实现空域滤波。仿真结果证明,该算法能有效滤除背景噪声中的同频相干信号,提高现场电磁辐射测量的精度。     

基于随机性检测的数字稳像算法评价方法*

提出了一种基于随机性检测的数字稳像算法客观评价方法。该方法首先估计出数字稳像算法输出视频的全局运动向量;然后将估计结果编码为二进制序列;最后利用随机性检测的方法来检验此二进制序列的随机性,并且根据序列随机性的强弱程度来衡量数字稳像算法的效果。最后的实验表明,提出的方法能够准确地评价常用的数字稳像算法。     

基于均匀色差标准的亮度测试图像设计方法

针对传统亮度参数[Y]与视觉感受不够吻合的现象,利用CIEDE2000均匀色差标准与主观视觉感受较为吻合的特点,从CIEDE2000均匀色差标准中的主观亮度参数[L]入手,建立了基于CIEDE2000均匀色差标准的亮度测试图像设计方法。通过与传统亮度参数[Y]的实验结果进行比较,可以发现基于CIEDE2000均匀色差标准设计的亮度测试图像与视觉感受具有较好的线性关系,对于实现与主观评价结果相吻合的彩色图像质量评价系统有重要意义。     

曲线拟合的模糊医学图像分割算法

针对由于机体组织间的连续造成医学图像区域边界的模糊性,导致完全自动的医学图像分割算法往往不能取得满意分割效果的问题,提出了一种基于径向基函数曲线拟合的交互式模糊医学图像分割算法。首先由用户在感兴趣的区域交互地选取一些特征点,然后利用径向基函数构造一个三维空间的隐式曲面,使该曲面上的某一等值线即为分割出的区域,文中还提出了两种不同的加速算法。大量实验表明,该算法能有效处理非常模糊的医学图像。     

基于主S-N曲线法的T形接头疲劳评估和试验验证

以T形焊接接头为研究对象,将可能发生疲劳破坏的焊趾截面和焊喉截面的节点力转换为相对于中面焊线的等效节点力和弯矩,并利用平衡等效原理转化为线力和线弯矩,基于材料力学公式求出截面的结构应力,解决应力对网格尺寸敏感的难题。从焊缝疲劳破坏的机理出发,基于Paris断裂力学公式推导以等效结构应力为变量的一条主S-N曲线,评估焊缝的疲劳寿命。分析结果发现：采用主S-N曲线法评估的寿命与试验值最接近且破坏位置准确,该主S N曲线法准确性较高。     

基于曲线拟合的Placido图像中心提取方法

中心提取是Placido图像特征提取的关键环节,提出了一种基于曲线拟合的中心定位方法。利用Hough变换定位图像的像素级中心,建立图像的极坐标系;在极坐标轴方向,通过亮环灰度变化曲线的导数特征检测亮环中心线;将亮环中心线进行曲线拟合,确定亮环中心位置。中心提取精度达到亚像素级,利用标准球验证算法精度,屈光度误差小于0.25D。与常规算法进行对比,分析结果表明,曲线拟合法在准确性和稳定性上更优,为绘制精确的角膜地形图提供了保证。     

基于演化曲线自适应的图像分割模型的研究

利用图像梯度和几何曲率等信息可以准确定位分割图像的边缘。基于此,在对图像分割典型变分模型有效性及所存在问题分析和讨论的基础上,提出了一种演化曲线自适应驱动的图像分割水平集模型。模型通过调整演化曲线长度项和面积项的权重函数,使演化曲线能够根据图像当前的状态自适应地调整演化幅度和方向,不仅提高了图像分割的准确度,还大大缩减了图像分割时间;模型在利用图像局部区域信息的同时,也利用全局化的正则函数来兼顾模型能量泛函的全局性,使模型有了对异质区域边界的捕捉能力。经试验验证,文章所提出的新模型有效可靠。     

基于逆向查询处理算法的数据库系统测试数据生成方法

生成测试数据和数据库状态是进行数据库系统测试的重要工作,逆向查询处理(RQP)算法提供了一种生成测试数据的方法。然而RQP算法只针对Select查询语句,为克服这一局限性,在RQP的基础上进行扩展,形成逆向操作处理(RMP)算法,以处理SQL语言中的所有数据操作语句。RMP算法的基本思想是将Delete、Insert、Update等数据操作语句转化为查询操作,即将这些操作语句所需的数据库实例应满足的条件转化为用Select语句来描述,再将转化后得到的Select语句作为RQP算法的输入,从而得到满足条件的数据库实例。RMP算法支持SQL基本语句的逆向运算,为数据库测试数据的自动生成提供了更好的支持。     

一种快速轮对踏面光截曲线图像分割方法

为准确地实现轮对轮缘磨耗的测量,提出了将二维最大相关准则的阈值分割法应用于轮对踏面光截曲线图像的分割.引入量子粒子群优化算法代替穷尽搜索获取阈值向量.通过对实际的踏面光截曲线图象分割表明,该方法是一种实用、有效的踏面光截曲线图像分割法.     

Information system for image classification based on frequency curve proximity

With the size digital collections are currently reaching, retrieving the best match of a document from large collections by comparing hundreds of tags is a task that involves considerable algorithm complexity, even more so if the number of tags in the collection is not fixed. For these cases, similarity search appears to be the best retrieval method, but there is a lack of techniques suited for these conditions. This work presents a combination of machine learning algorithms put together to find the most similar object of a given one in a set of pre-processed objects based only on their metadata tags. The algorithm represents objects as character frequency curves and is capable of finding relationships between objects without an apparent association. It can also be parallelized using MapReduce strategies to perform the search. This method can be applied to a wide variety of documents with metadata tags. The case-study used in this work to demonstrate the similarity search technique is that of a collection of image objects in JavaScript Object Notation (JSON) containing metadata tags.