语言自然节奏在文本分类中的研究与应用

大规模文体分类是一个非常复杂的任务。提出了一种基于语言自然节奏的文本分类方法,通过对语言中标点标记的自然节奏进行分析,获取其特征,应用贝叶斯分类器,可以快速高效地完成文本分类任务。这种文本分类方法与当前主流基于词条特征的文本分类方法不同,不需要理解和分析语义,即无需分析文章中的词条,特征空间小,数据稀疏性现象不明显,文本分类效果显著。     

基于语言节奏的大规模文档去重算法研究

通过对Web中大规模文档研究发现,文档中的自然段落具有特殊的语言节奏。提出了一种基于语言节奏的文档重复性检测方法,通过构建文档中自然段落的语言节奏码并进行重复性分析,实现了基于段粒度的文档重复性检测。实验表明,此方法具有良好的召回率和准确率,可以将内容完全重复的文档、部分段落内容重复的文档及打乱段落顺序重组文档的重复性均检测出来,检测精度高且占用系统资源少。     

考虑视觉焦点权重和词相关性的图像标注方法

为了弥补图像底层特征到高层语义之间的语义鸿沟,提出一种基于视觉焦点权重模型和词相关性的图像标注方法。由于人们对图像的认识过程中,对焦点区域有比较多的关注,因此可以通过视觉焦点权重模型计算图像各区域的视觉焦点权重来提取图像的焦点区域。同时焦点区域的标注词和其他区域的标注词在逻辑上是相关的,因此通过WordNet根据词汇相关性确定图像的最终标注向量。实验结果表明,通过该方法能提高图像自动语义标注的准确率。     

面向波动复杂性的上下文预测

针对普适计算环境中上下文变化存在的复杂情况,提出面向波动复杂性的上下文预测方法,在分析上下文波动变化的影响因素的基础上,提出相似上下文序列的概念,给出了上下文序列相对距离和相似上下文序列的定义,以及相关的上下文预测推理算法和架构.通过计算上下文序列之间的相对距离,确定相似的上下文序列,根据相似的上下文序列进行上下文预测.该预测方法不仅提供了一种度量上下文序列的新方法,而且解决了传统精确匹配预测方法的局限性问题,有效地提高了普适计算中上下文预测的能力,使其具有更强的适应性和实用性.     

基于时间顺序标码的可计算的信任评价模型

信任本身是一个社会认知的概念,因此从认知的角度来研究信任是合适的。通过引入时间认知,建立一种基于时间顺序标码(TSM)的信任评价的概念模型。在分析了经验信息的三种遗忘效应（即距离效应、边界效应以及层级效应）后,将其应用到个体信任值的计算中。在概念模型的基础上,采用D-S信度理论来建立信任的可计算模型。对比了理论与实验结果,表明该模型是有效的。     

Turbo码译码算法在多径Nakagami信道中的修正

分析了宽带DS／CDMA系统在Nakagami信道中的性能的基础上, 针对Nakagami信道对Turbo码译码提出了修正算法——由Rake接收输出经最大比例合并等处理后的信号、 除以信道幅度参数α^m_i的平方之和、 以高斯分布计算Turbo码译码的γ函数、 进行Turbo码译码.     

一种新型的广义铣削力模型

基于微分几何理论建立了任意形状铣刀的数学模型,给出适用于任意形状铣刀的三维单元铣削力模型。该铣削力模型考虑了铣刀的法向前角,认为作用单元体上的铣削力由作用于前后刀面上的正压力和摩擦力组成,并表示为与瞬时切厚有关的非线性函数。     

程序设计竞赛ACM中树链剖分的研究

线段树在ACM大学生程序竞赛中应用非常广泛，是解决区间问题的一把利器，但对于树形数据结构线段树不能适用，考虑采用树链剖分进行操作。先从线段树的定义出发，讲述线段树的存储方式、建树、区间操作等原理及其实现，分析了线段树各个操作的时间复杂度并与其他算法进行对比。随后引出树链剖分使用重轻链分离的方法对线段树进行改进使之可以解决树上的操作问题；并以例题的方式介绍了树链剖分的应用。     

产品数据管理概述

ＰＤＭ是一门新的工程数据管理技术,是支持ＣＩＭＳ及ＣＡＤ／ＣＡＭ／ＣＡＰＰ集成的重要平台,简要介绍了产品数据管理的定义、体系结构功能模块,在企业中的实施及其发展趋势。