基于复杂运动模型的运动估值算法研究

传统的块匹配运动估值算法（ＢＭＡ）不适合对下列情形进行运动估计：旋转、伸缩（ｓｃａｌｅ）、形变（ｄｅｆｏｒｍａｔｉｏｎ）、卷曲（ｗａｒｐｉｎｇ）、错切（ｓｈｅａｒ）和不规则的伸展（ｕｎｅｖｅｎｓｔｒｅｔｃｈｉｎｇ）等，因而在实际应用中常常出现方块失真、沿运动边缘方向预测性能差等现象。为克服上述缺陷，本文研究了基于多种运动模型的运动估计算法，提出了一种自适应选择运动模型的算法。为了估计模型参数，本文实现了基于模拟退火的运动参数估计算法。实验表明本文算法与传统ＢＭＡ算法相比较，较好地提高了帧间预测增益。     

基于扩展布尔检索的Web检索算法

实用、高效的Web搜索引擎依赖于有效的检索算法，而如何提高检索精度是检索算法的关键。该文论述了一种在最短片段算法的基础上进行改进后的检索算法。它是基于扩展布尔检索框架的检索算法。还给出了新的算法在200l文本检索会议(TREC10)的Web语料上的实验数据。实验结果表明，新的算法比原始的算法在检索精度上有所提高。     

基于英汉机译实现跨语言信息检索

随着日益增长的大量信息成为可利用的、用户面对查询一个多语种文本集合的情形，变得越来越普遍。这就产生一个非常重要的问题一以一种语言描述的用户查询与以不同语言书写的文本之间的匹配问题，也就是一种如何跨越语言界限的问题，即跨语言信息检索(Cross-Language Information Retrievat，CLIR)。针对该项任务建立了一个面向英汉的跨语言信息检索系统，并以此为基础提交了相关的几组运行结果。同时，结合所构建的汉语IR系统，实现完整的英一汉CLIR过程。     

自适应信息过滤中使用少量正例进行阈值优化

自适应信息过滤中一个大的挑战在于其数据稀疏问题.因此,在对输入的文本流进行过滤的同时学习最优阈值非常重要.提出了一种新颖的阈值优化算法.该算法可以通过少量的正例进行快速的学习,所需数据的获得具有增量性,故而其计算量及所需的存储空间很小.此外,该算法还具有高效、健壮、实用性强等优点.在第10届国际文本检索会议(TREC10)上,复旦大学的自适应信息过滤系统使用了该阈值优化算法,并取得了第3名的成绩.其T10U和T10F分别达到了0.215和0.414.     

模式学习在QA系统中的有效实现

开放领域的问题回（question answering）是自然语言处理领域中具有挑战性的研究方向．提出了一种基于模式学习实现问题回答的方法，核心思想是利用机器学习方法得到的答案模式获取问题答案．该方法优势在于：①模式学习完全自动化实现；②解决了目前普遍存在的模式约束性弱及答案缺乏语义类型限制等缺陷．在TREC测试集上的实验结果表明，它不但解决了简单模式所覆盖的问题集，同时也解决了需要较强约束性模式进行答案抽取的问题集，而后者的问题数目在TREC测试问题集中占约80％．     

基于HowNet的词汇语义倾向计算

在互联网技术快速发展、网络信息爆炸的今天,通过计算机自动分析大规模文本中的态度倾向信息的技术,在企业商业智能系统、政府舆情分析等诸多领域有着广阔的应用空间和发展前景。同时,语义褒贬倾向研究也为文本分类、自动文摘、文本过滤等自然语言处理的研究提供了新的思路和手段。篇章语义倾向研究的基础工作是对词汇的褒贬倾向判别。本文基于HowNet,提出了两种词汇语义倾向性计算的方法:基于语义相似度的方法和基于语义相关场的方法。实验表明,本文的方法在汉语常用词中的效果较好,词频加权后的判别准确率可达80%以上,具有一定的实用价值。     

基于PLS和GAs的径基函数网络构造策略

鉴于传统径基函数网络(radial basis function network,简称RBFN)构造策略的不足,提出了基于偏最小二乘法(partial least squares,简称PLS)和遗传算法(genetic algorithms,简称GAs)的RBFN构造策略和一种更有效的径基宽度取值方法.在这个集成构造策略中,PLS克服了K-Means算法求取径基易陷入局部最优的弊病,并使合成径基比由正交算法获取的径基更具代表性;而所提出的径基宽度取值方法和GAs则为网络性能和结构的实质性改善与优化提供了保障.实验证实了基于PLS和GAs的RBFN构造策略及所提出的径基宽度取值方法的优越性、可靠性和有效性.     

确保业务质量的重要协议-RSVP

主要讨论Ｉｎｔｅｒｎｅｔ网中确保业务质量的重要协议 办议的基本原理和工作过程，阐明了该协议在多媒体通信中应用前景。     

一种新型的跨语言信息检索技术

1.前言随着科学技术迅猛发展,信息交流量与日俱增,人们开始广泛应用高速度、大容量的现代化工具——计算机进行信息处理。为使计算机能够应用于更广泛的用户,利用计算机高效率地进行各种语言信息处理已成为一个迫切需要研究的课题。由此,语言信息处理应运而生,成为一门新兴学科,其相关理论和方法研究在计算机科学与人工智能领域也显得尤其重要。自动的信息检索(Information Retrieval.IR)也作为语言信息处理研究领域的重要课题,越来越引起人们的兴趣与重视。人们希望用机器来实现信息自动检索,以解决人工方式带来的困难与复杂,如今正随着人们在语言信息处理领域里所取得的成果而变为现实。     

新闻视频、音频中的主题检测

1.引言面对日益庞大的信息量,如何有效地检索到感兴趣的内容是至关重要的。新闻视频、音频(包括电视、广播)与文字报道相比,更为生动,表达更为丰富,但也有数据量大、难以组织、索引、检索等缺点。这主要体现在两方面; 文本有标题、段等明显的辅助标记,而视频、音频则没有。一般的浏览工具只有播放、快进、快退、拖动定位等简单手段。这对于几十、几百小时,而且还在日益增长的视频、音频数据库,是远远不能满足要求的。