一种高效的新闻网页噪声过滤方法

网页噪声过滤是网页预处理中关键的一步,其处理结果对后续处理的效率和准确性都有很大的影响。本文基于文本块字符数的统计规律,在总结了新闻网页特点的基础上设计了一种高效的新闻网页噪声过滤算法。该算法不仅完成了新闻正文的提取,也实现了新闻标题和报道时间的提取。试验证明,该算法有很高的处理速度,同时其提取的准确率也有了进一步的提高。     

依据流统计特性的报文分类规则集动态优化*

本文针对普遍使用的线性搜索报文分类方法在时间效率方面的固有弱点,设计了一种依据数据流统计特性的规则集自适应动态优化算法。其中包括：规则权重计算,规则优化排序,动态触发优化等部分。在占用较少资源的情况下,较为有效地提高了系统性能,并经实验结果证明,应用效果良好。     

一种基于超统计理论的非平稳时间序列异常点检测方法研究

从非平稳时间序列的分布函数及其参数入手,主要研究分布函数不变分布参数变化的这一类非平稳的时间序列异常点检测方法,提出了基于超统计的异常检测方法,并将其应用于非平稳网络流量时间序列。从网络流量的非平稳和突发性特点出发,特别考虑到由于攻击流量所引起的流量特性的变化,结合超统计理论,主要研究分布参量的变化。根据超统计的理论,先应建立分布统计模型,研究分布模型不同参数变化对分布的决定性作用,从而将异常网络流量的检测研究转化成对慢变量参数序列的检测研究。该检测方法大大降低了计算的复杂度。通过大量实验表明该方法具有良好的效果。     

基于概率主题模型的标签预测

充分利用用户自定义标签信息,是理解Web资源语义,提高Web应用智能程度的重要途径。针对资源标签分派中大量存在的信息不完整、不一致的现象,建立基于用户标记行为特征的概率主题模型,利用概率主题模型实现对标记信息不完整资源的标签预测。根据每个资源所对应的标签的统计特征,可产生不同形式的标签文档,通过分析标签文档所生成主题的性能,确定适合于特定数据集的标签文档形式;利用同一主题内词汇间的高度相关性,设计合理的预测标签排序方法,从而实现对标记信息不完整资源的标签预测以及标签语义不一致现象的检测。在数据集DeliciousT 140和Wikilo+上的测试表明,所提方法能有效实现标签预测,并可提高信息检索的性能。     

基于游程统计的含噪图像分割效果评价方法

含噪图像的分割效果与其干扰噪声强度有着紧密的联系。为了对含噪图像的分割效果进行量化计算和分析,首先定义了一个评价含噪图像分割结果的差异函数,该函数值反映了含噪图像的分割结果和原始图像的分割结果之间的差异程度。同时,根据序列随机性检验方法中的游程测试方法,给出了一种针对含噪图像分割效果评价的方法,该方法基于分割图像的二值化灰度矩阵游程统计量,定义了评价图像分割效果的游程函数,在对含噪图像的分割效果进行评价时,可以计算分割图像的游程函数来进行量化比较。对含噪灰度图像的分割结果与相应的差异函数和游程函数之间的关系进行了实验分析,结果表明,差异函数和游程函数不仅表达简单、计算便捷,而且能够准确反映出含噪图像的干扰噪声强度和分割的结果图像之间的变化关系。     

基于TI 64X DSP的DVB-T基带发送系统实现

详细地阐述了利用64X DSP实现DVB-T基带发送系统的方法。首先,利用DSP专用指令设计了一种实现外编码的双字型算法,极大地缩短了编码时间;分析了外交织的原理,给出了一种新的多级缓冲的交织硬件处理结构;根据卷积编码为状态编码的特点,用查表实现了各种码率的卷积码;分析了块交织耗时太长的缺点,采用了一种基于符号的内交织方法;通过查找表完成导频信息的插入。其次,将离散傅立叶变换的基带数据插入CP后进行数据输出。最后,通过实验结果说明了所提出算法的有效性。     

基于外部排序的字串左右熵快速计算方法

左右熵在自然语言处理领域有着广泛应用,但目前尚无有效方法实施大规模语料中海量模式的左右熵快速计算。提出了一种计算方法,对于某长度字串计算熵,首先按长度提取语料中的全部字串,使用外部排序和归并获取字串的出现频率,然后分别剔除首尾字符构造待计算字串的频率提供文件,最后使用文件记录频率对比来计算右熵和左熵。分析和实验表明,该方法的计算量同语料规模成线性关系,适于大规模语料中海量字串的左右熵计算。     

P形傅里叶变换在手写体汉字识别中的应用

提出了曲线化汉字特征的概念,讨论了3类可曲线化的汉字统计特征.利用P形傅里叶算子,对这些曲线化特征作傅里叶变换,可提取到最终的识别特征.实验结果表明,该方法在手写体汉字识别领域具有良好的应用前景,尤其适用于细分类.     

基于字统计语言模型的汉语语音识别研究

隐马尔可夫模型（ＨＭＭ）由于较好地描述了语音的特性,在语音识别的研究中占主导地位,基于ＨＭＭ的识别算法也因取得了较好的识别效果而得到广泛应用．但其仅仅依靠语音信号的声学模型来进行识别处理,因此存在着不能利用语言的非声学知识进行识别的固有缺陷．该文提出的新方法将基于Ｎ元文法（Ｎ－ｇｒａｍ）的统计语言模型应用于汉语语音识别,推导了模型多数的估值公式,并给出了模型的训练和识别算法．初步实验表明：引入统计语言模型有利于降低识别难度和改善语音识别性能．     

用于汉语语音信号端点检测与切分的有效方法

文章给出了计算机辅助汉语教学系统中语音端点信号的检测和清浊音信号的切分方法：采用短时相对能频积对汉语语音信号的端点进行检测;采用短时相对能频比的方法对语音信号的清浊音进行切分。这两种方法的使用与现有方法相比可以有效地提高汉语语音信号切分的成功率,实验结果表明正确率可达到９５％以上。文中通过实验验证了所提出的汉语语音信号切分方法是有效的和可行的。它基本上能够满足计算机辅助汉语教学系统在线切分汉语语音信号的需要,比已有的语音信号切分方法的切分效果有显著提高,为下一步提高语音信号的识别率奠定了基础。