如何在西文下显示特大型彩色汉字

在应用程序的开头或结尾显示一些有实际意义的特大型彩色汉字,能给人以清新之感,若在显示的同时配上优美的音乐,效果更佳.本文以在VGA显示器上利用Quick BASIC4.0为例,介绍一种在西文下显示特大型彩色汉字的方法,并给出了程序实例.对程序稍     

一种基于启发式搜索的论文元数据提取算法

随着大量的科研论文以电子文档的形式出现, 为了高效地检索这些科研文献资料,从中精确地抽取这些论文头部的元数据信息显得十分有必要.在条件随机场模型的基础上,提出了一种启发式搜索算法来对论文头部的元数据信息进行提取.该算法首先利用文本分块技术和特征提取规则来对文本进行预处理,然后结合条件随机场概率模型利用启发式搜索来进行元数据的提取.实验结果表明,在相同概率模型的基础上,该算法有着较好的性能,在精确度和召回率方面都有了明显的提高.     

基于Widrow-Hoff神经网络的多指标推荐算法

为解决传统的协同过滤推荐算法不能综合运用多个指标进行推荐的问题,通过引入多指标评分的概念对标准的协同过滤推荐算法进行扩展,提出一种基于Widrow-Hoff神经网络的多指标推荐算法。利用Widrow-Hoff最小二乘法自适应算法在进行系统辨识时的高精度拟合特性,提出一种基于Widrow-Hoff最小二乘法算法的用户偏好特征向量计算方法。利用用户偏好特征向量和空间距离矩阵度量用户相似度,以定位邻居集并为用户推荐最优项目。实验结果表明,本文算法可提高推荐精度,改进推荐质量。     

信息集成技术在数字图书馆中的应用研究

分析讨论了数字图书馆中的信息集成技术：基于CORBA的集成,基于XML的集成,基于OAI的集成和基于知识的智能集成,并指出了各自的优缺点;给出了一个基于中介结构实现的数字图书馆集成系统。     

一种分布式数据流查询重用算法研究*

提出了一种基于查询树匹配的查询重用算法.首先,系统中原有查询树与新生成的查询树进行匹配并计算对新查询树的重用收益;然后根据重用收益来实现重叠的查询操作的重用.实验结果表明,该算法能够有效地减少连续查询的执行代价总量.     

基于扩展语义接口的Web服务动态组合方法

自动地根据用户请求进行服务的动态组合是目前Web服务领域的关键问题.针对该问题,提出了一种基于本体的服 务动态组合方法,设计并实现了一个服务动态组合原型.首先Web服务按照一定规则被抽象为本体模型,然后通过分析所 构造服务的模型来实现服务的匹配,最后利用BPEL4ws对匹配生成的服务组合序列来进行自动的组合.实验结果表明,该 方法细化了服务接口的语义,并且在发现结果上有更高的准确性.     

一种基于移动Agent的数字图书馆互操作框架

互操作是实现数字图书馆（DLs)的集成（或联邦）需要解决的关键问题,其目的是将Web上广泛分布的,自治的,异构的DLs联合起来,利用统一的查询界面实现对多个DLs的透明访问,首先介绍了DLs互操作的实现方法,并指出了各自的优缺点：在此基础上,提出一种基于移动Agent的DLs互操作框架,并给出了基于该框架实现的一个原型系统。     

基于k-距离与重加权M-估计量的鲁棒协同推荐算法(英文)

The existing collaborative recommendation algorithms have lower robustness against shilling attacks.With this problem in mind,in this paper we propose a robust collaborative recommendation algorithm based on k-distance and Tukey M-estimator.Firstly,we propose a k-distancebased method to compute user suspicion degree(USD).The reliable neighbor model can be constructed through incorporating the user suspicion degree into user neighbor model.The influence of attack profiles on the recommendation results is reduced through adjusting similarities among users.Then,Tukey M-estimator is introduced to construct robust matrix factorization model,which can realize the robust estimation of user feature matrix and item feature matrix and reduce the influence of attack profiles on item feature matrix.Finally,a robust collaborative recommendation algorithm is devised by combining the reliable neighbor model and robust matrix factorization model.Experimental results show that the proposed algorithm outperforms the existing methods in terms of both recommendation accuracy and robustness.     

基于签到活跃度和时空概率模型的自适应兴趣点推荐方法

针对现有兴趣点(POI)推荐算法对不同签到特征的用户缺乏自适应性问题,该文提出一种基于用户签到活跃度(UCA)特征和时空(TS)概率模型的自适应兴趣点推荐方法UCA-TS。利用概率统计分析方法提取用户签到的活跃度特征,给出一种用户不活跃和活跃的隶属度计算方法。在此基础上,分别采用结合时间因素的1维幂律函数和2维高斯核密度估计来计算不活跃和活跃特征的概率值,同时融入兴趣点流行度来进行推荐。该方法能自适应用户的签到特征,并能更准确体现用户签到的时间和空间偏好。实验结果表明,该方法能够有效提高推荐精度和召回率。