基于最大熵模型的评价搭配识别*

在分析酒店评论文本倾向性过程中,针对某些评价词语所产生的歧义性问题,提出一种基于最大熵的评价搭配识别的方法。该方法通过构建极性词表,挖掘出评价词语类别作为语义特征,将其与词、词性、距离、否定词特征结合构成最大熵的复合模板,采用最大熵模型进行评价搭配识别。实验结果证明,采用构建的最大熵复合模板进行评价搭配识别具有较高的准确率和识别性能。     

一种新的自适应动态文化粒子群优化算法

为了克服粒子群优化算法在解决复杂问题时易陷入局部最优的缺陷, 提出了一种新的自适应动态文化粒子群优化算法。该算法引入评价粒子群早熟收敛程度的指标来判断种群空间粒子群状态, 以确定影响函数对种群空间粒子群的作用时机, 当算法陷入局部最优时, 自适应地利用影响函数对种群空间进行变异更新, 从而有效发挥文化粒子群算法的双演化双促进机制。并且根据种群的早熟收敛程度自适应地调整粒子的惯性权重, 使种群在进化过程中始终保持惯性权重的多样性, 在算法的全局收敛性与收敛速度之间作一个很好的折中。最后对四个经典的测试函数进行仿真, 结果表明该算法具有很强的搜索能力, 收敛速度和收敛精度也有所提高。     

面向对象系统分析方法的研究

本文首先给出了一种用于信息建模的层次式面向对象的系统分析模型，包括静态模型和动态模型，其次还对论了需求分析模型的正确性及一致性问题。利用这种层次方法建立的需求分析模型，易于理解和维护，又便于图形描述，因而，支持需求分析建模的辅助软件工具也易于开发实现。     

SVM和BP相结合的垃圾邮件过滤技术

垃圾邮件过滤技术近年来己经成为一个研究热点,作为目前主要的邮件过滤技术的神经网络和支持向量机,介绍他们的文章很多,但将两者结合起来的很少见。该文介绍了神经网络和支持向量机的基本理论,将支持向量机的推广能力和神经网络的学习能力巧妙地结合和利用起来,并通过实例说明该方法具有较强的实用性。     

入侵检测中模式匹配算法的研究

本文主要分析了目前网络上最常用的模式匹配算法(KMP算法和BM算法)，及其各自的特点。在此基础上提出了一种改进的模式匹配算法应用于我们的系统实现中。实验结果表明，改进的模式匹配算法，更适合于网络级入侵检测的实现，减少了系统的丢包率。     

楼宇自动化节能初探

通过对楼宇自动化节能方法的介绍及节能分析，说明尽管楼宇自动化初期投资比较大，但从设备长期运行及节能情况来看，楼宇自动化有着常规设备所不具备的特点，利用楼宇自动化节能是切实可行的，具有广阔的发展前景。     

两种网络安全协议分析与比较

对SSL／TLS和IPSec两种网络安全协议进行了研究，分析了协议的目的、特点，比较了性能、实用性和应用，并给出可能的优化途径。     

支持向量机中的模型选择研究

支持向量机是一种新型的机器学习方法。模型选择是设计支持向量机的关键。本文在分析用于分类的支持向量机原理的基础上,分别从核函数类型和核参数的选择等模型选择方面进行了探讨。最后在上述理论分析的基础上进行了实验,取得了较好的效果。     

一种改进ECC算法在移动通信认证中的应用

移动通信中的安全保密度不可抵赖性最实现其诸多业务的保证。本文提出了一个改进的椭圆曲线加密算法，并给出了基于该算法的移动通信认证方案，经过安全性分析，该方案提高了通信过程中的安全保密程度，并保证了移动服务的不可抵赖性。