基于数据挖掘的面向话题搜索引擎研究

为了解决面向话题的搜索问题,提出一种新的面向话题的检索技术。首先分析了面向话题的搜索技术所面临的问题,然后基于数据挖掘技术提出了解决方案。利用数据挖掘技术抽取文本的多层次语义特征,形成对文本的多精度表示,抽取的特征不仅包括单个词特征也包括多词特征。建立了一个示例检索系统,实验表明利用多层次文本特征能够很好地实现面向话题的文本检索。     

基于运动矢量插值的运动补偿算法

本文首先研究了相关性约束运动估值算法,然后提出了基于运动矢量插值的运动估值算法,实验表明新算法的预测性能明显比传统块匹配运动估值算法(BMA)好,而且预测图象的主观质量得到显著改善。     

基于多视角距离图象的三维物体建模及其在识别中的应用

模型的表示和构建是基于距离图象三维物体识别技术中的关键模块之一.针对已有方法 存在的若干问题,提出一个新的综合多个视角距离图象的三维物体模型表示策略和增量式的 模型习得算法,并将该模型表示用于三维物体识别中.实验结果验证了算法的有效性.     

基于知网的概念特征抽取方法

文本特征抽取是文本过滤的一项重要基础,但通常采取的用字、词作为特征项的显著缺点是无法表达文本的语义信息,所以本文在向量空间模型的基础上提出了一种以知网为语义知识库、基于语义信息的文本特征项抽取方法。该方法比单纯的词汇信息更能体现文本的概念特征,提高过滤系统的性能;同时还能降低文本向量的维数,减少计算量,提高过滤效率。我们在引入了该方法的中文文本过滤系统上进行的实验结果也充分证实了其有效性。     

改装C618-1型车床铣削盲孔内螺纹

遵照伟大领袖毛主席关于“自力更生”的教导,我厂为了解决盲孔内螺纹加工的难题,在向兄弟工厂参观学习的基础上,完成了用 C 618-1型普通车床改装成为能够半自动铣削盲孔内螺纹的任务(也可以加工通孔内螺纹)。经过一段时间的生产实践,证明这种铣削内螺纹的方法具有生产效率高,质量稳定,操作简单,安全,劳动强度低,而且能节省大量丝锥减少工具消耗等优点。改装后不影响车床的使用,因为将镜头卸下还是一台完整的普通车床。这样,就能充分挖掘现有设备的潜力,达到一机多用的目的。下面介绍有关螺纹铣刀及改装情况。 一、铣削刀具 铣削刀具是专用…     

改进的AdaBoost分类器在视频中的体育场景检测

提出了一种使用改进的AdaBoost分类器来检测体育场景的方法。将电视新闻中的体育场景分为三类：草地运动，冰雪运动和人造场地运动。针对这几种不同的体育场景，提取颜色直方图、边缘方向直方图和共生矩阵纹理等3种低层视觉特征，然后用改进的可自动选择特征的boosting方法为每一类体育场景分别建立AdaBoost分类器。该文提出的方法应用在国际视频处理评测TRECVID2003中的“体育场景”语义特征抽取任务上，取得了很好的效果。     

一种新的利用多帧结合检测视频标题文字的算法

视频中的标题文字通常在视频信息索引和检索中起到重要作用．提出了一种新的视频标题文字的检测算法．首先采用一种新的多帧结合技术来降低图像背景的复杂度，它基于时间序列对多帧图像进行最小(或最大)像素值搜索，搜索的具体方式由Sobel边缘图来决定．然后以块为单位来进行文字与非文字的分类，即用一扫描窗口对图像进行扫描，以Sobel边缘为特征，判断其是否为文字。一个2级的金字塔被用来检测不同大小的文字．最后，提出一种新的迭代的文字区域分解方法，它能够更精确地定位文字区域的边界．实验结果表明，这种文字检测算法能够取得很高的精度和召回率．     

利用未标注语料改进实体名识别性能

本文主要介绍了一个利用最大熵进行实体名识别的系统以及所采用的模型和选取的特征。这些特征包括单词本身的词法词态特征和上下文信息。利用这些在任何语言的文本上都极易获得的特征,我们采用最大熵分类器构建了一个基准系统。在此基础上,我们首先通过网络资源建立了实体名词典知识库;并利用词典和基准系统在未标注语料上抽取出现的实体名作为辅助的训练语料;最后再将这些语料加入训练。实验结果表明,辅助的训练语料能够在一定程度上提高系统的性能。     

基于最大熵模型的QA系统置信度评分算法

置信度指的是一个问题回答系统(QA系统)对其所作回答的自信程度.描述了一种基于最大熵模型的算法.首先,从训练语料中提取若干因素来训练最大熵模型;然后应用训练好的模型在测试集上计算置信度.在2002年度的文本检索会议(TREC)中,QA系统用该算法计算每个问题答案的置信度,并依此排序,获得了显著的成绩.     

基于多重倒排文件的快速相似性检索

提出一种新的高维空间中点数据的索引方法（即MIF）,其基本原理是利用多维倒排文件。和传统索引方法相比,新方法有许多优点,例如它能以较低的复杂度建立索引结构、支持非常高的维数、极低的I／O代价等。实验结果表明,该方法优于传统的索引方法。