一种大容量文本集的智能检索方法

分析了潜在语义模型,研究了潜在语义空间中文本的表示方法,提出了一种大容量文本集的检索策略。检索过程由粗粒度非相关剔除和相关文本的精确检索两个步骤组成。使用潜在语义空间模型对文本集进行初步的筛选,剔除非相关文本;使用大规模文本检索方法对相关文本在段落一级进行精确检索,其中为了提高检索的执行效率,在检索算法中引入了遗传算法;输出这些候选的段落序号。实验结果证明了这种方法的有效性和高效性。     

石油焦灰粒对循环流化床锅炉炉膛内受热面磨损规律的实验研究

针对近几年循环流化床锅炉容量向大型化的快速发展,结合大型循环流化床锅炉炉膛上部布置有水平受热面的实际情况,在大型循环流化床冷态实验台上进行了石油焦灰粒在快速床区域床截面上的磨损规律研究.实验结果表明:灰粒对受热面的磨损是灰粒冲击作用和切削作用的双重结果,灰粒对受热面的单位小时磨损量随床截面上各点灰粒速度的增大而增大,并且对床截面上不同位置的单位小时磨损量不同.实际设计燃用石油焦的大型循环流化床锅炉受热面设计中,当选择炉膛上部水平布置受热面管壁厚度时,应以最易磨损的炉膛截面中心和距离床截面中心2/3处为基准.     

朝鲜语语音音节自动切分算法的研究

针对目前语音语料人工标注效率低的问题,提出了一种朝鲜语连续语音语料的音节自动切分方法.该方法首先采用Seneff听觉模型提取音频的包络检测响应和广义同步检测响应等特征参数,其次结合朝鲜语发音特点确定音节的候选边界位置,最后通过静音段和摩擦音检测消除虚假边界,以提高边界检测的准确率.实验结果表明,该朝鲜语语音语料音节自动切分方法的准确率(93.56%)比传统的基于Seneff听觉模型的分割算法提高了14.59%,召回率(86.43%)比传统的基于Seneff听觉模型的分割算法降低了1.69%; 因此,本文算法总体优于传统的基于Seneff听觉模型的分割算法.     

聚类与跟踪相结合的人脸数据集生成方法研究

为提高人脸数据集生成的准确率和效率,提出了一种将人脸跟踪与人脸聚类相结合的人脸数据集生成方法.首先,对KCF算法进行改进,并将改进的KCF算法用于人脸跟踪,得到不同时间片段的人脸图像集; 其次,从每个人脸图像集中通过人脸图像优选算法选出高质量的人脸图像; 再次,将优选出来的人脸图像进行人脸聚类,以完成视频中每个人的人脸数据集的生成; 最后,通过实验对比基于人脸跟踪、基于人脸聚类和基于本文方法的人脸数据集生成效果.实验结果表明,本文方法与基于人脸跟踪的人脸数据集生成方法相比,纯度提升约15%; 与基于人脸聚类的人脸数据集生成方法相比,效率提升约50%.     

基于Brower/Server结构的作业系统的设计与实现

阐述了浏览器／服务器（Browse/Server）结构的工作原理和优点之后，描述了基于B／S结构的学生作业系统的设计和实现。     

基于基频的朝鲜语方言辨识方法的研究

该文提出了一种基于基音频率特征的中国朝鲜族语言、韩国朝鲜语和朝鲜朝鲜语方言的自动辨识方法。首先,选择具有良好区分度的基频移位差分系数作为三个方言的特征参数;其次,设计和采用了分层支持向量机分类器,并进一步引入投票法确定最佳的分类结果。实验结果表明该文提取的特征参数具有良好的区分性和较强的稳定性,该文提出的方言辨识方法比传统的移位差分倒谱系数特征方法识别率高,可以有效解决朝鲜朝鲜语、韩国朝鲜语和中国朝鲜族语言的方言辨识问题。     

基于形状分析的手写体朝鲜文字圆笔划识别算法

对文字图象的负象进行距离变换,并对连通域进行形状分析以检测文字中的圆笔划,所提出的算法对手写体朝鲜文字识别中的预分类、细分类以及对整个识别系统的性能具有一定价值.     

FreeBSD中VPN服务器和客户的配置方法

在分析比较常用的Intranet VPN解决方案之后，介绍了一种采用FreeBSD平台和PPTP协议实现的方法．该方法节省资金、设置灵活、稳定且具有较高的安全性等特点．     

基于HRCenterNet模型改进的朝鲜语古籍文字检测方法

为减少朝鲜语古籍中的小文字错检和漏检问题,提出了一种基于HRCenterNet模型改进的朝鲜语古籍文字检测方法.首先,将HRCenterNet中Bottleneck模块的3×3卷积运算替换为Involution算子,即将Bottleneck模块替换为Involution - Bottleneck模块.其次,通过引入ECA(efficient channel attention)注意力机制扩展Involution - Bottleneck模块,并由此提出了基于IENeck模块的HRCenterNet改进模型.最后,利用朝鲜语古籍数据集对改进的HRCenterNet模型和原模型分别进行了训练,并测试了其在不同IOU下的准确率、召回率以及F1等指标.实验结果表明,在IOU ≥ 0.6时,改进的HRCenterNet模型在朝鲜语古籍数据集上的准确率、召回率和F1指标均优于原模型,且IOU值越高模型的检测效果越好.这表明改进的HRCenterNet模型显著优于原模型,可应用于朝鲜语古籍文字的检测中.