基于语料库和网络的新词自动识别

汉语自动分词是进行中文信息处理的基础。目前，困扰汉语自动分词的一个主要难题就是新词自动识别，尤其是非专名新词的自动识别。同时，新词自动识别对于汉语词典的编纂也有着极为重要的意义。文中提出了一种新的新词自动识别的方法。这个方法用到了互信息和log-likelihood ratio两个参数的改进形式。主要分三个阶段完成：先从网络上下载丰富的语料，构建语料库；然后采用统计的方法进行多字词识别；最后与已有的词表进行对照，判定新词。     

基于DCM的中文文本分类

当前提出的中文文本分类或多或少都存在分类速度或分类效果不佳的问题。使用DCM分类方法,采用国家语委平衡语料库进行分类测试,取得了开放测试平均查全率90.35%、平均准确率90.87%和封闭测试平均查全率98.36%、平均准确率98.74%的分类效果,说明DCM算法在分类效果上优于目前其他的中文文本分类方法。     

LSI模型在信息检索中的应用

介绍了LSI技术在中文信息中的应用及其在实际应用中可能会出现的问题，并给出了解决办法。通过将查询和文档在多维空间进行投影，将共现词投到同一维上，建立“词-文档”高维空间，使用SVD方法对高维空间进行分解、降维，得到词、文档、查询的向量表示，达到对中文信息的检索；使用PRF（Pseudo Relevance Feedback）技术对其进行改进。     

无线Ad Hoc网络中动态的带宽管理

基于已有的带宽管理机制,采用加权公平对竞争的流分配带宽,不仅可以对流实现准入控制,以保证每条流的最低信道时间需求,同时也能动态地调节流所分配的信道时间。另外,我们的方案,也适用于多跳的情况,通过例子说明,在考虑到用户需求的同时,也提高了网络的吞吐量。     

基于加权公平性的Ad Hoc网络带宽分配

本文基于已有的带宽管理机制,采用加权公平对竞争的流进行带宽分配.通过该方案,不仅实现了对流的准入控制,以保证每条流的最低信道时间需求,同时,也能动态地调节流所分配的信道时间.另外,该方案也适用于多跳的情况.本文在相同的控制机制下,对最大最小公平性与加权公平这两种分配方案达到的吞吐量和公平系数进行了比较,通过实例说明,在考虑到用户基本需求的同时,提高了网络的吞吐量,实现了效益与公平性的均衡.     

加快SMO算法训练速度的策略研究

SMO（序贯最小优化算法）算法是目前解决支持向量机训练问题的一种十分有效的方法,但是当面对大样本数据时,SMO训练速度比较慢。考虑到在SVM的优化过程中并不是所有样本都能影响优化进展,提出了两种删除样本的策略：一种是基于距离,一种是基于拉格朗日乘子的值。在几个著名的数据集的试验结果表明,两种策略都可以大大缩短SMO的训练时间,特别适用于大样本数据。     

LSI模型在信息检索中的应用

介绍了LSI技术在中文信息中的应用及其在实际应用中可能会出现的问题,并给出了解决办法。通过将查询和文档在多维空间进行投影,将共现词投到同一维上,建立“词-文档”高维空间,使用SVD方法对高维空间进行分解、降维,得到词、文档、查询的向量表示,达到对中文信息的检索;使用PRF(Pseudo Relevance Feedback)技术对其进行改进。     

一种能量均衡的无线传感器网络分簇算法

本文基于优化理论求簇首优化解,使整个网络的能量按照分簇达到均衡,极大地提高了节点的能量利用率和网络寿命.仿真结果显示,该算法使网络的寿命提高了10%～25%.