文字设计艺术在电视节目包装中的应用

文字是电视节目包装中的重要元素之一,除了传达信息的基本功能之外,经常起到决定整体效果的关键作用。节目包装文字设计应突出本台文化和本土文化,文字的设计必须与节目相匹配,形成统一整体。     

浅议Mapinfo在图形信息可视化中的应用

通过分析Mapinfo的主要功能和特点,论述了Mapinfo在图形信息可视化应用中的工作流程、可实现功能和途径.     

工程设计可视化技术研究及其应用

随着计算机软硬件技术、计算机图形／图象处理技术和CAD技术的飞速发展，实现工程设计可视化技术的条件己经成熟。本文介绍了工程设计可视化技术的国内外发展状况、主要研究内容和所需的计算机软硬件环境；详细讨论和系统总结了工程设计可视化技术的基础理论和实用技术结合重庆城市快速轨道交通和梁平万县高速公路方案可行性论证成功地实现了工程设计可视化。并归纳出工程设计可视化实现的一般途径，     

OpenGL在可视化有限元图形结果处理系统开发中的应用

利用OpenGL图形标准良好的3D图像生成功能，针对燕山大学开发的钢管张力减径过程专用有限元仿真系统，开发了可视化图形后处理系统，以等值云图的形式显示钢管在有限元模拟过程中的变形和受力情况，大大提高了有限元程序的可用性和计算结果的可读性。     

可视化技术在教育中的应用探索

本文介绍了可视化技术在教育中的应用。首先阐述了可视化的概念,并对科学可视化与信息可视化进行了解释。然后通过对可视化技术的介绍及其应用现状的分析,探索了可视化技术在教育和教学中的应用。可视化教学方法克服了传统教学模式的单一性,通过动画演示、人机交互技术、虚拟现实技术等把教学中抽象、难解的知识点以形象、直观的方式展现在学生面前,达到知识可视化的目的和效果。可视化技术在教育中的应用必将极大地提高教学质量和教学效率,在教育中引起一场新的革命。     

实现可视化编程的图形点阵液晶模块应用技术

将LCD所有底层操作集成于模块内的MCU中，占用户资源少，控制容易，并且所有显示界面的编辑及调试全部在电脑上独立完成，文中介绍了LCD模块的技术特性；在电脑上完成LCD显示界的编辑、资料下载及仿真调试工作；LCD显示界面完成的6种命令。     

可视化技术在空间数据挖掘中的应用

在阐述可视化与空间数据挖掘关系的基础上,探讨了可视化在空间数据挖掘过程中应用的各个环节,提出了将具体应用划分为概念层、逻辑层和基础层3个层次。以地质模型数据挖掘为例,对应3个层次阐述了可视化应用的关键技术：地质模型可视化,交互式挖掘与探索性可视化分析。开发了一个原型系统,初步实现了可视化挖掘功能。     

可视化技术在港口中的应用

随着港口物流和信息技术的发展,为了提高珞璜港自身的综合管理水平,基于在新港区新的作业环境上思考,如何提高港口的堆场管理、智能调度、远程监管等,可视化、信息化、智能化将成为物流港口的发展趋势。目前可视化管理技术的应用范围在不断扩大,本文以可视化技术管理为视角基于在港口的应用作简单探讨,根据珞璜港的实际情况作剖析,如何实现可视化、信息化、智能化的管理模式。     

数据可视化技术在课堂教学中的应用

数据可视化技术成为人们认识和了解世界的重要媒介,但数据可视化技术在职业教育领域应用不足,通过分析数据可视化技术在教学中应用现状,剖析数据可视化技术在课堂中应用流程、课堂数据的处理过程以及遇到的问题.为数据可视化技术在职业教育课堂中的应用提供理论支持.     

可视化技术及在三维地震解释中的应用

论述了一种应用于地震数据的体可视化方法――分区定值系统（ZS）。研究了可视化技术在三维地震的地层、复杂构造和综合解释中的应用。另外提出了可视化软件实现过程中应处理的技术环节。     

Multimodal Communication in Inhabited Virtual Environments

This paper reports on ongoing research of various aspects of multi-modal interactions in a Virtual Reality environment in which visitors can interact in diverse ways with agents and objects in the environment. The virtual environment is a copy of a theatre and is inhabited by both embodied and non-embodied agents that can assist the visitor: providing information about the performances, selling tickets, or helping the visitor navigate through the building.Interactions in this environment are typically multimodal. Several agents are capable of natural language interactions with the user. However, because the interactions take place in a virtual reality environment, a lot of information can also be presented visually.     

一种混合的中文文本校对方法

本文以模式匹配的方法和3 元文法分析的方法为基础,结合语法属性标注和分 析的方法,提出了一种混合的中文文本校对方法,其结果优于任何一种方法的单独应用。 本文描述了这种方法并将它和其它两种方法进行了分析对比。     

基于FIFA算法的文本分类

本文提出了一种简单有效的文本分类方法,其中采用基于FIFA算法的内容主题分析技术,实现文本的自动分类过程。文中详细论述了文本自动分类的基本过程和FIFA算法描述,最后给出了文本自动分类的实验结果和评价。     

多标签文本分类研究进展

文本分类作为自然语言处理中一个基本任务,在20世纪50年代就已经对其算法进行了研究,现在单标签文本分类算法已经趋向成熟,但是对于多标签文本分类的研究还有很大的提升空间.介绍了多标签文本分类的基本概念以及基本流程,包括数据集获取、文本预处理、模型训练和预测结果.介绍了多标签文本分类的方法.这些方法主要分为两大类:传统机器...     

MaskAE: 基于无监督的短文本情感迁移方法

基于无监督的文本情感迁移技术是通过迁移原句子情感并且保持句子内容不变,生成带有其他情感的新句子的技术。这项技术在两个方面富有挑战性: 第一,没有平行语料;第二,文本属性纠缠问题,即当改变句子情感时,通常难以保证句子内容不变。该文提出了一个基于掩码自编码器(mask-autoEncoder,MaskAE)的文本情感迁移方法。首先,利用情感词典来匹配句子中的情感词并用“mask”符号标记它;之后,利用MaskAE 模型生成被标记的情感词,保持其他词不变,从而缓解属性纠缠问题。在模型训练过程中,利用情感判别器去控制生成句子的情感,从而解决没有平行语料问题。实验结果表明,该文模型简单有效,与当前先进模型比较,在自动评价指标和人工评价指标上均有提升,生成的句子在语法和语义正确性上的表现也更好。     

基于自然语言处理技术的电力客户投诉工单文本挖掘分析

本文主要结合浙江湖州电力业务需求,旨在打破客户对用电诉求存在的盲区,从而提高对用户用电需求的管理程度,实现热点投诉业务工单的原因挖掘。为了更好的深入挖掘投诉工单背后所蕴含的信息,研究基于自然语言处理技术出发,对电力客户投诉工单进行深入文本挖掘,利用隐马尔可夫模型等分词技术分析投诉工单中的受理内容,进行词频统计,通过TF-IDF算法计算关键词重要性权重值,提取权重值大的关键词频作为客户投诉文本挖掘的最终结果,并运用词云分析技术进行分析结果可视化展示;通过文本分类分析,构建文本分类器模型,实现对 “热点词频”在不同业务中的分布情况的研究,并根据结果开展相应改进措施。把控住当下电力客户投诉的主要问题,针对性的为不同类型的电力客户提供差异化的服务策略,从而提高客户满意度和忠诚度。专题的推广应用,能够很好的提升客服部门的工作效率,落在实处的为客户解决难题。     

融合BERT词嵌入和注意力机制的中文文本分类

文本分类是自然语言处理的一个重要领域.近年来,深度学习的方法被广泛应用于文本分类任务中.在处理大规模的数据时,为了兼顾分类的精度和处理效率,本文使用BERT训练词向量作为嵌入层,进一步优化输入语句的词向量,然后用双层的GRU网络作为主体网络,充分提取文本的上下文特征,最后使用注意力机制,将目标语句重点突出,进行文本分类...     

一种基于特征投票的文本分类方法

基于特征投票机制设计一种线性文本分类方法,运用信任机制理论分析文档类别对特征的信任关系,给出具体特征信任度的模型,并在Newsgroup、复旦中文分类语料、Reuters-21578 3个广泛使用且具有不同特性的语料集上与传统方法进行比较。实验结果表明,该方法分类性能优于传统方法且稳定、高效,适用于大规模文本分类任务。     

CHIP2020评测任务1概述:中文医学文本命名实体识别

第六届中国健康信息处理会议(China Conference on Health Information Processing,CHIP2020)组织了中文医疗信息处理方面的6个评测任务,其中任务1为中文医学文本命名实体识别任务,该任务的主要目标是自动识别医学文本中的医学命名实体。共有253支队伍报名参加评测,最终37支队伍提交了80组结果,该评测以微平均F₁值作为最终评估标准,提交结果中最高值达68.35%。     

基于神经网络的文本分类方法研究

海量文本分析是实现大数据理解和价值发现的重要手段,其中文本分类作为自然语言处理的经典问题受到研究者广泛关注,而人工神经网络在文本分析方面的优异表现使其成为目前的主要研究方向。在此背景下,介绍卷积神经网络、时间递归神经网络、结构递归神经网络和预训练模型等主流方法在文本分类中应用的发展历程,比较不同模型基于常用数据集的分类效果,表明利用人工神经网络结构自动获取文本特征,可避免繁杂的人工特征工程,使文本分类效果得到提升。在此基础上,对未来文本分类的研究方向进行展望。