基于SVG的生物学知识可视化表示框架及其应用

分析了当前生物学知识可视化表示方式存在的一些困难，提出了一种基于SVG的表示框架。这一框架在保证了交互性的同时，克服了上述困难，可以较好地用于生物学知识的表示和生物学数据的可视化浏览界面；并基于这个框架开发了一个SBML的可视化工具——SBML Viewer。     

基于界面模板的界面表示模型

介绍了一种新的表示模型——基于界面模板的表示模型。表示模型全面描述用户界面的外观，而界面模板描述以交互对象为基本元素的界面宏观布局和关系。基于界面模板的表示模型可以提高界面宏观布局的合理性，提高表示模型的表达能力和控制能力，满足自动生成高质量用户界面的需要。     

基于Web的产品设计流程模型

描述了一个基于Web的设计流程管理系统，该系统以Petri网为数学模型，很好地解决了设计流程Petri网络的表示，详细分析了系统在设计子流程之间同步和异步方式通信的Petri网表示，并给出基于Petri网的三维权限管理模型．     

多面体目标的参数化与结构化相结合的表示方法

以参数表示与结构表示相结合的原则，给出一种利用群体特征描述多面体目标的方法，其目的是使三维多面体目标以特征向量的方式表示出来，从而可以利用统计模式识别的方法识别三维目标，简化了匹配，提高了效率。     

一种用于室内虚拟环境的新表示

针对室内环境的虚拟问题，提出一种用于描述封闭环境的新表示.该表示由定义在经纬度平面上的光强-距离函数组成，可以支持3个自由度的全景浏览、连续变焦以及任意路线的移动.基于这种表示，给出一个使用少数照片创建室内环境的方法，它结合了基于几何和基于图象的绘制技术，算法快速稳定，对拍摄条件和硬件设备没有苛刻要求.     

时空数据库中数据建模的研究

研究了时空数据库中的时空建模技术。早期表示时空信息的数据模型通常用基于几何学的空间对象来表示实体，重要的特性都用空间对象的属性来表示。时态信息可以与基于时间戳的独立层次相关联，也可以与独立的空间对象相关联。随着时空建模的进一步发展，出现了面向对象的数据模型和基于事件的数据模型。综合研究了这些典型的时空数据模型，讨论了它们的应用及时空分析建模的作用。此外介绍了针对移动对象的数据类型的建模方法，以及在时空分析数据库管理系统STADBS中，基于Realms的二级平衡二叉树的时空数据模型。     

一种基于长短期用户表示和多视角学习的新闻推荐方法

个性化新闻推荐系统可以帮助用户在海量新闻中快速获取感兴趣内容。用户的兴趣有长期和短期之分，新闻信息也分多种类别，而现有的方法往往基于单类别信息学习新闻的表示。基于此，提出一种融合长短期用户表示、多特征新闻表示的方法。采用基于协同注意力机制的多视角学习方法构建新闻编码器，从新闻的标题、分类和摘要特征中学习统一的新闻表示；利用改进的新闻表示在基于长短期兴趣的用户编码器中进一步细粒度学习用户表示。在真实新闻数据集上的实验结果表明，该方法与其他推荐算法相比在准确率上有明显提高。     

矩形NAM图像表示及其上的连通区域标记算法

既能减少数据量又能直接快速地进行运算是图像表示方法所追求的目标。本文为克服传统的图像层次结构限制条件过多的缺陷,在借鉴Packing问题的思想的基础上,提出了非对称逆布局模式表示模型（Non-Symmetry and Anti-Packing Pattern Representation Model,NAM）。NAM模型的非对称层次结构使其在表示一幅图像时没有过多的限制条件,因此可以获得更高的压缩比,而且它可以直接进行某些图像处理运算,其基于像素块的运算方式使它的运算效率更高,矩形NAM图像表示和基于它的连通区域标记算法证明了这一点。     

ATSP:时态网络可视化的自适应时间片划分方法

现有的时态网络可视化方法大多采用等量时间片来可视化网络的演变，不利于时态模式的快速挖掘和发现。为此，根据时态网络固有的特征提出自适应时间片划分方法（Adaptive Time Slice Partition method，ATSP）。在时态网络的两种表示方式（基于事件的表示方式和基于快照的表示方式）的基础上，构建了ATSP的基础模型，同时提出了一种改进模型用来描述事件间隔时间服从长尾分布的时态网络。为了实现时间片的不等量划分，针对探索任务的不同提出了基于时态模式的ATSP规则和基于中心节点的ATSP规则，并提出了实现算法--层次划分算法（Hierarchical Partition algorithm，HP）和增量划分算法（Incremental Partition algorithm，IP）。实验结果表明，ATSP方法比传统的时间片划分方法更能准确地表示网络的时态特征，且该方法应用于可视化时，能有效归纳并展示网络的特征，明显提高了视觉分析的效率。     

面向多源数据融合的稀疏表示目标跟踪

传统的基于稀疏表示的目标跟踪方法主要利用目标的灰度特征构建稀疏表示模型。由于灰度特征对光照变化敏感，这会影响目标跟踪在复杂场景下的鲁棒性。基于多源数据融合的目标跟踪可以明显提升目标跟踪鲁棒性，但如何有效融合不同维度，不同类型的多源目标特征成为基于多源数据融合的目标跟踪所要解决的关键问题。提出了一个基于目标状态以及灰度特征的稀疏表示目标跟踪方法。所提出的方法可通过基于核函数表示的稀疏表示模型，在探究目标状态以及灰度特征相关性的基础上，将两种不同维度的特征进行有效融合，提升目标跟踪在复杂场景下的鲁棒性。     

A facsimile-based graphics editing system by auxiliary mark recognition

This paper describes a facsimile-based graphics editing system using handwritten mark recognition, and presents some experimental results with the system. In a manner different from usual graphics editors based on CRT displays and data tablets, only facsimiles are used as input and output devices in this system. As the first stage in processing, a graphic subject is first given as a set of line drawings and characters handwritten on a sheet of paper, and it is then input into the computer as a binary picture from a facsimile transmitter. Auxiliary editing information is input into the computer as handwritten marks or seal marks prepared on a separate sheet of paper. As the second stage, the marks are recognized and used to create a mark parameter list for the graphics editing. Third, referencing the mark parameter list, the graphics are expressed by using a set of graphic commands, and edited by the computer. Finally, a correct edited copy of the graphics is constructed by picture processing based on graphic commands, and it is output to a facsimile receiver. Very good results have been obtained for various kinds of hand-written graphics by using the system described here.     

基于隐马尔可夫模型的中文科研论文信息抽取

随着大量的科研论文出现在互联网上,从中精确地抽取论文头部信息和引文信息显得十分重要。该文提出了一种基于隐马尔可夫模型的中文科研论文头部信息和引文信息抽取算法,分析了模型结构的学习和参数估计方法。在进行信息抽取时,利用分隔符、特定标识符等格式信息对文本进行分块,利用隐马尔可夫模型进行指定域的抽取。实验结果表明,该算法具有良好的准确率和召回率。     

基于有向哈希树的认证跳表算法

作为一种重要的认证数据结构,认证跳表在数据认证机制中有着广泛的应用。由于哈希模式对认证跳表的代价有显著的影响,因此提出哈希模式和数据存储模式分离的思想,设计了一种新的认证哈希模式—有向哈希树,并在其基础上设计了新的认证跳表算法。应用分层数据处理、概率分析等数学方法对所提出算法的代价进行了理论分析,并与已有的认证跳表算法做了性能比较。结果表明,本算法在时间、通信和存储代价方面有了较大的改进。     

分布式系统下的启发式任务调度算法

为了提升异构分布式环境下处理具有依赖关系的任务的性能,提出一种基于关键任务和处理器选择参数的启发式任务调度算法（HCNPSV）。该算法结合表调度和任务复制调度的思想,改进了关键任务的计算方法,并按照是否为关键任务、上行权重值递减、关联任务数递增的顺序获得调度序列,资源选择阶段综合考虑了任务的最早完成时间和到出口节点的最短距离,最后将任务调度到处理器选择参数最小的资源上执行。实验结果表明,HCNPSV有效地提高了系统的调度性能。     

多流多科目实时数据处理算法的设计与实现

随着飞行试验测试技术的快速发展,单架次需要处理的试飞科目越来越多,而多科目处理参数分布在不同的网络流中,这对机载实时数据处理的效率带来严峻的挑战。利用“合并-处理-分流”的方法,设计一种多流多科目网络数据实时处理算法。该算法将多科目处理参数按照参数名、采样率等信息进行整合形成合并参数列表；在实时处理时根据合并参数信息实时处理多网络流中的数据,并将处理结果存储在数据缓存中；最后将多科目数据进行分流即可得到处理结果。测试结果表明,该算法可实际应用于多流多科目数据处理中,大幅提高实时处理的效率,同时可以得到准确的数据处理结果。     

网格参数化研究进展

网格参数化是计算机图形学和数字几何处理的基本工具,有着广泛的应用背景.对网格参数化的研究进展进行了综述,主要从参数域和参数化质量两个方面介绍了网格参数化的研究现状.根据参数域的不同,讨论了平面参数化、基网格参数化、球面参数化以及曲面间的交叉参数化;根据参数化质量的不同,介绍了保长度的参数化、保特征的参数化以及致力于参数域简单的参数化.对参数化进行了分类介绍和讨论分析,概括介绍了每类方法的主要思想,讨论了每类方法的主要特性,对其中一些方法进行了比较分析,并对参数化方法存在的难点问题和未来可能的研究方向进行了总结,以期对参数化的研究进展有全面的了解.     

微观交通仿真系统的近邻查询算法

为解决现有微观交通仿真系统中,由于采用基于链表的方法处理近邻查询导致的查询效率和可扩展性不高的问题,提出了一种基于B+树的近邻查询算法。该算法借鉴了数据库中近邻查询算法的思想并结合了链表结构的优点,在叶子节点维护了其存储的数据单元(即车辆)关系的索引结构,以达到快速查询车辆所在车道的前后车的目的。同时,在假设车辆随机分布的前提下,构建了一个数学模型,根据道路的属性和道路中车辆的数量,计算查询目标车辆的邻近车辆所需的最短平均查询长度,并通过此最短查询长度推导算法参数的最优值。理论分析和对比仿真实验显示,衡量该算法的主要指标:即仿真每个车辆的平均时间消耗,在三类常见的交通参数设置(正常的、较拥堵的和拥堵的)下较链表和B+树分别降低了64.2%和12.8%。仿真结果表明该算法具有良好的可扩展性,更适用于大规模微观交通仿真系统。     

一种基于方向SUSAN特征的目标特征列表匹配

目标匹配识别中,特征列表相关算法可以有效减少计算时间,匹配具有较高的峰值系数和峰值信噪比,清晰识别目标。提出一种基于方向最小核值相似区（SUSAN）特征列表的目标匹配方法,考虑特征点的方向信息,应用SUSAN原理提取特征并列表描述图像,匹配相似测量基于特征点归一化误差均值,有效降低了算法的噪声敏感性。     

词汇计量研究与常用词知识库建设

面向自然语言处理的词汇语义研究应该以词汇的计量研究为基础。该文在评述汉语词汇计量研究的主要成果以后,提出一个汉语常用词知识库的建设任务,并给出常用词表的构造性定义、词表常用性的定量评价方法以及“部件词”的概念,最后介绍现代汉语常用词知识库的总体设计和已经做的工作。期望常用词知识库的建设能为汉语词汇语义学研究、为中文信息处理事业的发展做出贡献。     

基于统计分词的中文网页分类

本文将基于统计的二元分词方法应用于中文网页分类,实现了在事先没有词表的情况下通过统计构造二字词词表,从而根据网页中的文本进行分词,进而进行网页的分类。因特网上不同类型和来源的文本内容用词风格和类型存在相当的差别,新词不断出现,而且易于获得大量的同类型文本作为训练语料。这些都为实现统计分词提供了条件。本文通过试验测试了统计分词构造二字词表用于中文网页分类的效果。试验表明,在统计阈值选择合适的时候,通过构建的词表进行分词进而进行网页分类,能有效地提高网页分类的分类精度。此外,本文还分析了单字和分词对于文本分类的不同影响及其原因。