基于KNN算法的医药信息文本分类系统的研究

针对目前医药信息文本分类领域的现状,设计并实现了一种基于KNN算法的医药信息文本分类系统.该系统充分利用了向量空间模型在表示方法上的优势和快速KNN算法的特点,并采用逆向最大匹配分词方法进行分词,可有效提高医药信息分类的准确性和信息处理效率.此外,构建了一个医药信息数据集,该数据集包含582篇医药类文本,其中训练文本433篇,测试文本149篇,并在该数据集上对医药信息文本分类系统进行了测试,得到了74.83%的F1值.实验证明,该系统可以较好地实现医药信息文本分类.     

文本相似度的计算

文本相似度的计算在数字图书馆系统里有着广泛的应用前景。该文采用余弦系数和向量空间模型计算文本的相似度,并给出了实现的方法。     

文本相似度的计算

文本相似度的计算在数字图书馆系统里有着广泛的应用前景。该文采用余弦系数和向量空间模型计算文本的相似度．并给出了实现的方法。     

中文语音合成系统的设计与实现

为了实现机器能够发出声音,本文设计并搭建了HTK（HMM-Tool-Kit）平台用来实现中文语音合成系统.采用参数合成法实现了文本到语音的合成,并对合成系统中的文本分析、韵律控制以及语音合成的实现技术进行了详细的论述.最后在Linux系统下搭建环境并进行实验,得到了预期的结果,实现了文本到语音的转化.     

基于支持向量机的中文文本自动分类研究

根据文本数据学习的特点，采用线性支持向量机（LSVM）学习算法，实现了一个中文文本自动分类系统，并对该系统进行了针对大规模真实文本的试验测试，结果发现，系统的招回率较低，而准确率较高，该文对此结果进行了分析，并提出一种采用训练中拒识样本信息对分类器输出进行改进的方法，试验表明，该方法有效地提高了系统的性能，取得了令人满意的结果。     

基于数据驱动方法的汉语文本-可视语音合成

计算机文本-可视语音合成系统(TTVS)可以增强语音的可懂度,并使人机交互界面变得更为友好.给出一个基于数据驱动方法(基于样本方法)的汉语文本-可视语音合成系统,通过将小段视频拼接生成新的可视语音.给出一种构造汉语声韵母视觉混淆树的有效方法,并提出了一个基于视觉混淆树和硬度因子的协同发音模型,模型可用于分析阶段的语料库选取和合成阶段的基元选取.对于拼接边界处两帧图像的明显差别,采用图像变形技术进行平滑并.结合已有的文本-语音合成系统(TTS),实现了一个中文文本视觉语音合成系统.     

基于Webservice的高校体育远程教育系统设计

针对传统系统资料存储能力差，效率低的问题，提出基于Webservice的高校体育远程教育系统。通过数据库服务器、存储器和远程控制器,采用Webservice技术采集体育课程文本，并对采集到的文本进行预处理，在此基础上，对数据库关键词加权，建立问题模板库，提取文本特征，并根据提取结果分别存储课程资料，从而完成基于Webservice的高校体育远程教育系统设计。实验结果表明,系统能够有效提高资料存储精度，提升存储效率。     

基于音频的数字视频内容安全检测模型研究

在深入研究语音识别和文本挖掘的基础上提出一种数字视频内容安全检测系统的模型。该模型依据我国法律法规和道德规范建立一个不良信息特征库,采用自动语音识别技术将数字视频中的音频转化为文本,以LTC权重计算法来提取文本中的关键词并与特征库进行比对,实现不良信息的甄别与检测。实验结果表明,与传统的技术方法相比,该系统的准确率与响应时间有所提高。     

WEB文本挖掘系统实现流程及算法分析

本文从实际应用角度探讨了WEB文本挖掘系统的设计实现问题,文章首先分析了WEB文本挖掘的实现流程,并在此基础上对应用较为广泛的WEB文本挖掘聚类算法进行了对比分析,并采用SOM聚类算法作为系统的实现算法,在本文最后一部分,文章对SOM聚类算法的具体实现进行了深入的阐述分析.     

WEB文本挖掘系统实现流程及算法分析

本文从实际应用角度探讨了WEB文本挖掘系统的设计实现问题,文章首先分析了WEB文本挖掘的实现流程,并在此基础上对应用较为广泛的WEB文本挖掘聚类算法进行了对比分析,并采用SOM聚类算法作为系统的实现算法,在本文最后一部分,文章对SOM聚类算法的具体实现进行了深入的阐述分析。     

基于PCNN的图像纹理平滑度的特征提取

脉冲耦合神经网络(PCNN)是基于猫视觉原理构建的一种简化的神经网络模型，它适合基于视觉内容的特征提取。该文在改进模型的基础上运用PCNN神经元的点火捕获特性提取出了一种度量图像纹理平滑程度的特征量——捕获率；同时结合PCNN与傅立叶功率谱得到图像的低频能量与图像总能量的比例关系，作为度量图像纹理平滑程度的另一个特征量——低频能量比。最后通过图像检索实验验证了这两个特征量的有效性。     

Web测试与链路瓶颈分析系统设计与实现

Internet用户的日益增加,给Web服务器和网络带来了巨大的压力。了解Web站点以及网络性能状态已是网管员们非常关注的问题。要发现并解决这些问题主要是采用网页抽取与网络测量技术。在比较分析了Web特征信息及各种网络测量工具优缺点的基础上,设计并实现了一个用于Web测试与网络瓶颈分析的系统,从而为网管员们分析网站和网络故障提供了有效的参考信息。     

基于概念的文本类别特征提取与文本模糊匹配

文本信息特征提取和文本分类是当前智能信息服务系统基础研究的重点。该文给出一种新的类别特征提取与文本匹配方法。首先对术语特征权进行了综合计算,然后基于概念网络术语—概念映射关系,将特征权由术语空间转换到概念空间并做权值限幅处理。在此基础上,通过对概念进行类内和类间的统计分析,得到类别特征的均值与方差两个向量,通过模糊距离计算来对文本进行类别匹配。该文方法克服了传统IDF方法缺点,能有效地从概念上提取文本类特征,提高文本自动分类的准确性。     

基于图像内容过滤的智能监测系统的研究

提出了一种基于知识的以图像内容过滤的智能网络安全监测系统,解决目前网络安全系统对于图像信息监测能力严重不足的问题.该系统采用了以知识为主的信息反馈机制,以基于轮廓特征提取与多智能体技术的图像检索算法作为图像内容监测与分析的引擎中枢。采用基于知识的安全审计机制,具体由控制智能体执行,实现对于历史监测数据及规则的智能数据挖掘与检索,能准确实时地监测网络中的图像信息,实验效果良好。     

基于神经网络的安全风险概率预测模型

网络安全风险概率预测对分布式网络环境及其内在的不确定事件进行动态分析和评价,是构建网络安全保障体系的重要环节.深入研究网络态势感知中的特征提取、聚类分析、相似性度量和预测方法,提出了一种基于神经网络的安全风险概率预测模型.采用入侵检测数据进行了实例验证,仿真实验结果验证了风险预测方法的可行性与有效性.     

基于深度学习的ARM平台实时人脸识别

针对ARM平台上人脸识别实时性不强和识别率低的问题，提出一种基于深度学习的实时人脸识别方法。首先基于MTCNN人脸检测算法设计了一种实时检测并追踪人脸的算法；然后在ARM平台上基于深度残差网络（ResNet）设计人脸特征提取网络；最后针对ARM平台的特点，使用Mali-GPU加速人脸特征提取网络的运算，分担CPU负荷，提高系统整体运行效率。算法部署在基于ARM的瑞芯微RK3399开发板上，运行速度达到22 帧/s。实验结果表明，与MobileFaceNet相比，该方法在MegaFace上的识别率提升了11个百分点。     

基于径向基函数神经网络的二维零件图特征识别

文章研究用径向基函数神经网络识别二维零件图的形状特征信息。提出了零件图扩展属性矩阵的概念及求法,对AutoCADR2000进行了二次开发,完善了笔者开发的二维回转类零件图特征识别和提取系统,具有一定的理论和实用价值。     

基于虚拟仪器的传感网研发测试平台设计

为传感网应用环境搭建一套感知分析系统,以降低虚警和漏警率是很有意义的。与传统仪器相比,虚拟仪器基于“软件就是仪器”的核心思想,具有易用性、用户可定制和二次开发性。本文设计了基于虚拟仪器的传感网研发测试平台,搭建了拟实感知研发系统。该系统解决了感知系统设计中的一体化硬件模拟和仿真问题,并且针对不同类型感知信号进行特征提取,提高了信号采集和感知的精度。     

网络故障排除智能辅助系统

在互联网络故障排除工作中,工程师们基本上依靠网设备控制命令来交互地诊断和隔离错误,工作过程中他们涉及并使用的各种网络互联和故障诊断等方面的知识,如下不进行跟踪记录保存下业,过后就变得模糊或者遗忘,本文提出 的故障排除辅助系统是一个混合专家系统,它把基本规则的推和基于事例的推理结合起来,因而不仅可以给出互联网故障排队的解决方安杯帮助有关知识的获取。     

基于神经元网络的选择型问卷识别技术

在问卷调查数据自动识别和统计过程中,由于纸张的折叠、弯曲、变形及受污染等原因引起的数据误判时有发生,考虑到手工统计的繁杂性,开发一种自动、高效的智能处理系统具有相当大的实用价值。提出应用神经网络对调查问卷扫描图像进行识别处理的方法,建立基于MATLAB的Hopfield网络识别模型,并详细讨论了图像预处理、特征提取及Hopfield网络训练与识别这三个重要环节。针对建立好的识别模型,系统仿真情况下,符号识别率达到100%;在实际操作过程中,当训练样本数充足,样本来源可靠的情况下,识别率高达96%,基本实现预期效果。