基于语料库的双向图算法效率改进

双向图算法是一种灵活性极佳的句法分析算法,已被广泛应用于自然语言处理领域.然而,与某些同类算法比较,它在效率上存在一定的缺陷.针对这一点,该文提出了一种以语料库的统计信息为基础的改进效率方案,并提供了多种从不同类别的语料中提取所需信息的方法.     

基于合一语法的通用句法分析器:设计与实施

本文从建立一个通用的基于合一语法的句法分析器的实际出发, 就特征结构、合一算法、基于合一的语法形式、使用基于合一的语法的方法等方面展开讨论, 对某些模物的东西加以澄清, 对现有的各种方式、方法进行分析比较, 并介绍了我们的方法, 最后给出了结论。     

基于双向策略标记上下文无关文法的图算法

一、引言句法分析是自然语言处理的重要基础,相应的研究很多,但是由于速度问题,句法分析很难大规模运用,因此提高分析速度一直是句法分析的重要研究方向。我们知道,句法分析的过程实际上是一个在句法成分树的空间中寻找最优分析树的过程,因此可以把分析过程看成是个搜索最佳路径的过程。在搜索的过程中给些“启发”将提高效率。双向图算法,是个最佳的例证,由于每条规则都有触发类来规定它的使用时机,使得它无论是时间还是空间上都比传统的图算法有更高的效率。     

基于图和双向搜索的频繁项集挖掘算法

基于图的关联规则挖掘算法会产生大量候选项集。针对该问题,提出一种结合双向搜索策略的改进算法。按照支持度对频繁 1-项集排序,对频繁k-项集的最长超集进行验证,利用Apriori算法进行剪枝。实验结果表明,在支持度阈值较小时,改进算法能有效减少候选项集的数量,提高挖掘效率。     

基于影响力剪枝的图神经网络快速计算图精简

计算图精简是提升图神经网络(Graph Neural Network, GNN)模型训练速度的一种优化技术,它利用节点间存在共同邻居的特性,通过消除聚合阶段的冗余计算,来加速图神经网络模型的训练。但是,在处理大规模图数据时,已有的计算图精简技术存在计算效率低的问题,影响了计算图精简技术在大规模图神经网络中的应用。文中详细分析了当前的计算图精简技术,统计了包括搜索和重构两阶段处理的时间开销,并总结了现有方法的不足。在此基础上,提出了基于影响力剪枝的图神经网络快速计算图精简算法。该算法应用影响力模型刻画各个节点对计算图精简的贡献,并基于影响力对共同邻居的搜索空间进行剪枝,极大地提升了搜索阶段的效率。此外,详细分析了算法复杂度,从理论上证明了该技术期望的加速效果。最后,为验证所提算法的有效性,将所提算法应用到两种主流的计算图精简技术上,选取常见的图神经网络模型在多个数据集上进行测试,实验结果表明所提算法在保证一定冗余计算去除量的前提下,能够显著地提升计算图精简的效率。相比基线计算图精简技术,所提技术在PPI数据集上搜索阶段的加速效果最高提升了3.4倍,全过程最高提升了1.6倍;在Reddit...     

基于BISON的 UML语法分析器设计

目前基于UML类图和状态图做面向对象软件测试方面已有不少研究，因此研究如何实现一个UML语法分析器有其现实意义。利用BISON设计了一个UML语法分析器，通过对UML文档的词法语法分析，实现了从UML文档中自动提取用于软件测试的信息，提高了软件测试效率。在VC6.0环境下对该分析器仿真，实验结果表明，软件能正确提取测试需要的信息。     

基于向量图分析的自适应滤波快速算法

对自适应滤波算法进行了讨论,提出了基于向量图分析的快速算法.该方法与目前所有自适应滤波算法不同,将数学中的几何分析方法引入到自适应滤波的研究中,通过探讨最小均方(LMS)算法的向量图结构及其算法收敛的几何特征,在基于几何分析的基础上,寻找有效的快速算法.仿真结果表明了所获算法的有效性及优越性,从而为自适应滤波算法的研究开辟了另一条新的途径.     

基于AOV图及因果图的梯形图与语句表互换算法

结合AOV图与因果图提出了一种新的梯形图与语句表双向转换算法。一方面,将梯形图转化为AOV图,并利用AOV图建立因果图,然后遍历因果图的节点生成PLC所能识别的语句表;另一方面,将语句表转化为因果图,基于因果图生成梯形图。经过实际编程证明,该算法简洁,实用性及通用性好,并成功应用于某国产化PLC开发中。     

图数据库中基于GPU的图分析计算方法

现有的图数据库对于在线分析操作大多采用基于CPU的分布式图计算引擎(如GraphX),但CPU核心数量有限的不足会导致计算效率低下,同时集群间的同步也会产生额外的通信开销.通过使用图形处理单元(GPU)对图计算进行加速,设计并实现图处理系统RockGraph.该系统能够根据用户需求从图数据库中提取出包含核心信息的子图,...     

基于控制点的分层双向动态规划立体匹配算法

提出一种基于控制点的分层双向动态规划立体匹配算法．首先，利用改进Volumetric迭代算法获取具有高可靠度的控制点，将其作为具有正确视差的匹配点．其次，在高可靠度控制点的指导下，利用分层双向动态规划算法在DSI（disparity-space image）视差空间图中进行初匹配，进而在Delta DSI（delta disparity-space image）视差变化空间图中进行精匹配，从而获取高密度视差图．实验结果表明，该算法不仅可以改善传统直接动态规划立体匹配算法产生的带状条纹瑕疵，而且计算速度较快，匹配结果也优于传统动态规划的匹配结果．     

ML-Parser:一种高效的在线日志解析方法

各种Web服务器和大数据框架每天都会生成大量日志,在服务管理中,会将原始日志转换为结构化格式,然后应用数据挖掘模型来分析服务状态,其中最为关键的步骤之一是日志解析.细粒度的解析和LCS可以提供更好的日志解析质量,而粗粒度的解析和简单的相似性度量可以达到更好的解析性能.对此,提出一个基于两层框架的在线日志解析方法(ML-...     

一个高效的基于局部操作的特征生成算法

本文给出了一个高的基于局部操作的特征生成算法，该算法与基于布尔运算的特征生成算法相比，个有运算速度快、可预见性好、可同时保存特征的隐式表示与显式表示等多方面的优点，该算法已应用于特征造型系统ＺＤ－ＭＣＡＤⅡ中，取得了满意的结果。     

一种基于Token匹配的中文数据清洗方法

拼写错误和缩写问题是中文数据清洗的核心问题,目前相关研究还很欠缺。提出了一种基于Token匹配的中文数据清洗方法,将中文字符串转换成拼音字符串,采用Token匹配算法检测处理中文数据中的＂脏数据＂。实验表明,提出的方法能够有效地提高数据的准确度,大大减少了人工工作量。     

一种有效的结点标号上下文无关图文法分析算法

本文讨论了上下文无关图文法的性质，并证明了图文法推导具有独立性．本文还给出了一种有效的上下文无关图文法分析算法，它具有多项式时间复杂性，并给出了算法的正确性证明．该算法已经用Ｃ语言实现．     

基于关系着色图的Timetabling算法研究及其应用

考试自动安排系统在高校教务管理中处于重要位置,也是一个难题.提出一种基于关系着色图RCC(Relationship Coloring Chart)的Timetabling算法,探讨了该算法在考试时间安排中的应用,开发了某高校业余大学考试自动安排系统,并解决了较大数量学生补考的复杂安排问题.     

过程式语言部分求值循环展开的有效处理方法

文中基于数据流分析技术,通过引进循环中变量之间的相互依赖关系,提出一种过程式语言部分求值的处理方法。利用该方法能有效地解决过程式语言部分求值中循环展开这一难题。     

基于活跃变量分析的流图语言的部分求值器

本文描述了流图语言的自应用型静态部分求值器，它由活跃变量分析、抽象分析、标记和例化４部分组成．在活跃变量分析基础上再作抽象分析，比以往的抽象分析获得的抽象解释更精确，也更利于产生较高质量的剩余程序．转移压缩在例化中直接进行.     

基于界面构件关联图的软件功能测试技术

针对具有图形用户界面（GUI）且进行事务处理软件系统的功能测试，从界面构件间关联特征出发，提出了界面构件关联图，描述界面中各个构件之间相互联结，制约关系，进而提出了基于界面构件关联图的软件测试覆盖准则和测试用例生成方法，最后给出一个利用界面构件关联图进行软件测试的应用实例。     

基于分词信息的中文机构名简称自动生成方法

在日常生活中,中文组织机构名简称被广泛使用。作为新词的重要来源之一,简称的识别和生成已成为自然语言处理领域研究的重点之一。分析中文组织机构名简称生成的特点,提出一种基于中文分词信息的组织机构名简称生成方法,并使用条件随机场建立自动生成模型。采用上海组织机构简称实际数据的实验结果,其Top-5的覆盖率达到了96.34%。     

基于概念的中文文本可视化表示机制

为了浏览因特网上日益增多的在线中文文本,本文给出了基于概念的中文文本可视化表示机制,以直观的方式组织和表示文本及文本集,其基本思想是：首先在概念扩充的基础上,进行文本分类,然后,利用本文提出的提出的文本特征抽取方法和摘要方法,获取广西类别、广西、广西正文的标记的信息,通过类别,文本、有选择地浏览文本。