多区块链环境下的连接查询优化算法

为了提高多区块链间的连接查询处理效率,提出多区块链环境下的连接查询优化算法. 该方法在传统的多区块链模型中增加语义信息,构建语义多区块链模型,为多区块链间的连接查询提供基础. 基于该模型,参考分布式数据库的索引结构,提出多区块链间的连接索引结构,将多条区块链进行属性连接,提高连接计算的效率,减少数据传输的通信代价. 在此基础上,提出多链连接查询优化算法,提升多区块链连接查询的效率. 最后,在2个真实公开的数据集上进行实验. 结果表明,多区块链间的连接索引结构稳定;与传统的直接进行连接查询的操作相比,多区块链连接查询优化方法简化了查询处理过程,通过访问连接索引直接获取查询结果,减少了本地计算负载和网络开销,提高了查询效率.     

基于特征的三维装配尺寸/公差链生成研究

针对目前基于特征的尺寸/公差链生成主要集中于二维的情况,本文进行了三维装配尺寸/公差链生成的研究.基于特征的尺寸工程语义的表达以及基于特征自由度变动的三维公差信息的表示,给出了三维尺寸/公差信息的公差图存储结构;在分析零件配合关系及建立装配特征关联矩阵的基础上,提出了根据产品装配特征和指定封闭环信息的装配尺寸/公差链自动生成算法,该算法考虑到零件特征配合的方向性,可以简化装配尺寸/公差链自动生成的复杂度;通过实例验证了所提出的算法,证明有效.     

基于特征的三维装配尺寸／公差链生成研究

针对目前基于特征的尺寸／公差链生成主要集中于二维的情况，本文进行了三维装配尺寸／公差链生成的研究。基于特征的尺寸工程语义的表达以及基于特征自由度变动的三维公差信息的表示，给出了三维尺寸／公差信息的公差图存储结构；在分析零件配合关系及建立装配特征关联矩阵的基础上，提出了根据产品装配特征和指定封闭环信息的装配尺寸／公差链自动生成算法，该算法考虑到零件特征配合的方向性，可以简化装配尺寸／公差链自动生成的复杂度；通过实例验证了所提出的算法，证明有效。     

基于单链表的二叉树非递归遍历算法

针对现有二叉树的非递归遍历算法在分配栈空间和队列空间方面的不足,提出了一个适用于二叉树非递归遍历算法的动态栈和动态队列,其中动态栈应用于先序遍历、中序遍历和后序遍历的非递归算法,而动态队列应用于层次遍历二叉树的非递归算法。给出了二叉树非递归遍历的算法描述和算法实现。算法测试表明:通过限制单链表的操作得到的链栈和链队列既满足了二叉树非递归遍历算法对栈空间和队列空间的需求,又能伴随遍历的进行动态增加和减少多余的栈空间和队列空间。由于单链表的这种易于扩充性很好地适应二叉树非递归遍历算法对栈空间和队列空间的需求,使得二叉树的非递归遍历算法的通用性和适应性大大提高。     

基于语义分析的不良倾向文本的识别算法研究

分析了目前常用的不良倾向文本识别方法存在的困难和不足,设计了一种基于语义分析的不良倾向文本识别算法。该算法以语句为基本处理单元,采用依存句法获得句子的语义结构,结合How Net词汇褒贬倾向性判别,识别不良信息。实验结果表明,此算法能够较好地提高不良文本识别效率和准确率。     

哈希算法与语义映射在语料库对齐中的运用

探讨汉英句级对齐软件设计中两项主要技术,即哈希算法与词典语义映射在对齐中的运用。哈希算法能帮助软件从词典大量的英汉词条语义信息中快速提取所需的对应义,结合语义映射,将需要对齐的句子关键词信息进行语义识别,从而有效提高汉英句子对齐效果。     

一种修正的向量空间模型在信息检索中的应用

为了提高文本信息检索系统检索性能,针对信息检索系统中普遍使用的向量空间模型(VSM)所固有的缺陷,提出一种新的修正的向量空间模型(MVSM).该模型重新定义了查询索引项的内容,将修饰词与中心词组成的合成短语引入到查询语句及传统的向量空间检索模型的信息表示中,并重新计算作为特征索引项的合成短语的权重值.在此基础上,又对查询索引项使用了基于同义词词典的查询扩展策略.实验结果表明:用合成短语作为查询索引项进行检索,使检索能够在相对精确的范围内进行,提高检索查准率;对查询进行同义扩展,能够使更多的语义相关的文本被检索出来,提高检索查全率.因此,在信息检索系统中应用修正的向量空间模型能够较好地改善检索性能.     

营商环境评估的企业级复合区块链构建方法

针对现有营商环境评估系统中企业数据可信度低、易篡改的问题,提出营商环境评估的企业级复合区块链构建方法,采用链上和链下数据协同的方式,对企业原始数据进行存储.改进区块链哈希函数,提出基于SHA256算法的企业原始数据加密方法.引入Key-Value存储模式进行链下基于非易失性内存的Level DB存储,降低系统的通信和存储压力.提出数据链上存储方法,分别将Level DB中的Key值对应存储到基于DAG的Conflux公有链,企业状态数据对应存入到联盟链,为营商环境评估提供可信的存证数据.通过与改进前的Level DB数据库和现有的区块链存储模型进行实验对比,实验结果表明,提出的企业级复合区块链构建方法在读写性能、存储效率两方面均优于现有方法.     

抗攻击区块链渗入数据防窜改识别方法

为了解决抗攻击区块链渗入数据类型较多，造成数据防窜改时加密效果较差、误识个数较多的问题，提出了抗攻击区块链渗入数据防窜改识别方法.设定抗攻击区块链渗入数据特征评判准则，并提取和加密了其中的渗入数据特征；将相对熵与蒙特卡罗仿真方法作为渗入数据分类测度，通过支持向量机算法分类识别渗入数据，实现区块链渗入数据防窜改识别.测试结果表明，所提方法的识别性能更优、加密复杂度较高、误识个数较少，所提方法可以有效保证抗攻击区块链的安全.     

面向对象修改的核属性更新算法

决策表中的对象被修改,核属性将会发生变化,需要对核属性及时更新。为此,首先,构造决策表等价类链表存储结构,并引入基于该存储结构的简化决策表定义和基于简化决策表的核属性定义;同时证明了该核属性与正区域核属性是等价的。然后,讨论修改指定对象情况下核属性更新方法,并给出相应的算法实现;算法以简化决策表为基础,仅需对等价类链部分搜寻,查找待修改对象,缩小了查找范围,提升了算法效率;另外,采用核属性计数方法,避免可分辨矩阵的存储,降低了空间复杂度。最后,通过实例验证了该算法的有效性。     

一种网络课程答疑系统分词器的设计

针对网络课程答疑系统提出了一种新的分词词典和查询算法,借鉴了现有三类分词算法的优点,克服了它们的不足,所设计的分词词典包括专业词典和基础词典两部分,所设计的算法在分词词典中搜索时,先搜索基础词典,后搜索专业词典,如果在基础词典中搜索出单词,则不继续搜索专业词典,该算法大大降低了算法的时间复杂度。本文将分词词典设计成由首字和次字构成的二维索引矩阵,和全部词语的有序顺序表组成,将单字的内码作为其在矩阵中的下标,对有序顺序表采用顺序查找,减少了词典搜索次数。     

一种基于语义体系的同义词识别研究

针对基于字面和词素相似度识别同义词的不足之处,首次引入《同义词词林》(以下简称《词林》),作为语义体系,提出了基于《词林》语义体系的同义词识别算法,并进行了词汇问的语义相似度度量,实现了同义词识别。实验结果表明,此方法在效率上远高于基于字面、词素相似度识别方法。     

基于ERNIE-BiGRU模型的中文文本分类方法

针对新闻文本分类方法中词向量的表示无法很好地保留字在句子中的信息及其多义性,利用知识增强的语义表示(ERNIE)预训练模型,根据上下文计算出字的向量表示,在保留该字上下文信息的同时也能根据字的多义性进行调整,增强了字的语义表示。在ERNIE模型后增加了双向门限循环单元(Bi GRU),将训练后的词向量作为Bi GRU的输入进行训练,得到文本分类结果。实验表明,该模型在新浪新闻的公开数据集THUCNews上的精确率为94. 32%,召回率为94. 12%,F1值为0. 942 2,在中文文本分类任务中具有良好的性能。     

一种应用分治策略的中文分词方法

自动分词是中文信息处理的关键步骤。由于具有结构简单、易于实现和开发周期短等优点,基于词典的分词方法被广泛应用。结合中文多字词数量少,使用频度低的特点,设计实现了一种新的词典机制,在此基础上,把分治策略引入到分词中,提出了一种新的分词算法,幷对该算法进行了理论分析和实验验证。     

链接文法及其应用

链接文法是一种分析自然语言句子的计算机可读文法,词汇的连接要求用连接因子表示.对于一个句子,若存在一条链能把所有的词汇连接起来则是合法的,否则是非法的.链接文法不仅可以用来分析英语句子,也可以用来分析汉语句子.     

中文分词交叉型歧义消解算法

中文分词是自然语言处理的基础。交叉型歧义是提高中文分词精度的瓶颈之一。文章提出一种基于正向、负向最大匹配算法和passive aggressive(PA)算法结合的交叉型歧义消解算法。基于PA算法训练分词模型;利用正向、负向最大匹配算法检测交叉型歧义的位置;把可能出现交叉型歧义的句子或者句子的部分传递给分词模型,解码得到分词结果;最后,把正向、负向最大匹配结果和分词模型解码结果拼接成最终的分词结果。利用PA算法基于2014年2—12月份人民日报数据训练分词模型、2014年1月份人民日报数据作为测试语料进行实验,得到交叉型歧义的准确率、召回率和F-score分别为98.32%、98.14%和98.23%,说明该方法有效可行。     

基于SVM的中文微博观点句识别算法

针对中文微博中的海量文本,提出了利用领域观点词词典和支持向量机的方法对中文微博中的观点句进行识别.构建领域观点词词典,统计了表示中文微博观点句的5个特征,选取特征1,2,3,4进行观点句识别,并将基于支持向量机的3种不同特征组合识别算法与基于领域观点词词典的识别算法进行对比.算法对比结果表明,基于支持向量机的算法对微博观点句的识别效果较好,准确率68.75％,召回率48.71％,F值57.02％.     

基于双向匹配法和特征选择算法的中文分词技术研究

传统的双向匹配算法虽然能够发现歧义现象,但是却不能解决歧义问题.为了更好地进行歧义消解,提出了一种基于双向匹配法和特征选择算法的中文分词技术,通过积累的语料库,设计并实现了一个基于两种方法的分词系统.该系统的实验结果表明,基于双向匹配法和特征选择算法的中文分词技术比传统方法的效果要好.     

基于统计的分词系统字典模型研究

在传统基于统计的中文分词系统基础上加以总结和改进,通过向量空间建立字典模型,改进了倒排字典设计,引入了改进的字典自我学习的功能,优化了字典排序的算法,提高了查询的速度.     

大标记集汉语字(词)Markov 语言模型的建立

给出了一种基于快速排序和归并排序的高阶汉语大标记集Ｍａｒｋｏｖ统计语言模型的统计算法，并对算法的时间复杂性和空间复杂性进行了分析。依据这种统计算法，设计实现了一个汉语字（词）概率统计系统。通过对上千万字的汉语语料的统计，建立起了汉语字（词）一元、二元和三元Ｍａｒｋｏｖ模型，并对统计结果进行了分析。