BIP-ISDN:世纪之交的通信高技术

本世纪最后10年至下世纪最初10年,是通信技术和通信产业发展的黄金时代.本文试图论述这一时期通信高技术发展的背景、特征和基本趋势,以及我们应当采取的发展战略.     

CHINA计划：关于中国高速信息网计划的思考

本文旨在提出“中国高速信息网计划“（简称ＣＨＩＮＡ计划：Ｃｈｉｎａ Ｈｉｇｈ－ｓｐｅｅｄ Ｉｎｆｏｒｍａｔｉｏｎ Ｎｅｔｗｏｒｋ Ａｐｐｒｏａｃｈ）的构想,供有关方面参考。     

文摘生成系统中词典的一种构造方法

文章讨论了针对文摘生成系统如何有效地建立一种全信息词典,在正确进行自动分词的同时,为后续的文本分析提供尽可能多的词法、词义及词用信息,以便生成具有理解能力的高质量的文本摘要。     

中文Web文本挖掘系统WebTextMiner开发

Web文本挖掘系统的开发对Web文本挖掘的研究有着很大的推进作用。因此在对基于SVM的中文网页分类器性能研究的基础上,根据研究和实用的需要,实现了一个性能较好的中文Web文本挖掘系统。     

"知识论"基础研究

知识是人类所创造的宝贵财富,但至今没有形成系统的知识理论.本文旨在提出和建立知识论的必要基础,给出知识的概念、定义、表示、度量、推理和决策规则.知识论的建立将为信息论-知识论-智能论的统一理论奠定坚实的基础,促进人们在更高的水平上利用信息和知识,研究、设计和应用各种智能机器.     

模糊双向联想记忆网络的收敛性

 本文讨论模型双向联想记忆(fuzzy bidirectional associative memories(FBAMs))网络的收敛性.对任意FBAM(n,m)网络,给出了网络收敛的充分必要条件和极限环长度的上界,证明了网络由任意初态激发都一定在(n-1)²+2步内到达某个极限环;对由max-min学习规则确定的FBAM(n,m)网络,证明了网络由任意初态激发其状态序列都是单调减的,且一定在n+1步内收敛.     

基于K-最近距离的自动文本分类的研究

提出并实现了利用统计词频信息和语言信息相结合的方法选择特征,计算特征的权重值时不仅考虑词频,还利用了特征的集中度、分散度.经过训练和统计对每一类文本形成特征的权重向量,利用K-最近距离的方法对测试集进行分类.对英文文本的测试结果表明,该算法提高了文本分类的准确率.     

基于全信息自然语言理解的语音识别后文本处理

将全信息(自然语言的语法、语义和语用信息)自然语言理解应用到可靠语音功能的研究中，提出在语音识别之后增加一个全信息自然语言理解的文本后处理功能，通过深入分析词语的语法信息（位置、识别稳定度）、语义信息（语句目标含义）和语用信息（语境和谐度）对语音识别结果语句进行评估、检错和纠错，最终输出优化语句。实验结果表明，增加全信息自然语言理解后处理可使识别正确率获得较好改善。     

网格互联组网的一种结构模式研究

网格计算是一个热门的研究分支,它以借助网络互联的方式,把分散在不同地理位置中的电脑计算能力整合起来,构成蕴含超常计算能力的巨大虚拟超级计算机。研究了网格计算中网格互联的结构以及性能的相关问题,着重讨论了网格互联中协议的特性和资源共享等问题,同时对网格系统的分布式计算和平行计算的特性、协同性、智能性等也进行了论述。     

基于相对词频的文本特征抽取方法

评估函数对已定义类别以外的语料区分度相对较低的问题出发, 结合常用的停用词表功能, 提出了基于与统计量相关的相对词频作评估函数的改进模型。该模型结合了现代汉语词频统计结果, 使用相对词频选择特征词, 较好地区分了特定类别与类别外文本。实验结果验证了这种方法的可行性, 并且取得了较好的分类效果。