一个基于SMS的无线远程监控系统的设计和实现

本文介绍了用Hook技术监视应用软件的对话框等窗体消息，通过SMS与用户交互，并采用模拟事件的方法按用户的要求控制应用软件的运行，实现了对应用软件的无线远程监控。     

一个嵌入式Linux应用系统在Lubbock开发板上的实现

系统地介绍了一个嵌入式Linux应用系统在Intel DBPXA250 ARM开发板Lubbock上的构建过程，描述了系统结构和功能，重点介绍了如何利用开放源码项目ARMBoot、ARMLinux和Qt-Embedded构建该应用系统，给出了整合系统的全部过程。     

基于角色的权限分配和管理中的方法

对当前权限系统设计过程中的主要权限分配方法进行介绍和比较,发现它们各自的灵活性和适用性不一样,并着重讨论了基于角色的访问控制模块,分析了RBAC模型中用户、角色与操作权限之间的关系.在此基础上,提出了一种应用于办公自动化系统中较安全的操作权限的实现思想,通过分析提出了五种可行的操作权限分配过程中的解决方法,并评价了各自的优点与不足.     

一个多文种语言Ontology框架的构建方法

对语言Ontology进行了研究,提出了一个面向多文种信息处理的语言Ontology,给出了其设计思想、定义和推理机制,还描述了其结构和构建方法。该Ontology采用分层的树形结构,收录了具有语义的四类词：名词、动词、副词和形容词,并以词义和文种为类节点、词为叶子节点进行组织。能表示各个文种词汇的语义,并以语义为轴心进行融合,以提供不同文种间词汇的转换关系。另外,还提供了词汇语义相似度计算方法以及推理机制来对语义进行推理。     

MKP的一种向量启发信息的设计和实现

多背包问题（MKP）是一个典型的NP-hard组合优化问题。启发信息的设计是众多启发搜索算法解决MKP的关键手段之一。提出了一种新的针对MKP的启发信息设计,利用了向量距离来度量背包容量和物体消耗之间的拟和程度。基于这种启发信息,通过蚁群优化算法ACS实现了对MKP标准测试库30个实例的计算,与ACS现有启发信息相比,该方法有16例找到最优解,并全面优于同类实现。同时与当前MKP最好解决方案GA比较了2例结果,该方法的平均性能都优于该解决方案。     

基于XML结构的电子邮件的表示及其生成

电子邮件通常按半结构化的MIME格式进行封装和传输,并以各个邮件用户代理专用的数据格式进行存储,无法同其它应用程序共享电子邮件,也无法充分利用电子邮件这一信息源。该文提出了一种面向邮件客户端的电子邮件的XML表示方法,将邮件的XML标记进一步地细化,目的是便于电子邮件的检索和重组,并给出了从邮件的MIME源码到邮件的XML文档的转换方法,为邮件的后续操作和邮件库的充分利用提供基础。     

语义角色标注中句法特征的研究

描述了一个基于特征向量的语义角色标注系统,该系统以单一句法分析树作为输入。首先进行预处理,过滤掉极不可能是角色的成分,然后进行角色分类(包括NULL类),最后处理嵌套情况及对中心语义角色去重处理。在优化组合已有特征的基础上,从语法、句型以及搭配角度出发,制定了新的有效的特征;实验表明了新特征的有效性及健壮性。最终在CoNLL-2005 Shared Task开发集和WSJ测试集上分别获得了77.54%和78.75%的F1值,是目前已知的基于单一句法分析中取得的最好性能。     

对CC-DOS词组功能实现的探索

采用词组方式进行汉字信息输入,能大大加快汉字信息的输入速度。所以,这种输入方式已越来越受到用户的重视和欢迎。本文对CC—DOS申实现词组功能的部分进行了探索。文章阐述了实现词组输入的原理,分析了CC—DOS中有关模块的工作流程,介绍了词组输入码对照表及词库的结构。给出了词库与系统连接的方法。为优化和扩充CC—DOS的词组功能作了准备。     

基于LSM框架构建Linux安全模块

操作系统安全是信息安全的一个重要方向.Linux安全模块(LSM)为Linux操作系统内核支持多个安全模块提供了有力的支持.首先介绍了LSM的实现机制,详细分析了它的关键技术.然后,以一个具体的安全模块为例,描述了如何使用LSM机制在Linux操作系统中完成一个简单的安全模块的开发.介绍了安全模型构建的过程,并对它的安全性进行了讨论.使用LSM框架可以使得操作系统灵活的支持和采用各种不同的安全策略,提高系统的安全性.     

一个面向信息处理的双向文字处理算法IBidi

根据多文种信息处理中双向文字所存在的问题,提出了一种面向信息处理、具有自描述能力的双向文字处理算法IBidi。该算法首先对字符流进行预处理,主要对数字等特殊的字符进行标注;然后分析字符流,添加各种定义好的标签,用于描述字符的特性,供信息处理系统使用;最后,IBidi利用一个重新排序算法输出处理结果。该算法在典型测试样本上正确率达到96.7%,比Unicode的双向文字处理算法高出约17个百分点。另外,在随机样本测试中,IBidi的正确率也比Unicode的双向文字处理算法高5％左右。