事件挖掘综述

事件挖掘就是从大量的、不完全的、人们事先不知道的,但同时又是潜在有用的信息中提取有用信息并概括为事件的过程。由于事件挖掘相对于话题检测与跟踪、信息检索、信息抽取等自然语言处理具备许多共性,并且具备预测事件发展的优越性,因此逐渐成为当前事件识别领域的研究热点。本文介绍事件挖掘相关研究的历史发展与应用背景,全新定义事件挖掘的概念与任务,并详细介绍事件挖掘任务相关的各种关键算法,尤其是语义链算法。指出事件挖掘的重要意义及其未来的发展趋势。     

数据中心的航空公司数据仓库的设计

为了适应管理人员对决策支持系统的需要,许多企业纷纷建造自己行业的数据仓库来存储、使用、分析海量的历史数据。结合数据仓库的理论,提出了一种基于数据中心平台的航空公司数据仓库的基本体系架构,并就航空公司数据仓库的设计和相关技术等问题进行了探讨。     

S3C2410TFT—LCD显示的驱动程序设计

系统地介绍了S3C2410微处理器内置的LCD控制器功能与结构,TFT型彩色LCD显示的基本工作原理,LCD显示屏与微处理器的连接,通过编写S3C2410的LCD端口初始化及LCD初始化驱动程序,实现了LCD清晰稳定的显示。为汽车行驶记录仪中人机界面设计提供了很好的解决方案。     

哈萨克文脱机手写字符识别系统的研究与实现

由于手写哈萨克字符结构的特殊性,仅提取几种单一的字符特征进行识别时正确率较低,识别效果较差。由此采用改进的PCA方法定位单词基线位置,对每个字符提取包括笔画密度特征、投影特征、轮廓特征等在内的36种特征,使用K-W检验对各特征的分类能力进行比较,并采用线性判别函数进行分类,取得了较高的识别精度。实验结果表明,该系统针对脱机字符识别率达到94％以上。     

整合概念设计与详细设计过程的笔式CAD系统研究

目前存在的CAD系统由于交互方式不自然,交互效率低,缺乏对概念设计中模糊信息的支持,中断了设计信息流,导致概念设计与后续设计过程断裂,增加了设计周期和工作量。针对当前CAD系统的不足,提出对于支持概念设计的笔式CAD系统的研究,并探讨实现这样一个系统的问题及解决。其目的在于通过高效地使用当前的手势识别和草图识别技术,支持用户从开始的模糊意图所产生的随手笔画,到最后进行精确定位和绘制,使概念设计与详细设计过程整合,减少工作量和缩短设计周期。     

铁路信号计算机联锁系统的研究与设计

本文介绍了适用于企业自备铁路的计算机联锁系统的控制需求与设计方案,重点阐述了故障──安全原理在铁路信号系统中的应用与实现。     

定浮点数据算术及其优化

定点算法对于商业计算非常重要,但由于成本和功耗的限制,某些嵌入式芯片尚不能提供浮点部件。针对这些情况,我们必须寻求支持整数ALU的十进制定浮点算数的解决方案。本文提出一种新的基于十进制编码的长整数方法以进行小数运算。实验表明我们的数据模型和算法其性能优于 Java BigDecimal,在实际商业应用中获得了 20％加速。     

H-Bézier曲线的降多阶逼近

国内外对参数曲线降阶,尤其是对Bézier曲线降阶的研究已渐趋成熟,但尚缺少对超越曲线降阶的研究.为此以能精确表示指数曲线、悬链线等超越曲线的H-Bézier曲线为载体,运用H-Bézier曲线的升阶公式,结合广义逆矩阵理论给出了H-Bézier曲线一次降多阶的逼近方法;同时估计了降阶的误差界,并建立了与Bézier曲线降阶的关系.实验结果表明,采用该方法可取得较好的逼近效果,有效地丰富了H-Bézier曲线的理论体系.     

求解模糊相关机会规划模型的混合差分进化算法

针对不确定规划领域中存在的模糊相关机会规划模型,基于群体智能的差分进化算法,设计一种新的求解模糊相关机会规划模型的混合智能算法．该算法基于粒子群优化算法对差分进化算法进行改进,并运用模糊模拟技术对模糊相关机会规划模型进行分析和数值求解,无需像传统的基于遗传算法的混合智能算法需要很长时间并经过复杂的计算才能得到合理的结果．最后,通过实例表明了所提混合智能算法的合理性和有效性．     

基于混合自适应遗传算法的工作流挖掘优化

针对目前工作流挖掘算法采用局部策略而无法保证最优挖掘以及算法对噪声敏感的情况,提出了基于混合自适应遗传算法的工作流挖掘优化算法。首先定义了基本工作流网以及变迁的使能和点火规则,描述了过程模型;然后提出了过程模型转换成基本工作流网的算法,给出了衡量事件日志与过程模型的符合性的适应值评价函数;最后根据进化阶段以及个体相似度设计了混合自适应的交叉率和变异率。仿真试验结果表明,该算法与α算法相比具有更高的鲁棒性和对噪声的抗干扰性;与基本遗传算法相比,该算法能显著提高解的质量和收敛速度。