浅谈中国传统家具的榫卯

榫卯结构是中国传统家具的精华,是中国最早具有科学设计意义的语言,在我们民族文明发展史上,如同汉字的发明源远流长、自成体系。家具受力时,木制构件通过榫卯传力,全凭榫卯就可以做到上下、左右、粗细斜直连接合理,面面俱到,将板面受到的力均衡地分配给家具其它部件,使得家具保持稳定、结实。其工艺之精确,扣合之严密,间不容发,使人有天衣无缝之感。中国传统家具能够保持几百年而依然牢固,皆归功于设计巧妙的榫卯结构。     

试析近现代中国设计艺术的发展历程

本文以中国现代设计艺术发展的三个阶段为主线,以世界现代设计史为暗线,阐述在世界设计史背景下中国现代设计艺术的发展状况。通过对同一时期国内不同地区设计艺术发展不平衡的分析,以及对同一时期中国与国际设计水平的比较,阐述了对待外来设计艺术不同态度产生的不同结果。借古鉴今,西体中用,回顾中国现代设计艺术的发展历程,理清思路,为探索新世纪中国现代设计艺术的发展道路提供某种启迪。     

中国象棋人机对弈的自学习方法研究

机器博弈被认为是人工智能领域最具挑战性的研究方向之一。中国象棋计算机博弈的难度绝不亚于国际象棋,但是涉足学者太少,具有自学习能力的就更少了。介绍了中国象棋人机对弈原理,给出了近年来几类典型的评估函数自学习方法及其原理,通过比较得出了最适合中国象棋使用的学习方法。分析了这些方法尚存在的问题,并提出了未来的研究方向。     

GB18030汉字信息的二维条码拆分迭代编码算法

为了解决二维码在证件类应用中常常面临的冷僻字编码问题，以GB18030字符集为对象分析汉字编码特点，提出基于该标准的汉字与ASCII混合信息的PDF417编码方法。并针对当前广泛应用的16位编程工具，结合实例给出了一种拆分迭代编码算法来实现字节压缩模式，它能够在保证较高编码效率的基础上有效节省编码存储空间。     

HTRDP evaluations on Chinese information processing and intelligent human-machine interface

From 1991 to 2005, China’s High Technology Research and Development Program (HTRDP) sponsored a series of technology evaluations on Chinese information processing and intelligent human-machine interface, which is called HTRDP evaluations, or “863” evaluations in brief. This paper introduces the HTRDP evaluations in detail. The general information of the HTRDP evaluation is presented first, including the history, the concerned technology categories, the organizer, the participants, and the procedure, etc. Then the evaluations on each technology are described in detail respectively, covering Chinese word segmentation, machine translation, acoustic speech recognition, text to speech, text summarization, text categorization, information retrieval, character recognition, and face detection and recognition. For the evaluations on each technology categories, the history, the evaluation tasks, the data, the evaluation method, etc., are given. The last section concludes the paper and discusses possible future work.     

基于嵌入式Linux的汉字输入法

汉字输入法是嵌入式系统输入的一项重要技术,它的功能与性能直接影响到嵌入式系统在中国的推广与应用.主要研究了联机汉字手写体输入法,以及在嵌入式系统中实现汉字手写体输入法.     

中文组织机构名称与简称的识别

本文提出了一种基于规则识别中文组织机构全称和简称的方法。全称的识别首先借助机构后缀词库获得其右边界,然后通过规则匹配并借助贝叶斯概率模型加以决策获得其左边界。简称的识别是在全称的基础上应用其对应的简称规则实现的。在开放性测试中,该方法的总体查全率为85.19%,查准率为83.03%,F Measure为84.10%;简称的查全率为67.18%,查准率为74.14%。目前该方法已应用于中文关系的抽取系统。     

基于分类信心重排序的中文共指消解研究

共指消解是自然语言处理的核心问题之一。本文针对分步消解中分类器全局信息的不足,依据分类信心对全体提及配对进行排序,优先根据可靠的分类结果对提及进行聚集或分离。实验表明,该算法在多个学习框架下显著地改善了系统的整体性能。     

基于COSA算法的中文文本聚类

传统聚类算法在计算两个对象间的距离时,每个属性对距离的贡献相同。COSA(Clustering On Subsets of Attributes)算法^[1]认为在不同的分组中,每个属性对计算距离所起的作用可能并不相等,因为不同分组中的对象可能在不同的属性子集上聚集。文献[1]在此基础上定义了新的距离,并提出了两种COSA算法: COSA1算法是一种分割的聚类算法;COSA2算法是一种层次聚类算法。为了对比COSA距离和传统的欧氏距离在文本聚类中的表现,本文对中文文本进行了分割聚类和层次聚类的实验。实验结果显示出COSA算法较基于欧氏距离的聚类算法有更好的性能,而且对于属性数的变化,COSA算法更加稳定。     

舌象裂纹提取及特征分析

舌面的裂纹是一项重要的舌诊指标。文中提出的算法创新点在于用识别器能快速判断舌面是否存在裂纹;对于存在裂纹的舌象,用改进的Confidence Connected区域生长算子能有效提取裂纹区域;最后由分析器从可见性和深浅两方面分析表征裂纹特征。总体试验结果令人满意。