基于特征串的大规模中文网页快速去重算法研究

网页检索结果中,用户经常会得到内容相同的冗余页面,其中大量是由于网站之间的转载造成。它们不但浪费了存储资源,并给用户的检索带来诸多不便。本文依据冗余网页的特点引入模糊匹配的思想,利用网页文本的内容、结构信息,提出了基于特征串的中文网页的快速去重算法,同时对算法进行了优化处理。实验结果表明该算法是有效的,大规模开放测试的重复网页召回率达97.3% ,去重正确率达99.5%。     

基于事件框架的事件相关文档的智能检索研究

在事件相关文档的检索中,事件主题的迁移和分化与相似事件的干扰是影响系统性能的两个主要因素。本文提出了一种基于事件框架知识和事件主体信息的检索方法。该方法对事件相关评价函数进行了的改进:首先,从事件语料中提炼出事件的框架知识、从事件文档中挖掘出表达事件主体的信息,然后将这些知识和信息进行向量化,最后利用向量化的结果对相关度评价函数进行优化。实验结果表明该方法是有效的,明显提高了事件相关文档的检索性能。     

古文字字库建设的几个问题

随着古文字信息化处理研究的发展,古文字的标准字库建设已经显得十分迫切。本文探讨了古文字标准字库建设中需要注意的四个方面的问题:通过建立古文字资料库,穷尽性地收集整理古文字字形保证字形收集的全面性,通过拓片扫描造字保证所造字形的准确性;在字形与字之间建立对应关系时须考虑两者之间的异用、歧释、异体等复杂关系;字形归纳过程中应遵循形体的归并原则和区别原则;字符进入标准字符集时的分级应根据字频原则和形频原则。     

图像放缩的离散算法

从简单的二值图像出发提出灰度图像的离散放缩算法。该算法尽可能地保持了放缩后图像内物体边界的清晰，自然，而放缩倍数可为任意非整数倍。应用该算法，图像放大后层面清晰，色彩丰富，忠实地反映了原始图像的面貌；图像缩小后能较好地体现原始图像的主要特征。实例证明，此方法比常见的商品软件有更好的边界处理效果，且计算稳定，实现方便，将算法已成功地应用于开发的医学图像处理系统中。     

快速有效的半自动组织分割技术

针对医学可视化和虚拟内窥镜技术中的组织分割问题，提出边界模型和局部特征结构相结合的半自动解决方法，通过给定的特定体素点，结合边界模型找出特定组织的内部、外部体素，对边界体素计算汉森矩阵的特征值并按其特征结构进行分割．该方法只需要计算边界体素汉森矩阵的特征值，能够快速、有效地实现单一组织的分割．     

大系统决策理论及其智能化支持系统的研制

研究了模糊数学原理应用于大系统决策的理论和方法。设计了相应的多用途智能化决策支持系统IDSS。     

基于混沌的雷达网信息加密方法

解决情报传输安全的主要方法是对情报加密。论文首先介绍了一种基于一维logistic方程的情报加密方法,并给出了相应的实现算法,然后将该方法用于雷达情报自动化系统进行了仿真,仿真结果表明该算法可行有效,最后讨论了该方法的优点和进一步研究的方向。     

基于CORBA的三维可视化GIS体系结构

通过分析近年来三维可视化GIS和分布式计算技术的发展动态，探讨了在互联网时代三维可视化GIS在海量、复杂空间数据组织方面的技术发展，提出了基于CORBA规范的发布式三维可视化GIS体系结构，详细阐述了异构系统平台上异种数据源间的交互、数据调度等一系列关键技术难题的解决方案，并在理论上给出了其可行性分析。     

面向电子政务的公文管理系统开发与应用

本文阐述了电子政务的概念，并着重论述了面向电子政务的公文管理系统设计思想与实施技术。     

一种估计前馈神经网络中隐层神经元数目的新方法

前馈神经网络中隐层神经元的数目一般凭经验的给出，这种方法往往造成隐单元数目的不足或过甚，从而导致网络存储容量不够或出现学习过拟现象，本研究提出了一种基于信息熵的估计三层前馈神经网络隐结点数目的方法，该方法首先利用训练集来训练具有足够隐单元数目的初始神经网络，然后计算训练集中能被训练过的神经网络正确识别的样本在隐层神经元的激活值，并对其进行排序，计算这些激活值的各种划分的信息增益，从而构造能将整个样本空间正确划分的决策树，最后遍历整棵树寻找重要的相关隐层神经元，并删除冗余无关的其它隐单元，从而估计神经网络中隐层神经元的较佳数目，文章最后以构造用于茶叶品质评定的具有较佳隐单元数目的神经网络为例，介绍本方法的使用，结果表明，本方法能有效估计前馈神经网络的隐单元数目。