面向信息抽取的中文跨文本指代消解研究

跨文本指代消解研究是自然语言处理中的一个重点以及难点,是信息检索、信息抽取和多文档摘要等应用的重要组成部分。传统的跨文本指代消解主要解决信息检索中遇到的重名消歧问题。本文从信息抽取的角度出发,旨在解决信息抽取过程中的重名消歧和多名聚合两大跨文本指代消解任务。本文在一个基于ACE2005中文语料库标注的中文跨文本指代语料库上,利用空间向量模型进行面向信息抽取的跨文本指代消解。     

对等网络的仿真研究

P2P网络和P2P相关技术一直是计算机网络研究的一大热点。P2P网络具有大规模、高动态性的特点,这使得在真实环境中实际运行、测试一个它需要付出巨大的努力和昂贵的开销。而P2P模拟器具有的优势能为P2P网络研究带来很大的方便,研究者们只需要将精力集中于想要关注的性能,丽不必花费大量的时间和精力去编写实验工具。文中深入研究了PeerSim模拟平台上模拟P2P环境的构建方法,并在其上实现了一个简单的负载平衡算法。最后,通过实验来说明PeerSim模拟器的使用方法,展示了PeerSim组件化的构造思想和灵活的配置机制。     

视频人脸检测与特征点定位研究

基于对视频中人脸的检测和特征点定位算法的学习与研究,文中提出了一种结合连续均值向量和主动形状模型的新方法.该方法首先对视频帧进行局部连续均值量化变换处理,快速地检测出似人脸区.然后用改进ASM方法来定位所检测出人脸的特征点,使用双阈值Sobel算子进行边缘检测,提取边缘信息,当搜索时利用这些边缘信息来改变特征点的权值,使带有更多边缘信息的像素点更有可能被选为最佳候选点.该方法可以快速地对人脸做出检测,并能很好地定位出人脸特征点     

基于工作流平台的OA系统的研究

随着计算机及网络技术的发展,办公自动化已成为信息化建设的趋势。本文先介绍办公自动化的研究背景及其意义,从工作流的概念及工作流的各种模型研究出发,参照相关技术,设计并实现一个符合公司办公的高效、方便、快捷并且可自定义流程的办公自动化系统。     

磁场信号检测误差分析及补偿算法

针对载体自身磁场特性及三轴磁传感器误差特性建立了地磁导航干扰误差补偿模型,通过对模型进行简化变形,利用系统辨识的最小二乘估计算法(LS)求取误差特性参数.数据分析表明:该方法简单易实现,简化了复杂的求解过程,基本达到了误差补偿的要求.     

基于进化计算的兴趣建模

为实现对个体的兴趣建模,提出基于进化计算的建模(Evolutionary Computation Based Modeling,ECBM)方法。该方法采用定性和定量相结合的方式对个体的兴趣系统进行建模,首先通过定性分析构建个体的兴趣模型框架,然后通过进化计算(Evolutionary Computation)方法对模型参数自动进化。实验结果表明,ECBM能够通过数据驱动模式优化模型参数,并利用更新信息进化模型,使其不断逼近真实系统。     

模型驱动架构在嵌入式软件开发中的应用

在嵌入式软件开发中采用平台无关模型描述应用需求,根据需求设计领域专用语言,基于Eclipse构建自己的模型驱动开发工具,进行多平台嵌入式软件开发。     

基于蓝牙的手机病毒传播模型的研究

随着智能手机的不断普及,手机安全问题越来越引起用户们的关注.针对手机病毒的传播特点和传播规律,研究了预防和控制手机病毒传播的策略,为防止病毒传播提供了理论基础.结合 A-SIRC 模型,给出了移动环境下手机节点平均度的计算方法.由于蓝牙手机是手机病毒大规模爆发的载体,所以对蓝牙手机病毒传播的相关因素进行研究是重要的.结合蓝牙病毒大规模爆发的可能性,引入了几个参数.通过对各个参数的仿真分析,得知仿真结果符合手机蓝牙病毒的传播规律     

WSN流量的双卡尔曼并行递推预测算法研究

针对WSN流量预测,基于AR模型提出一种WSN流量双卡尔曼并行递推预测算法.该算法使用两个Kalman滤波器,交替进行AR模型参数的递推辨识与时变数据中真实值的最优估计,根据序列数据的最新信息实时修正AR模型参数进行动态预测.同时针对大步长的流量预测,引入滚动修正思想,克服动态预测算法存在间隔时间过长的缺点,降低多步预测误差.实验研究表明,利用研究的双卡尔曼并行递推算法使用AR模型进行多步预测,从原理设计和实现算法上,实现了WSN流量的准确预测.     

基于内容的发布订阅系统中一种梯形匹配算法

基于内容的发布/订阅是一种新型的通信方式.事件的发布者不必给出事件明确的目的地址,事件的目的地址由匹配订阅者申明的订阅消息内容确定.因此,订阅与事件的匹配成为基于内容的发布/订阅系统中面临的关键问题之一.文中提出一种梯形匹配算法.先将所有订阅的约束按一定的规则存储于一个二维数组中,然后利用前一个订阅中某个约束是否匹配成功来判定此后也包含有此约束的订阅是否还需进行匹配,整个算法过程类似于线性代数中的梯形求解矩阵的解的方法.这样可以有效避免不同订阅中包含有相同约束被重复匹配的情况,从而加速事件与订阅的匹配效率,大大减少匹配所需要的时间.