一种并行中英文混合多模式匹配算法

针对中英文混合文本的匹配准确性及大规模数据文本的匹配效率等问题,基于经典的线索化完全哈希特里树算法,提出一种并行化的中英文混合多模式文本匹配算法。采用拆分文本降低多模式匹配算法的串行度,进而在拆分出的小文本上并行地执行文本匹配。通过并行化预处理过程,设计新的存储结构。实验结果表明,该算法在保证结果正确的前提下,执行效率高于经典的串行匹配算法,当数据规模达到226个字符时,可以获得8倍以上的加速比。     

基于卷积树核的中文微博情感要素识别

情感要素识别是情感分析的关键子任务之一,其目的是识别出文本情感所作用的情感对象。文本情感要素识别属于最细粒度的情感分析,吸引了大量研究者的关注。中文微博由于其语言简短灵活、文本不规范、噪声较大等特点,给中文微博情感分析研究工作带来了新的挑战。目前大部分情感要素识别方法都是基于规则的方法或者基于扁平化特征的统计学习方法,区分噪声的能力不强,性能提升有限。针对中文微博的特点,提出一种基于卷积树核的情感要素识别算法,即首先对句子进行词性标注与依存关系分析,将句子中的名词作为候选情感要素;然后基于两种不同的修剪策略对依存树进行修剪,以获取每个候选情感要素的结构化信息;最后采用卷积树核计算依存树的相似度,并在此基础上识别句子中的情感要素。NLPCC2012和NLPCC2013中文微博情感分析评测任务中的实验验证了该方法的性能,其准确率相比于传统方法有显著提升。     

基于分辨函数的极大团搜索算法

寻找极大团是几何图论极为重要的基础研究问题之一。将分辨函数模型与极大团性质结合,定义了顶点的极大团分辨函数、顶点关于某顶点子集的布尔映射函数,得到了一些与极大团相关的重要性质与定理,证明了图的极大团搜索问题可快捷自然地转换为相对简单的分辨函数表达式约束,为设计极大团搜索算法提供了一种有效的理论依据与求解途径。进而引入约简树构造方法设计了基于分辨函数的极大团搜索算法,最后通过给定无向连通图实例说明了算法的可行性与有效性。     

基于SURF与Hough森林的人脸检测研究

为实现复杂场景中的人脸检测与定位,提出了一种基于快速鲁棒特征SURF与Hough森林的人脸检测算法。采用SURF局部特征构建Hough森林分类器,每个叶子节点存储类别信息与特征点到达目标中心的偏移量,在图像局部外观与Hough投票之间建立映射关系,生成有监督的判别式的码本,获得可靠的概率Hough投票,以此预测目标中心位置,提高了检测精度。与此同时,采用SURF局部特征提取图像兴趣点有助于减小计算量、加快检测速度。实验证明了所提算法的有效性。     

数据集的粒化树及其建模应用

通过对数据集的不同划分,得到了基于数据集的粒化树。结合关联元素的信息,建立了基于不同数据集粒化树之间的关联关系,确定了两种粒化树中的两条关联链,促成了它们经关联元素的相互联系。由于每一关联链中的粒从粗到细逐步变化,使得关联元素与粒度的逐步细化密切相关,这是粒计算数据处理模式的体现。相关的结论为人才供求问题的算法描述提供了数学模型,并通过实例予以展示。     

基于层次社会组织目标的需求过程建模

将社会组织结构抽象为递归的社会组织域树,其顶层目标即为社会组织总体目标,总体目标层层分解为社会子组织域目标,从层次化的社会组织目标构建软件系统需求目标分解树,进而构建软件系统需求,并用层次着色Petri网对软件系统需求过程进行形式化建模,无缝连接社会组织目标与软件系统需求,为软件系统需求分析提出了一种自然、直观的需求过程建模方法.     

基于日志分析的虚拟化环境故障定位系统

在云平台的运行维护中,虚拟化环境的故障定位对容错极其重要。针对虚拟化环境的空间拓扑时变性,提出了一种基于时变的节点间依赖关系的日志分析方法,为决策树故障定位提供支持。节点间依赖关系能够帮助压缩日志,只提供故障时间窗口内的有效信息作为挖掘来源,从而更快更准确地完成故障定位。实验表明,能够在较大系统规模的多变的虚拟化环境下实现有效和高效的故障定位。     

基于RGB色彩空间的四带树木图像颜色校正方法

针对图像受近红外光线参与的影响而出现偏色现象,介绍了一种基于RGB色彩空间的四带（RGB带和一个附加的近红外带）树木图像颜色校正方法. 该方法首先根据R-G差值图像,通过实验获取合适的阈值将四带树木图像二值化. 然后,利用中值滤波器和数学形态学对二值图像进行滤噪处理,提取出偏色较严重区域. 最后分区域进行颜色校正,达到消除近红外干扰的目的. 实验结果表明,该方法对部分常见含植物的场景图像有比较好的校正效果.     

专业课模拟教学及其算法思想研究

我国高校专业课教学质量下降的重要原因是专业教师的教学经验相对不足,研究专业课模拟教学以积累教学经验,根据知识树与专业课知识体系在结构上的相似性,提出基于知识树遍历算法思想的模拟教学,研究专业课知识树的建立、遍历方法的选择、节点删减、遍历转移等算法思想,并以专业课质量验收体系为控制条件进行教学质量评估。     

多语种网络文本快速新词抽取

从网络文本中提取新词是网络信息处理中的一个重要问题,在信息检索、文本挖掘、词典编纂、中文分词等领域中都有重要应用。本文提出了一种与语言无关的快速新词提取算法,首先针对后缀树的数据结构将多语言文本进行统一编码,然后使用改进的统计方法在双后缀树上以线性时间统计重复串与邻接类别,并计算字符串的整体度,同时通过剪枝大幅度减少计算量,在中、英文语料上较好地实现了新词的抽取及排序。