主题分析技术在文档聚类中的应用

为解决高频特征对文章的主题信息反映不够全面,无法获得高质量聚类结果的问题,同时为获得聚类后各类别反映信息的精确描述,采用词汇链反映文章所描述的主题信息,并依据文本间词汇链的相似度进行聚类.将聚类后属于同一类别并反映相同主题信息的词汇链进行融合,通过分析各词汇链所描述的主题信息在不同类别内的分布来抽取能够充分反映各类别主题的关键词集合.实验证明该方法比应用高频特征进行聚类的效果好,同时由于分析了主题信息在各类别内的分布情况,使抽取的类别关键词能够很好地体现每个类别所侧重描述的信息.     

半结构化文本中的表格识别技术研究

表格作为网页的一部分,蕴含丰富的信息,因而表格的识别工作已经成为了一个很值得研究的课题.把表格识别看作是一个分类问题,提出了一种新的用最大熵模型来解决这一问题的方法.实验证明,该方法对表格识别的F度量能够达到95.82%.     

一种大规模高维数据快速聚类算法

提出了一种面向大规模高维数据的自组织映射聚类算法. 算法通过压缩神经元的特征集合, 仅选择与神经元代表的文档类相关的特征构造神经元的特征向量, 从而减少了聚类时间. 同时由于选取的特征能够将映射到不同神经元的文档类进行有效区分, 避免了无关特征的干扰, 因而提升了聚类的精度. 实验结果表明该方法能够有效加快聚类的速度, 提升聚类的准确度, 达到比较理想的聚类效果.     

基于日志挖掘的检索推荐系统

目的为了有效地预测用户在信息检索过程中可能点击的检索结果,从而进行网页的智能推荐.方法采取网络日志挖掘的技术,通过词频信息和知网（HowNet）中词的概念计算模型计算网页文档间的主题相关度,再将该语义信息与统计模型计算的条件概率值相结合,以此作为网页推荐的依据.结果提出了一种检索推荐统计模型,并构建了相应的原型系统,实验表明该方法显著提高了推荐系统的准确率.结论这项技术有效地提高了推荐结果与用户信息需求的相关程度,使推荐系统的性能获得了较大地提高,可以很好的应用于信息检索的智能推荐服务领域.     

基于多知识源融合的关键词重要性评价研究

词的重要性评价是关键词抽取研究中比较重要的环节,其中一种比较常用的方法是对词的相关属性进行加权分析,并根据综合权值确定重要性程度.词所处的位置、词频、词性以及与线索词的同现信息等都是影响关键词抽取的重要因素.本文首先对可能影响关键词抽取的因素进行了探讨和分析,而后利用遗传算法对各个知识源参数进行了优化.在人工标注的语料上进行的测试结果验证了该方法的可行性.     

火焰法制备碳纳米管的最新进展

碳纳米管是一种新型碳材料,是碳的同素异形体,其合成方法主要有4种:电弧法、激光法、化学气相沉积法、燃烧法.燃烧法可以同时提供碳纳米管生长所必需的热源、碳源、催化剂,具有实验设备简单、常压下即可制备等优点,是目前研究合成碳纳米管的热点技术.综述了该领域国内外的研究状况,详细介绍了各自的实验设备及方法,分析比较了各种方法的优缺点.重点阐述介绍了一种新的合成方法--V型热解火焰法,通过实验证明其是一种较好的碳纳米管制备方法.该方法可以实现碳纳米管的可控制生长,并且能实现工业化生产,是一种极具发展潜力的燃烧合成技术.     

基于聚类分析策略的用户偏好挖掘

利用训练文档集准确高效地挖掘隐藏的用户文本偏好和概念向量是文本信息过滤和多文档自动文摘等自然语言处理应用的关键技术之一。针对训练文本集中往往存在多个主题类别的问题,提出一种基于聚类分析策略的文本偏好挖掘方法。其基本思路是对训练文档集进行聚类处理,然后对同主题文档进行共性分析,并经过特征权值调整和特征约简,获得表示用户不同主题偏好的概念向量。实验结果表明该方法具有对用户的文本偏好刻画更加精确,对相关阈值变化不敏感等优点,可以与Rocchio等算法结合来进行用户兴趣建模。     

文档聚类综述

聚类作为一种自动化程度较高的无监督机器学习方法,近年来在信息检索、多文档自动文摘等领域获得了广泛的应用。本文首先讨论了文档聚类的应用背景和体系结构,然后对文档聚类算法、聚类空间的构造和降维方法、文档聚类中的语义问题进行了综述。最后还介绍了聚类质量评测问题。     

WNS型燃气锅炉炉膛出口烟温的影响因素研究

WNS型燃气锅炉因其结构简单、节能、环保、效率高等特点受到人们广泛关注。燃气锅炉在国内的需求量每年逐渐上升。燃气锅炉炉膛出口烟气温度的大小对燃气锅炉的性能有直接影响,而燃料的种类、炉膛的形状和过量空气系数对炉膛出口烟气温度有着重要的影响,尤其是过量空气系数。为了详细研究炉膛出口烟气温度的影响因素,利用FLUENT软件对直形炉胆和波形炉胆数值进行模拟;过量空气系数取1.05、1.10、1.15、1.20、1.25;分别选用天然气、炼焦煤气和液化石油气3种燃料。通过对不同种工况下炉膛的燃烧进行数值模拟,得出理论分析数据,可以为WNS型燃气锅炉的实际运行、优化设计和制造提供理论支持,具有一定的工程应用价值。     

条件随机域模型及在语言分析系统中的应用

分析了判别式模型的标记偏置问题对序列化标记的影响,利用条件随机域模型的全序列概率归一思想解决标记偏置问题.在条件随机域模型和特征选择的基础上,将语言分析任务转化成序列化标记问题进行求解,建立了由分词、词性标注和组块分析组成的语言分析系统.实验表明,条件随机域模型有效地克服了标记偏置问题,在语言分析系统中取得的性能优于其他判别式模型.