基于SVM的维吾尔文文本分类研究

文本自动分类技术在提高文本信息利用的有效性和准确性上具有重要的现实意义和广阔的应用前景。随着Internet上维吾尔文信息的迅速发展,维吾尔文文本分类成为处理和组织这些大量文本数据的关键技术。研究维吾尔文文本分类相关技术和方法,针对维吾尔文文本在向量空间模型表示下的高维性,本文采用词干提取和χ2统计量相结合的方法对表示空间进行降维。采用SVM算法构造了维吾尔文文本分类器。针对维吾尔文文本分类语料进行的实验结果表明,SVM分类器的MacroF1值达到了84.6%,明显好于kNN方法。     

喹喔啉类衍生物与甲基噻吩共聚物的合成及性质

在二价镍配合物催化下,2,5-二溴-3-甲基噻吩格氏试剂与5,8-二溴-萘基喹喔啉和5,8-二溴-菲基喹喔啉共聚,得到相应的喹喔啉类共轭共聚物,收率分别为65%和68%。通过FT IR、1H-NM R对聚合物及中间体的结构进行了表征。聚合物的循环伏安图中,分别在0.66 V(Epa)/0.37 V(Epc)(Copo ly-m er I),0.78 V(Epa)/-0.06V(Epc)和1.26(Epa)/0.46(Epc)(Copo lym erⅡ)处观察到氧化还原峰,表明该类聚合物有电化学活性。在紫外-可见光谱中,分别在263 nm,323 nm处(Copo lym erⅠ)和299 nm,402 nm处(Copo lym erⅡ)出现吸收峰。所得聚合物分别在504 nm和513 nm处出现荧光最大发射峰。     

维吾尔语KP短语的句法分析研究

维吾尔语句法分析是维吾尔文信息处理领域一个重要的基础性课题,同时也是一个公认的难题,在机器翻译、文本     

屏蔽泵常见故障分析及解决方案

轻质油装置屏蔽泵在运行中发生泵体内有杂音、振动超标、轴承磨损的故障。通过对屏蔽泵结构和故障现象的分析,找到了故障产生的原因。含气态组分的介质进入屏蔽泵冷却腔体和润滑轴承的循环管路,使得轴承容易磨损;泵体结构的流向设计得不合理,造成介质在泵腔内汽化,形成汽蚀,并造成轴承磨损;介质流量不平稳造成轴向力不平衡。实施了相应的解决方案,降低了设备故障率和检修率,确保了装置安全平稳运行。     

磺化纤维素开发用作新型水泥减水剂的研究

以微晶纤维素(MCC)为基材,氯磺酸为磺化剂,二氯甲烷为分散剂,一步合成了磺化纤维素(CS).采用FTIR、13C NMR、SEM、XRD等分析手段对产品结构进行了表征,并考察了MCC聚合度、原料配合比、反应温度、反应时间等工艺参数对CS减水剂减水性能的影响.通过研究CS-水溶液的表面张力和CS-水-水泥体系的ξ电位,...     

甘露醇交联的聚丙烯酸钠吸水树脂综合应用性能的测试

采用溶液聚合法合成了甘露醇交联的聚丙烯酸钠吸水树脂。用红外光谱和热重分析方法对聚丙烯酸钠超强吸水树脂产品进行了表征,测定了该树脂的溶胀动力学、耐热、耐寒、耐光性能及不同pH溶液对树脂吸水率的影响,分析了该树脂的羧酸根和凝胶含量,测试了不同温度下的吸水率、保水率。结果表明,该树脂在蒸馏水中的吸水率为1 750mL/g,在0.9%NaC l水溶液中的吸盐水率为130mL/g。利用热重分析法对该树脂的热分解动力学过程进行研究,并计算了热分解的活化能及指前因子。实验结果表明,该树脂的溶胀动力学扩散摸模型为non-Fickon扩散;热分解过程为一级反应。该树脂具有较好的综合应用性能。     

一种强前向安全数字签名方案

在Abdalla-Reyzin的前向安全签名方案的基础上,通过引入单向散列链机制,提出了一个强前向安全的数字签名方案,攻击者即使在第i时段入侵系统,也无法伪造以前或以后时段的签名,方案的安全性基于在Z^*_N上计算平方根的困难性和散列函数的单向性。     

维吾尔文Bigram文本特征提取

文本特征表示是在文本自动分类中最重要的一个环节。在基于向量空间模型（VSM）的文本表示中特征单元粒度的选择直接影响到文本分类的效果。在维吾尔文文本分类中,对于单词特征不能更好地表征文本内容特征的问题,在分析了维吾尔文Bigram对文本分类作用的基础上,构造了一个新的统计量CHIMI,并在此基础上提出了一种维吾尔语Bigram特征提取算法。将抽取到的Bigram作为文本特征,采用支持向量机（SVM）算法对维吾尔文文本进行了分类实验。实验结果表明,与以词为特征的文本分类相比,Bigram作为文本特征能够提高维吾尔文文本分类的准确率和召回率并且通过实验验证了该算法的有效性。     

反相高效液相色谱法测定打印机喷墨中的苯酚

本文采用氯仿萃取 ,反相键合相C8柱测定打印机喷墨中的苯酚 ,线性范围 :0 4～ 2 0 0 μg/mL ,r =0 9995 ,精密度 0 39% ,天内误差 :0 97% ,天间误差 :1 72 %。该法可在 6min内完成测定。     

纹理特征加权融合的中亚多文种文档图像文种识别

全球各地目前使用很多种相似的文种,相似文种的识别是模式识别领域内难点并迫切需要解决的问题之一。然而,针对中亚文种文本文档和少数民族文种也就是相似文种分类识别方面的文献报道几乎没有。首先建立了两个多文种文档图像数据库,分别有1 600幅和2 200幅纯文本整篇文档图像,包含英文,汉文,俄文,蒙文,阿拉伯文,藏文,维吾尔文,土耳其文,乌兹别克文,塔吉克文和哈萨克文等共有11种文档图像。其次分别提取文档图像的均值,标准差,熵,一致性,三阶矩,平滑度等六个纹理特征,利用不同7种分类器分类。在找到各个特征对多文种文本文档图像的灵敏度的基础上,采用加权特征融合方法提取融合特征,确定了适合中亚多文种文档图像识别的最佳权值。最后用不同分类器分类识别,通过多特征以系数加权融合之后,以建立的两个数据库基础下获得平均的识别率分别为99.38%和95.69%。实验结果表明,提取的纹理特征和加权融合的纹理特征能较好地描述文档图像特征,并且它们可以有效地分类以上所述的11个文种。