一种新型的手写汉字笔迹鉴别方法

提出了一种新型的笔迹鉴别方法.它通过局部特征匹配与投票来提取关键词并建立训练集,对两篇文档的 相同关键词进行匹配,将笔迹鉴别问题转化为签名识别问题.实验表明,在文档内容部分相同的情况下,本方法能 够有效地对文档进行笔迹鉴别.     

一种用于Web信息抽取的页面信息本体自动学习方法

针对基于Web页面信息本体的信息抽取中,需人工根据待抽信息项的概念和对应的实例值来建立本体的缺点,设计一个页面信息本体的自动学习方法。论文利用前期在基于DOM的页面相似路径归纳学习算法和基于PAT-tree的自动关键词识别算法上的研究成果,使用改进的TF·IDF统计方法和复合事件的关联规则算法完成概念和概念间关系的学习,建立页面信息本体,减少建立本体的人工工作量。     

基于GATE的中文事件抽取方法

事件抽取是信息抽取领域的重要研究方向,针对目前网页文档中文事件抽取的关键问题,提出利用开源的通用文本处理框架(GATE)进行中文事件抽取的方法,设计GATE中文事件处理流程,开发GATE插件,解决中文分词与词性标注、领域词典、中文抽取规则设计等关键技术,实现了中文事件的类型识别和元素抽取。并以四类政治事件为例,进行中文事件抽取实验。实验结果表明,基于GATE的中文事件抽取具有良好的通用性,能够取得了较好的抽取效果。     

基于彩色描述子和主题模型的新闻标注

为了减轻新闻工作者的负担以及提高信息标注的准确性,本文针对新闻及相关图片提出了融合彩色描述子 和主题模型的自动标注算法.该算法利用彩色的尺度不变特征转换(RGB-SIFT)得到图像的底层特征描述子,通过 K均值聚类算法得到图像的视觉单词及词典,利用词频逆向文件频率(TF-IDF)对新闻的文本信息进行过滤.同时 将视觉单词和过滤后的文本信息看作混合文档,利用改进的主题模型对该文档新闻进行自动标注.实验表明该算 法提高了对新闻标注的准确率.     

Nutch中文分词的设计与实现

面对与日俱增的中文信息检索需求,Nutch作为一个开源的搜索引擎系统平台受到众多开发者的青睐.但由于Nutch是基于英文的系统,不具备中文分词能力,因此,研究中文分词方法在Nutch中的应用对实现中文搜索引擎具有非常现实的意义.在对中文分词技术进行研究的基础上,设计并实现了具有中文分词功能和新词识别功能的分词器,在Nutch中实现了中文分词功能.实验测试结果表明,算法的分词效果能够达到预期的中文分词的要求.     

基于CNN的CAD模型到MCNP模型转换算法研究

MCNP输入文件具有结构复杂,几何模型描述工作易出错的特点.本文利用卷积神经网络对CAD模型到MCNP几何模型的转换算法进行了改进,给出了卷积神经网络(CNN)图片分类对栅元位置信息进行判断的方法,实验结果显示改进后的算法在进行模型转换时具有更好的可扩展性和可靠性,对复杂CAD模型的兼容性更强,并为CAD模型的特征识别提供了一种新的方法.     

中文电子邮件作者的身份判别

电子邮件已成为因特网上最基本、最重要的应用之一。但利用电子邮件进行诈骗、反动宣传等犯罪现象也日益严重。因此采用研究中文电子邮件作者身份挖掘的方法,以识别邮件作者的真实身份,为计算机取证提供依据。通过分析邮件作者的语言特征、结构特征和格式特征,利用支持向量机算法,自动把邮件文档分类到预定的作者类别中,并对有限数据集的试验取得了满意的结果。     

1种基于可变精度粗糙集的网络入侵检测模型

当前各网络入侵检测算法的准确率仍不尽人意;针对此问题,提出1种基于可变精度粗糙集(Variable Precision Rough Set)的网络入侵检测模型.模型通过粗糙集对不确性数据进行筛选,再利用粒子群算法对数据进行约简,然后再根据设定的阀值,用可变精度粗糙集导出规则并得到检测结果.实验结果表明,本模型运用的粒子群算法数据约简速度高于利用遗传算法的同类模型,且基于可变精度粗糙集的入侵系统检测准确率比基于非可变精度粗糙集的检测系统高.     

电压暂降的改进S变换分析与分类

提出了一种采用改进S变换(MST)检测和识别电压暂降的方法.推导了白噪声在S变换和MST下的平均功率谱,证明了改进S变换对噪声具有抑制作用.分析了改进S变换中可变参数的选择思想,给出了MST提取暂降幅值、暂降时刻和相位的方法.利用MST变换分析短路故障、感应电机启动和变压器空载激磁3种扰动源引起的电压暂降信号,并提取6种电压暂降特征参数,形成分类判决规则对暂降源进行识别.仿真结果表明,改进S变换比S变换提取的电压暂降幅值和暂降时间更加精确,MST提取的特征量能全面明显地反映扰动源特征,分类算法能够实现对3种暂降扰动源的正确识别.     

基于集对分析的洪水危险性评价可变模糊识别模型

【目的】建立基于现代智能方法的洪水危险性评价模型,进一步提高评价精度,为制定区域防洪规划、实现洪水资源安全利用提供决策依据。【方法】鉴于可变模糊识别模型相对差异度函数构造困难、计算量大的不足,利用集对分析方法直接构造可变模糊识别模型相对差异度函数,进而通过确定指标权重,将洪水样本不同指标相对差异度综合为样本隶属度,建立基于集对分析的洪水危险性评价可变模糊识别模型,并将其应用于长江下游南京站历史洪水样本的等级评价中,实现对不同洪水样本危险等级的分类排序。【结果】实例应用表明,采用基于集对分析的洪水危险性评价可变模糊识别模型确定的洪水样本危险等级差异明显、分辨率高,与投影寻踪方法确定的洪水分类结果基本一致,有效避免了模型参数取值的主观随意性给评价结果带来的不确定性。【结论】基于集对分析的洪水危险性评价可变模糊识别模型计算过程简便、可行,结果稳健、可靠,在缺乏标准评价等级资料的复杂系统综合评价问题中具有一定的推广应用价值。