一种结合词项语义信息和TF-IDF方法的文本相似度量方法

传统的文本相似度量方法大多采用TF-IDF方法把文本建模为词频向量,利用余弦相似度量等方法计算文本之间的相似度.这些方法忽略了文本中词项的语义信息.改进的基于语义的文本相似度量方法在传统词频向量中扩充了语义相似的词项,进一步增加了文本表示向量的维度,但不能很好地反映两篇文本之间的相似程度.文中在TF-IDF模型基础上分析文本中重要词汇的语义信息,提出了一种新的文本相似度量方法.该方法首先应用自然语言处理技术对文本进行预处理,然后利用TF-IDF方法寻找文本中具有较高TF-IDF值的重要词项.借助外部词典分析词项之间的语义相似度,结合该文提出的词项相似度加权树以及文本语义相似度定义计算两篇文本之间的相似度.最后利用文本相似度在基准文本数据集合上进行聚类实验.实验结果表明文中提出的方法在基于F-度量值标准上优于TF-IDF以及另一种基于词项语义相似性的方法.

一种改进的Lucene语义相似度检索算法

在Lucene的基础上,结合检索词项的语义信息,利用外部词典Wordnet分析检索词项与被检索文档中词项的语义相似度,在此基础上实现对文档语义信息的检索。通过分析现有的相似度量函数的核心特征,选择合适的语义相似度量方法,提出了一种新的词项语义相似度检索函数,该函数能够对检索文档按照语义相似度进行排序。实验结果表明,所提出的方法能够有效地提升文献检索的准确度。

一种基于主谓宾结构的文本检索算法

在文本检索领域,当前广泛应用的方法或者是考察检索词项与被检索文本的词频信息,或者是考察检索词项与被检索文本的语义相似性。这些方法忽略了检索词项与被检索文本的结构信息,检索结果有一定的局限性。通过分析检索词项与被检索文本句子结构的主谓宾信息,进而考察主谓宾结构中词汇的语义相似性,最终实现对文本的语义检索。实验表明,该方法能够有效提高检索的查准率。

J2EE平台的通用资源管理池的分析和实现

J2EE平台是当前业界最为流行的企业级应用开发平台之一。基于J2EE平台可以开发出功能强大,而又具有灵活扩展性能的企业级应用程序,而在企业应用开发中,对企业关键资源的简单而高效的访问是企业应用开发的基础。介绍了基于J2EE平台的通用资源连接池的分析和实现,重点分析了如何构建一个灵活的资源连接池主体框架,可以方便地对该框架进行扩展,以满足对于不同资源的管理和使用要求,并通过一个数据库资源连接池的例子,将JSP、Servlet等技术整合在一起,给出了一个完整的J2EE体系平台下多层应用程序实例。

关于非计算机专业《管理信息系统》课程教学的思考

在非计算机专业《管理信息系统》课程教学中,要注意强化学生应具备的知识结构,还要改进教学方法,以提高该课程的教学质量。

面向对象的单元测试自动化技术的分析

面向对象系统的单元测试是软件开发中的重要环节。本文首先定义了面向对象领域中单元测试的概念,接着从面向对象系统单元测试中各个测试环节展开,简要分析现有的测试技术,较为全面地给出了面向对象系统的单元测试自动化技术的概貌。

多维数据的Z-Ordering存储映射算法及其缓存调度优化

多维数据以线性形式在存储系统中进行访问操作,二维及以上维度空间中的相邻节点被不同的映射算法映射到一维空间的不相邻位置。高维空间中进行相邻节点访问时,其一维存储映射位置有着不同的访问距离和访问延迟。提出了基于空间填充曲线Z-Ordering的存储映射方法及其访问距离的度量指标,并和常规优先算法进行了对比,发现能更好地将高维相邻的数据节点簇集到一维存储位置,加强了局部性。调整缓存空间中用于预取的空间大小,可以利用增强的局部性,提高了缓存命中率。实验结果表明,改善了多维数据的访问速度,优化了系统性能。

HEVC的高效分像素运动补偿

现有的视频编码方法单独针对不同的编码技术进行优化,虽然简化了算法的实现,但却忽略了这些技术之间的内在关系而局限了性能的进一步提升.尝试针对HEVC中的分像素插值和分像素运动估计,建立一种整合的优化算法,同时提升两者的计算速度.首先,通过细分不同分像素的插值方法,把每个分像素的插值代价融合在分像素运动估计的搜索中,并构建一种性价比优先的分像素运动估计方法.该运动估计方法的每一步搜索都按照最小化计算代价和最大化率失真收益的原则进行,保证以最小的计算消耗获得最优的性能.其次,为了配合该方法,针对HEVC的特性构建了一种分区域分像素集的分像素插值算法.该插值算法在分像素运动估计过程中仅动态地计算所用到的分像素,解决了现有插值算法无法同时降低重复计算和冗余计算的问题.实验结果表明,该整合算法可以在几乎不产生率失真性能损失的情况下,大幅度地加快分像素运动估计和插值的速度.

GDBSERVER原理分析及其应用

GDBSERVER 是一个轻量级的运行于目标机上的调试器,在嵌入式Linux 系统开发中发挥着重要作用。从源代码层分析了GDBSERVER 的实现原理,并介绍了在嵌入式Linux 系统开发中使用GDBSERVER 进行远程调试的方法。

金融科技助力破解小微企业融资困局

小微企业遍布各行各业,是我国国民经济的重要组成部分.然而,小微企业在经营过程中普遍融资难、融资贵,极大压缩了它们的生存和发展空间.研究认为近年来兴起的金融科技将有助于破解小微企业融资难、融资贵的困局.信用贷款是小微企业获取贷款的最可行方式.通过探讨金融科技在小微企业信用贷款中风险控制的新思路,以期破解小微企业融资困局.

基于Hadoop云计算平台的图像分类与标注

为有效处理并利用互联网海量的图像和视频数据,提出了一种基于Hadoop云平台的图像分类和标注解决方案。针对如何高效地进行训练集提取这一重要问题,搭建了基于云计算的图像抓取平台,利用互联网的图像资源作为原始数据集,为提取训练集图像提供足够的数据;实现了基于概率潜在语义分析模型的训练集图像提取功能,对原始数据集进行基于主题的聚类,帮助用户快速选取训练集图像;加入了SVM分类模型,利用提取出来的训练集对未标注图像进行分类标注,实现了完整的系统。实验结果表明,该方案能够满足海量图像数据分类和标注的功能和性能需求。

网络个人信贷大数据风险控制

风险控制是网络个人信贷中的关键点,但网络个人信贷存在额度小和规模经营的特征,使得传统风险控制手段难于实施。大数据技术为网络个人信贷风险控制提供了有效的解决方案。本文描绘了网络个人信贷大数据风险控制的基本流程,介绍了各个主要环节中大数据技术的应用,强调了全面风险控制的理念。

资源优化的H.264 FRExt解码

针对H.264 FRExt会大幅增加解码器对内存和计算资源消耗的问题,提出一种动态分数像素插值法,用以优化H.264 FRExt解码所需的存储和计算资源。该方法突破了H.264 FRExt定义中分数点必须按1/2像素到1/4像素分层计算的限制,直接计算运动补偿所需的分数像素,通过误差消除方法保证计算结果与标准完全一致。实验结果证明,该方法可以较大地节省内存,避免对冗余分数点的计算,加快解码速度。

计算能力可伸缩的运动估计率失真优化

不同硬件设备具有不同的计算能力,能否在任意给定计算能力约束下达到最好的编码效率,是当前视频编码研究领域的一个极具挑战性问题.同时,随着分块结构越来越灵活的编码标准不断出现(如:HEVC,H.264等),运动估计不得不反复地应用在大小不同的各种分块上,导致其对编码总体计算复杂度的影响愈加重要.在此背景下,本文提出了一种针对运动估计的计算能力可伸缩(Complexity scalable)优化算法.我们通过对运动估计过程中预测失真度和计算复杂度的变化规律建模,发现根据各宏块的特性设置不同的预测失真度阈值可以优化地分配计算资源.而该阈值的大小则恰恰是各宏块的最小预测失真度加上一个由复杂度约束统一决定的偏移量.有鉴于此,我们进一步构造了计算能力可伸缩的优化运动估计算法,在不增加额外计算量的前提下,快速地得到各个宏块所对应的优化阈值,并完成运动估计.通过实验分析,该算法不仅具备自动适应不同计算复杂度约束的能力,而且在任意给定的复杂度约束下,都能提供优化的编码性能.

时间与空间局部性强弱的量化方法

为了解决虚拟内存空间的管理问题,基于现有工作集管理算法的参数,提出了时间与空间局部性强弱量化描述的定义、性质以及可行计算方法.该方法时间复杂度小,量化结果反映了程序运行期间工作集的时间与空间局部性的强弱变化.

计算资源受限的视频编码多模式决策

由于视频编码技术趋向于采用越来越复杂的分块模式,多模式决策技术也随之成为一种非常重要的编码技术.多模式决策的优劣不仅会大幅度地影响视频编码的计算消耗,而且也对编码性能的高低起到关键的作用.为使多模式决策在计算能力相差悬殊的平台上都能获得优化的率失真性能,给出一种计算复杂度自适应的优化多模式决策算法.首先,利用视频序列中不同宏块模式间的时空相关性,预测这些宏块多模式决策后的拉格朗日代价和计算复杂度的斜率(Lagrangian cost and complexity slope,简称J-C slope).J-C slope越大,说明在该宏块上的模式决策消耗每单位的计算资源可以获取的率失真收益越多.在计算资源有限的情况下,多模式决策应该按照J-C slope的大小顺序执行,也就是性价比优先的顺序,以便保证计算资源优先分配给率失真收益大的宏块.另外,还通过建立J-C slope阈值与实际计算复杂度的关系模型,设计了一种根据给定计算约束自适应调整计算复杂度的算法.根据实验结果,该方法不仅可以准确地控制多模式决策的计算复杂度,而且还能在不同的计算约束下获得优化的率失真性能.

低码率下残差值预测的快速分数运动估计

提出了一种在低码率下的快速分数运动估计算法。该算法利用相邻运动补偿块时域的相关性,预测当前最优分数匹配位置的残差值,继而判断是否终止当前分数点搜索。根据实验结果,所提出的方法在不损失任何率失真性能的情况下,对于常用的几个QIF和CIF标准测试序列,其平均的分数搜索点数可减少到6以下。与全分数运动估计方法(FFPS)相比,所耗费的搜索点数减少了近一倍;而与目前常用的快速算法相比,所耗费的搜索点数也减少了50%～80%。

“混合现实”技术在建设布依语词汇数据库中的应用

语言资源采用网络数据库形式进行保存,是大数据背景下的大势所趋。如何在保存的基础上,进一步实现语言资源的展示及传承,是一个新的课题。“混合现实”技术是三维立体混成虚拟空间体验的新科技,其模拟真实场景、多视角切换所营造的震撼性观赏体验,在网络社会受到高度关注。布依语词汇数据库建设可以应用“混合现实”的视觉优势作为前端展示,再链接到服务器的语言资源数据库,形成一个可以在社交软件终端展示的语言数据档案馆。将“混合现实”技术应用到布依语词汇数据库的建设中,可以生动地展示布依语资源,增强语言保护的效果;语言调研及保护工作不断运用新的技术手段,是推动专业发展的重要动力。

基于混合频谱信号编码的网格纹理平滑

网格纹理平滑技术要求既能保持模型大尺度结构特征又能去除模型小尺度纹理.然而当模型小尺度纹理与噪声相差较大时,大多数网格光顺算法会将网格纹理识别为特征加以保持,而无法有效将其去除;现有的基于谱分析的网格光顺方法尽管能有效去除网格纹理,但又无法同时保持模型大尺度结构特征.为解决该问题,本文提出一种基于混合频谱信号编码的低通过滤网格纹理平滑算法.首先采用基于视觉感知的特征识别方法,准确区分模型大尺度与小尺度特征.然后,基于顶点特征尺度,采用差异性频谱信号编码的方式进行几何信息重建,最终实现在保持网格模型大尺度结构特征的同时有效去除小尺度纹理.算法解决了现有网格光顺方法在模型小尺度纹理特征与噪声有明显区别时,无法有效去除纹理的问题;并且也解决了现有基于谱分析的网格光顺方法无法在去除模型小尺度纹理的同时,又能保持模型大尺度特征的矛盾.实验结果验证了算法的有效性.

探讨机电安装工程施工管理及创新

在建设项目实施期间,机电设备的安装是最重要的工作内容之一,会影响到整个建设项目的施工质量。随着科学技术的不断发展,新技术、新设备、新工艺被广泛运用于机电安装工程施工中,管理人员必须要结合行业发展趋势,根据机电安装工程施工特点开展管理工作,提高管理工作的针对性、合理性。本文主要分析了几点安装工程施工管理存在的主要问题,对相应的管理措施和创新点进行了探讨,旨在为相关人员提供参考。