一种垂直页面分割与信息提取方法的研究

在综合分析不同页面分割算法和适用条件的基础上,研究针对垂直型网站的页面分割和信息提取算法。以DOM(document object model)树为基础,提出页面内容聚集度的概念,统计获取页面分割标签和样式层叠表映射,对页面进行分割;采用正文识别和前缀匹配的方法,完成从页面分块信息提取。结合实际的网络视频项目需求,实现面向垂直型网站页面的分割和信息提取器。实验结果表明,该网页分割和信息提取方法对垂直页面信息提取具有良好的性能,满足实际项目需求。

学习者口语语料自动词性赋码的信度研究

词性赋码是对语料库进行句法分析的必要前提,可极大地拓宽语料库研究范围。而现有的英语自动词性赋码器多为本族语的书面语设计,能否准确地为学习者口语语料进行自动赋码尚未见到研究报告。本研究采用Brill和CLAWS7两种词性赋码器分别为高低分组学习者口语语料进行自动赋码,统计赋码准确率,并比较两种赋码器对学习者口语特征的处理能力,目的在于考察基于规则的词性赋码器和基于概率的词性赋码器对学习者口语语料进行自动词性赋码的适用度,以期为中介语口语的句法特点研究提供依据。研究结果与梁茂成对中国学生书面语赋码准确率的考察结果基本一致,基于概率的词性赋码器更适用于为学习者口语语料进行自动赋码,赋码准确率较高且性能稳定,其赋码准确率受学习者口语语言水平影响不大,而基于规则的词性赋码器受学习者语言水平和口语特征(停顿、重复、缺乏语法性等)的影响较大。本研究为学习者口语句法特点研究提供重要依据,对误码编辑(tagediting)也有一定意义。

基于双层HHMM的产品评论特征和情感分类

近年来,中文产品评论的特征情感分类是Web数据挖掘的重要研究内容之一。提出了一套完整的产品命名实体、特征词、情感词以及边界的标注规则,设计了多层次的混合标签模式;提出了双层HHMM(层级隐马尔科夫模型)结构,将词形标注和词性标注的特点进行融合;提出了基于词形标注的HHMM-1算法和基于词性标注的HHMM-2算法,实现复杂短语的自动标注。实验证明,双层HHMM模型起到了互补的作用,模型的查全率和F-score值均有较大提高。

两级链表在交换控制芯片描述符管理中的应用

研究一种利用硬件实现片上存储器管理的方法,针对目前交换机最长至9 728 Byte的超长帧存储问题,在交换控制芯片描述符管理方法的基础上,提出一种两级链表的设计方法,即第一级发送队列链表和第二级缓存标签链表,分别用于维护每个端口的帧优先级次序及每个帧的缓存页地址。仿真实验结果证明,该设计方法能有效地管理描述符,可处理超长帧的交换控制芯片。

基于高质量反馈源的XML查询扩展

有效避免伪反馈的“查询主题漂移”主要需要解决两大问题，一是如何确定相关文档，形成较高质量的伪相关文档集，另一个是在伪相关文档集里如何挑选扩展信息。本文主要研究在获取了高质量伪相关文档集合的基础上如何有效进行XML查询扩展。针对XML文档的特点，提出了扩展向量空间模型的查询词扩展方法。实验结果表明，与初始查询和传统的词项扩展方法相比，该扩展方法更能获得与用户查询意图相关的扩展信息，更能有效地提高检索质量和性能。

网页布局中的浮动与定位应用研究

CSS+DIV是当今最流行的网页布局技术之一,而网页的浮动与定位更是这一技术中的重中之重.利用浮动属性的向左、向右浮动和清除属性,使用定位属性中的绝对定位,针对不同的参照物等进行定位就会产生各种预想不到的网页布局效果.只有真正掌握这些属性的原理与方法,才能在实际应用中更加得心应手,实现各种设计与布局效果.

基于内容与结构语义相融合的XML检索结果聚类

检索结果聚类是提高检索性能的一种有效手段.其中,如何衡量文档间的相似性是影响聚类质量的关键因素.针对XML文档的内容和结构双重特性,提出了内容与结构语义相融合的扩展向量空间模型,并分析了影响相似性度量的各种特征,进而提出了内容与结构语义相融合的XML语义相似性度量方法.同时,针对IEEE数据集无法提供每篇文档的类别信息,本文从相关文档的分布情况引入了相关簇率和相关文档分布率的概念来进行聚类质量评价.数据集IEEE CS上的实验表明,与同类相似性度量方法和传统方法相比,本文所提方法具有可行性和更好的聚类效果.

一种测定家兔主动脉壁L－精氨酸水平的新方法

本文用Ｐｉｃｏ-ＴａｇＴＭ（美国ＷＡＴＥＲＳ公司商标名）氨基酸分析法测定了家兔主动脉壁Ｌ-精氨酸含量，样品（动脉环）先用三氯乙酸和水饱合醚抽提，把所得粗提干粉作Ｐｉｃｏ-ＹａｇＴＭ氨基酸分析。样品Ｌ-精氨酸峰的峰面积经９９１纯度分析软件校正后，再与标准Ｌ-精氨酸的峰面积相比较计算出样品中Ｌ-精氨酸的含量。实验共分为三组，统计学处理的各组Ｌ-精氨酸的含量具有一定的参考价值。

分布式数据库系统中安全代理服务器的研究与实现

介绍了基于标记的多级安全数据库模型,提出了基于多级安全概念的分布式数据库安全机制,利用该机制设计了一种分布式数据库数据访问的安全代理服务器结构。该结构可以在分布式数据库系统中综合运用多级安全数据库、安全标记等多种安全技术,极大地提高了分布式环境下数据库系统的安全性。

语料库建设中的名词标注方法

名词标注是语料库加工的重点和难点问题。兼顾形式和意义的句法语义一体化处理策略,是名词深加工的重要原则。把对大多数组合具有普遍解释力的语义特征构建成层级体系,并确立相应的形式识别标准,就可以将名词进行有效的分类与归类。我们对大量名词所做的组合特征标注实践证明,"特征即关系",名词组合属性的细致标注,对揭示双名直接组合模式与搭配规则能够起到很好的作用。

标签到标签通信系统中相位对消问题研究

在反向散射标签到标签(BBTT)通信系统中,标签与标签之间通过反向散射和接收环境信号进行通信。来自信号源的环境信号和来自发射标签的反向散射信号在接收标签处产生叠加信号,由于相位的不确定性,在接收标签处可能造成相位对消问题,导致解调错误。首先,本文分析了相位对消问题存在的原因和造成的影响。其次,针对低信噪比(SNR)、接收标签对误符号率(SER)要求高的场景提出基于三电平二进制的二阶调制方案。针对高阶调制下的相位对消问题,本文采用非对称星座图,并在发射标签端采用最小二分法确定延迟并主动增加延迟来降低相位对消问题对解调的影响。最后,设计了动态调制方法以适应不同信道环境下的反向散射通信。仿真实验表明,本文设计的调制方案能有效降低标签到标签反向散射通信的误符号率。

医学图像网格基于语义的信息集成方法

提出了一种医学图像网格MedImGrid(medical image grid)基于语义的信息集成方法.基于HL7RIM(health level 7 referenced information model)生成父本体(HL7-RIM ontology),采用混合方式(hybridmeans)建立MedImGrid全局和局部本体的分级结构.结合代理和中间件技术开发了HL7(health level 7)Grid中间件,实现了具有医疗语义解析功能的HL7智能代理,以支持对异构数据源的Grid Service封装与统一访问.基于本体标记表达异构数据模式的语义模型在本体层的相关关联,参照MedImGrid各级本体实现数据源间的语义解析和映射.MedImGrid原型系统基于CGSP2(China grid support platform v2.0),采用了局部与全局语义映射松耦合的构架,其特有的层次结构使得网格环境下跨系统/医院的信息集成更加有效.

高级Web标准-CSS盒子模型研究

网站技术日新月异,使用table表格布局网页缺点越来越明显,新的DIV+CSS架构符合W3Chtml的标准,真正使到网页结构和表现分离,使后期维护更方便。该文重新认识CSS老技术,以网页实例剖析贯穿始终,从CSS盒子概念的产生、盒子内部结构、盒子之间的关系到盒子定位原则研究CSS盒子模型。

基于用户自描述标签的层次分类体系构建方法

模式层知识对于语义万维网的发展非常重要,然而当前开放链接数据(LOD)中模式层知识的数量十分有限,为突破这一局限,提出一种基于社交网络中用户自描述标签的层次分类体系构建方法。该方法首先设计基于搜索引擎的标签分块算法,将描述相同话题的标签划分到同一标签块中,然后采用基于半监督学习的标签传播算法挖掘相同标签块中标签间的上下位关系,最后运用基于启发式规则的贪心算法来构建层次分类体系,从而在社交站点中构建出大规模且高质量的层次分类体系。实验结果表明,该构建方法与现有相关工作相比在准确率、召回率以及F值上均有明显提高。

用标记法压缩色域

提出了一种新的色域压缩方法。用此种方法不仅能将超色域颜色压缩到目标设备的色域内 ,使色域内大部分颜色保持不变 ,而且能保证被压缩图像部分的灰色级不受损失 ;提出了判断超色域的检测方法。试验证明 ,使用该检测方法处理的图像的超色域与用Photoshop中的色域警告处理的超色域非常相似提出了一种新的色域压缩方法。用此种方法不仅能将超色域颜色压缩到目标设备的色域内 ,使色域内大部分颜色保持不变 ,而且能保证被压缩图像部分的灰色级不受损失 ;提出了判断超色域的检测方法。试验证明 ,使用该检测方法处理的图像的超色域与用Photoshop中的色域警告处理的超色域非常相似。

基于FPGA的RFID板级标签设计与实现

在分析射频识别原理和特点的基础上,讨论超高频射频识别系统中电子标签设计技术,并采用EP1C6Q240FPGA对超高频电子标签进行了板级设计及其实现。利用Verilog语言实现了标签数字电路,并在板级标签中进行了验证。测试结果表明,该设计实现了ISO18000-6C标准的标签读写功能,读写性能优异,为下一步设计出符合该标准的电子标签芯片提供了有力保证。

一种监测函数语义信息访存地址序列的方法

准确地获取应用程序在真实系统上运行的访存地址序列(traces)是进行内存系统调度及结构优化的基础.HMTT是自主研发的软硬件结合的内存监测分析系统,能够实时获取完整的全系统访存traces.但是得到的traces与应用程序上层事件之间存在语义鸿沟问题,比如上层函数执行流与访存traces的同步问题.针对该问题提出了一种软硬件结合获取包含函数级别语义信息访存traces的方法,软件方面通过二进制插桩的方式,直接修改内存中的进程映像,在目标函数的入口及出口各插入标记tag访存指令,进而能够被HMTT卡监测并识别.采用二进制插桩不需要程序的源代码,不需要对程序重新编译链接,而且引入的运行开销很小.实验表明采用软硬件结合的方式能够有效地获取包含函数级别语义信息的访存traces,对于SPECCPU2006中的访存密集型程序引入的性能开销只是原程序的62%,而使用Pin工具的纯软件方式获取访存traces将导致至少10.4倍的性能开销.

低功耗超高频电子标签数字基带电路设计

利用超高频电子标签功耗低、面积小的特点,设计了一款具有新型架构的低功耗数字基带电路。采用异步电路设计,并加入了三个层次的门控时序,从顶层设计到底层器件,最大程度地减少了器件冗余翻转,降低了功耗。该数字基带可完全兼容EPCTM Class-1Generation-2V1.2.0协议。电路采用SMIC 0.18μm CMOS工艺流片,测试结果表明,在1.8V供电电压下,数字基带功耗为6.24μW。

LANDMARC系统定位算法实现与仿真优化

介绍在室内定位系统中广泛使用的LANDMARC算法,分析其基本原理,并描述其在MATLAB中的仿真实现。提出一种基于能量等级数的优化方法,以减小算法误差,提高定位精度。分析仿真结果表明,在其它因素不变的情况下,通过增加能量等级数能够有效提高定位精度。

一种基于用户分级的高效云存储策略

针对云存储中运营成本高和服务器利用率低等问题,本文提出一种基于用户分级的高效云存储策略。1通过对用户的偏好进行分析,采用优序判定法对用户分级。2在存储区将若干个存储服务器组合为集群的形式,并增加一个轻量的临时存储节点。3数据块将按等级标签排队进行处理。该策略能够降低运营成本并提高存储利用率。