基于上下文窗口中反向搜索的高光谱图像无损压缩

针对基于单波段预测的高光谱图像无损压缩压缩比低的问题,提出基于上下文窗口中反向搜索的高光谱图像无损压缩算法。首先,对待测像素设定上下文窗口,计算其预测参考值并进行反向搜索预测得到待测像素的候选预测值。然后,选取与预测参考值最接近的候选预测值作为待测像素的最终预测结果。最后,对预测残差图像进行一阶算术编码完成压缩过程。利用提出的算法对AVIRIS 1997高光谱图像进行了实验,结果显示,提出的算法通过对上下文窗口、等效系数和有效像素阈值的优化取值,使反向搜索预测的效果达到最好,经过算术编码器编码后,可以得到一个3.63倍的平均压缩比。该方法具有较低的算法复杂度和内存需求,优于当前已报道的基于单波段预测的其他各种高光谱图像无损压缩算法。

对称与非对称：中文词义消歧中局部上下文窗口问题研究

词义消歧是一个分类过程，局部上下文是主要的分类特征。对称窗口指上下文边界与歧义词的左右距离相等，大部分消歧系统凭经验将其作为最优的局部上下文窗口，很少选择非对称窗口。对称窗口是否优于非对称窗口？本文以Senseval-3中文数据集为例对这一问题展开研究。首先，对训练集采用交叉验证法确定最优窗口，它是非对称的。并采用此非对称窗口与多组经典的对称窗口进行了对比消歧测试，结果表明非对称窗口的表现优于对称窗口。进一步在独立采用词或词性作为特征的情况下进行交叉验证评估，发现趋于对称的窗口总体上表现是优秀的。在不进行辅助计算的情况下，可以选择对称窗口作为局部上下文窗口，但它并不是最优的。

一种基于上下文窗口的本体演化方法

传统本体演化方法都是顺序地处理多个本体演化需求,其中关于演化代价的影响因素不明确。针对该问题,分析影响演化代价的因素,提出一种基于上下文窗口的本体演化方法,将演化过程转变为图的启发式搜索过程,结合窗口内信息,从局部范围内全局地选择演化路径。实验结果表明,与传统方法相比,该方法能够进一步降低演化代价。

变体上下文窗口下的词向量准确性研究

词向量的准确性在较大程度上影响了这些自然语言处理任务的运行。词向量通过词嵌入产生,在词嵌入的方法中,都将目标单词及其上下文作为训练的输入,因此上下文的选定对词嵌入有着重要的影响。文中通过使用word2vec词嵌入方法,研究各种变体上下文窗口对词嵌入准确度的影响。根据上下文窗口的各种宽度、偏移量、权值进行了一系列实验。从实验结果中发现,上下文窗口的变化只会对整体训练结果的准确性造成很小的影响,然而对于其中具体的各个单词却有显著影响。从而得出结论,即大量单词各自所适应的上下文窗口区别较大,而统一的上下文窗口难以实现对全部单词的最佳训练。

EBCOT双上下文窗口并行编码及FPGA实现

JPEG2000编码系统中,EBCOT的编码速度已经成为整个系统编码效率的瓶颈。通过研究EBCOT编码原理和通道并行算法的编码过程,提出了双上下文窗口位并行的EBCOT系数位建模方法,详细说明了使用该算法的系数位建模系统的硬件结构。系数位编码系统有效减少了编码时钟周期数,并在FPGA上进行了功能验证。

基于SOM的语义词典自动构建实验研究

语义词典在语言学和自然语言处理研究中占有相当关键的位置。语义词典的构造，通常有两类做法。一类是基于语言学家的主观判断，另一类则是基于机器的自动聚类。后者是本文所要研究的主题。本文基于大规模的语料库。利用自组织映射神经网络（SOM）对词典进行无监督的自动构造。首先从语料库中抽取待聚类词的上下文窗口中的词，并利用信息增益（Information Gain）对特征词进行选择，然后借鉴信息检索模型中的TFIDF计算特征向量中每一个特征的特征权重。最后将构造好的待聚类词的特征向量作为SOM的输入，经过网络的迭代计算将不同类别的词映射在SOM输出网格的不同结点。

一种用于JPEG2000的高效位平面编码电路

研究了JPEG2000编码芯片的核心模块——位平面编码电路.通过分析EBCOT编码原理、现有算法及硬件实现中存在的问题,提出了一种基于双上文窗口并行的EBCOT系数位建模方法的新型位平面编码电路架构,可以实时生成编码时所需的状态信息,在提高整体编码速度的同时节省存储资源.仿真结果表明,对于一个512×512的YUV图像,采用码块大小为64×64的方式编码,1个时钟周期可以处理4个样本,并且减少约16kbit的存储器需求.

基于三词位的字标注汉语分词

借助于统计语言模型将汉语分词转换为字序列标注并实现汉语分词已经成为近年来汉语分词的主流方法,但统计语言模型训练时间较长一直是这一方法中的最大问题。提出了一种基于三词位的字标注汉语分词方法,并在bakeoff2005提供的语料上进行了对比实验,结果表明该方法可以取得接近四词位字标注分词方法的性能,但在模型的训练时间上明显优于四词位标注方法。

基于词汇链分析的英文自动文摘

提出并实现了一种改进的基于词汇链分析的自动摘要系统,该系统结合语法分析的特点计算候选词的上下文窗口,提高了采用贪心策略构建词汇链的质量;并针对传统的词汇链分析方法生成的摘要长度的相对固定性给予了改善。实验表明,该系统与采用原始贪心策略构建词汇链的自动摘要系统相比较,生成的文摘质量有明显提高。