基于字符串编辑距离的图像检索算法

从大规模图像数据库中快速、有效地检索出相关图像是目前一个重要又富有挑战性的研究课题,为提高图像检索效果,提出了一种基于字符串编辑距离的图像检索算法。受图像感知哈希算法的启发,该算法首先将图像大小归一化并压缩色彩空间,并把图像特征动态映射成字符串形式,然后采用编辑距离进行字符串相似度计算从而实现图像检索。该算法不仅考虑到图像中的颜色特征,而且将字符串编辑距离引入到图像检索中,利用字符串相似度评价图像的相似性,在提高检索率的同时又加快了检索速度。采用不同类型的图像进行实验,实验结果表明,该算法具有较高的检索效率。

基于搜索的面向路径字符串测试数据自动生成方法

针对字符串测试数据自动生成,讨论了字符串间的距离,将不满足路径条件的字符串谓词表示成一个实值目标函数;利用快速下降搜索算法实施目标函数极小化,实现了基于搜索的面向路径字符串测试数据自动生成方法;探讨了其测试数据生成效率与初始输入、路径处理顺序之间的关系,并与遗传算法等几种算法进行了比较.实验结果表明:该方法是一种更经济有效的测试数据生成方法.

基于编辑距离的Web数据挖掘

Div+CSS流行于Web页面的布局,在这种布局下,网页中很多数据记录以重复结构的形式聚集在一个层级。为了更好地从网页中挖掘数据,提出了一种新的Web数据挖掘算法,把树编辑距离转化为字符串编辑距离的计算,改进字符串编辑距离算法,利用字符串编辑距离评价树的相似度,进而找到网页中的重复模式,提取数据。通过针对不同重复模式特征的网页的实验说明,基于编辑距离的Web数据挖掘算法不仅能提取具有根节点及上面几层相同的网页的数据,对具有底层节点相同的网页也是有效的。

采用语法分析和编辑距离的SQL脚本评阅方法

针对数据库测试中SQL脚本类题目,提出基于语法分析和字符串编辑距离相结合的自动阅卷算法。该算法首先对答案进行词法分析和语法分析,获得SQL语句的语法分析树,并基于字符串编辑距离从标准答案集中选择最匹配的标准答案,以及对语法树的节点进行相似度比较,并根据评分标准,实现题目的自动评阅。阅卷系统采用开源语法分析器——ANTLR3.4和VS2010实现自动评阅。该自动阅卷算法得到参考评分,同时可以指出错误点,并且更好地支持答案的多样性和容错性,实现高效率、较精确的阅卷结果。

NewsGrouper:一个自动抽取重要新闻的软件工具

介绍了一种自动从因特网上抽取重要新闻的方法,以及按此方法研制而成的软件工具:NewsGrouper。它利用超文本中的信息,对超文本所指向的网页进行聚类分析,进而得到当日的重要新闻。该方法的优点是只需要用户提交信息源,不需要其他人工的干预,自动化能力高。因此,类似的技术也可以应用到文献的自动分类、检索等领域中。