融入结构先验知识的隐私信息抽取算法

随着数据脱敏技术的持续进步,精确识别隐私数据已成为关键挑战.目前,隐私信息抽取算法主要基于传统自然语言处理技术,如双向循环神经网络和基于注意力机制的预训练语言模型(如BERT).这些模型利用其强大的上下文特征表示能力,克服了传统方法在多义词表示方面的限制.然而,它们在精确判断实体边界方面仍有改进空间.提出了一种新颖的隐私信息抽取算法,该算法融合结构先验知识,通过一种隐私数据结构知识增强机制,提高模型对句子语义结构的理解,从而提高了隐私信息边界判断的准确性.此外,还在多个公开数据集上对模型进行评估,详细的实验结果展示了其有效性.

基于特征项权重评估模型的英语试题关键词抽取算法研究

为提高英语试题数字资源的检索效率,提出一项基于特征项权重评估模型的英语试题关键词抽取算法。该算法主要由词同现因子、词长因子、位置因子、词频因子和特征项权重调节系数所组成。为提高该算法的通用性水平,研究还通过遗传算法对该模型的权重调节系数进行训练,并将权值优化后的算法应用于全国大学生英语四级考试试题的关键词抽取实验中。实验研究发现,研究所提出的特征项权重评估模型算法在各类英语试题的关键词抽取中均取得了良好的应用效果,平均准确率、平均召回率和平均F-measure三个方面的指标均高于TF-IDF算法和KEA算法,具有一定的应用价值。

运动目标环境下的调频步进信号目标抽取算法

为了减少采样损失,调频步进信号的采样率通常高于chirp子脉冲的带宽。在这种过采样冗余情况下, 需要对IFFT合成高分辨结果进行目标抽取去冗余方能得到高分辨一维距离像。然而当目标运动时,目标抽取的结果会产生目标丢失或伪峰等现象。该文提出了一种基于幅度最强像偏移量的动目标抽取算法,该方法利用幅度最强像的偏移量修正各采样点的目标抽取范围,从而解决了速度估计误差引起的速度-距离耦合对目标抽取算法的影响。计算机实验结果验证了理论分析的正确性。

实时图像轮廓抽取算法研究

详细论述了实时图像处理的过程 ,并编制了图像处理结果演示软件 ,从处理结果可以看出采用简单而快速算法对实时图像进行处理 ,能够得到较好的效果 ,并满足了实时性的要求。

可应用于互联网的自学习中文关键词抽取算法

论文提出了一种自学习中文关键词抽取算法 ,该算法可以辅助实现互联网上的智能信息获取 ,从而有效解决互联网信息爆炸问题 .该算法现已用于课题组开发的互联网信息智能获取工具中 ,实验表明该算法的查全率与查准率较高 ,在互联网信息智能获取中具有广阔的应用前景 .

一种自适应概率规划规则抽取算法

在已知状态迁移条件下,利用传统概率规划技术能够获得确定的规划规则.而强化学习技术能够在未知环境条件下,利用试错和奖赏函数在线学习动态环境的策略知识.因此一种自适应的概率规划规则抽取算法被提出.该算法首先在强化学习获得的最优状态-动作对值函数基础上,通过迭代得到有折扣无奖赏的值函数和无折扣无奖赏的值函数.然后通过子规划剪枝将大于指定规划步数的子规划去除,并得到子规划剪枝后的状态-动作对值函数.最后通过Beamsearch算法从值函数中抽取满足概率规划条件的规划知识,从而在规划模型变化的条件下.也可以获得确定的概率规划规则.实验证明,这种自适应概率规划规则抽取算法是有效的.

Web科技新闻分类抽取算法

为了改善从Web上获取的新闻信息的使用价值,针对Web网站存在大量非科技相关新闻的现状,以互联网上政府新闻网站、凤凰网等新闻为研究背景,选取TF-IDF文本加权方法,设计了科技新闻多层次二分类模型,实现了基于TFIDF的科技新闻文本分类抽取系统,在20万新闻文档和4000多种分类上,实验取得了科技新闻85.3%的识别准确率和非科技新闻82.9%的识别率,为Web科技新闻分类抽取提供有实用价值的参考模型。

一种新的步进频率雷达信号目标抽取算法

首先介绍了步进频率雷达信号处理的基本原理,然后分析了步进频率雷达信号处理中,形成真实一维高分辨距离像时采用的几种典型目标抽取算法的缺点及成因,提出了更实用的目标抽取原则和最大可信度算法,最后通过计算机仿真及某雷达系统的外场实测数据处理验证了其可行性和有效性。

三维地震数据体任意剖面抽取算法及C语言程序实现

在分析SEGY格式地震数据文件的结构及其读写方法的基础上,介绍了三维地震数据体的任意剖面抽取算法及C语言程序代码。该算法及程序既可单独使用,为二维地震数据处理解释工作准备剖面数据,也可以作为数据准备模块,集成到大型地震数据处理解释系统。

一种基于尺度空间理论的直线抽取算法

抽取直线方法是计算机视觉中尚待完善的问题之一 .在若干多尺度边缘检测方法的基础上 ,提出了把线结构作为一种尺度空间特征的新思路 .这样直线抽取过程就转化为尺度空间中的特征分析过程 .通过分析线结构在尺度空间中的演化规律 ,提出了一种稳健的直线抽取算法 .对合成图象和自然景物图象的实验结果表明了新方法的有效性 .

三维模型轮廓线抽取算法

虽然三维模型的轮廓线在图形交流中起着重要的作用 ,但由于轮廓线是视点依赖的 ,当物体在空间运动时 ,用现有算法从复杂的三维模型中抽取轮廓线需耗费大量时间 ,为了提高抽取轮廓线的速度 ,提出了两种新的抽取三维模型轮廓线算法 .这两种算法是先利用轮廓线的局部极值特性来获得部分轮廓边 ,然后利用轮廓线的连通性 ,通过简单的比较运算 ,即可获得三维模型的外部轮廓线 .实验结果表明 ,该两种算法都可快速获得三维模型的外围轮廓线 。

基于知识点和改进随机抽取算法的智能组卷方案研究

组卷和试卷测评是在线测试系统的核心内容。文章提出了基于知识点和改进随机抽题算法的智能组卷方案,实现了快速组卷过程。该算法已经成功应用于实际在线测试系统中。

基于数学形态学的骨架抽取算法

骨架是图象几何形态的重要拓扑描述，在图象分析领域有广泛应用。本文给出了利用数学形态学方法抽取图象骨架的算法及对该算法的详细证明。利用骨架算法得到的骨架子集可部分或完全重建原始图象，因而可用于对原始图象编码或描述原始图象的特征。该算法适用于模拟空间，同时也适用于数字空间。本文还给出了数字空间中的快速骨架抽取算法。

基于小数据集抽取算法SDRA的主观题自动评分研究

主观题自动评分(Automated Essay Scoring,AES)是语言测试领域的难点,自动评分的第一步往往要用大量已经人工评分的数据集生成评分模型,但是研究者常常困顿于数据集的不足。从数学的角度来看,其实只需要小数据集就可以构建出媲美大数据集所生成的评分模型,从而有效提高科研工作者的效率和数据利用率。本文提出一种小数据集抽取算法(Small Dataset Retrieval Algorithm,SDRA),在基于潜伏语义分析方法(LSA)的自动评分软件平台上,分别实施SDRA和传统的大数据集的评分模型方法,实验结果表明,SDRA仅用了25%的数据量,即可达到接近于传统大数据集的评分效果,从而验证了SDRA是行之有效的。

短语抽取算法在短语统计机器翻译中的应用

短语抽取算法在短语统计机器翻译中应用得较多,这种方法可以有效进行短语抽取,提高短语统计机器翻译的准确性和效率。本文对短语抽取算法和短语统计机器翻译做了具体介绍,通过对两者的介绍可以对两者有更好的了解。同时也对短语抽取算法在短语统计机器中的应用做了一个分析,对短语抽取算法运行的步骤以及改进措施做了详细的介绍,通过这些能够使短语抽取算法在短语统计机器翻译中更好发挥作用。

三角网格简化的一种新方法——抽取算法

介绍曲面重构中有效减少三角曲面片的方法——抽取算法,这种算法使用网格顶点的局部几何拓扑特性,改变网格顶点到特征边的距离以及特征边之间的角度,在三角网格上产生位移,减少三角网格的数目;删除网格顶点而产生的“拓扑洞”由局部三角化来修补。

一种新型直接抽取算法的数字下变频设计

为了简化卫星导航接收机框架,提出一种基于数字信号抽取的下变频方法。通过分离和累计法,人们发现了一种具有高频率数字载波信号的直接下变频方法。这种方法不仅具有结构简单、速度高和计算简单的特点,还能够很好的保持导航电文和多普勒信息,但这种方法有可能会使S/N信号和接收机的灵敏度降低:分析和仿真结果显示,它对接收机的定位灵敏度没有任何的影响。

基于规则的人物信息抽取算法的研究

随着互联网的快速发展,信息也呈爆炸式增长,如何从海量的文本信息中获取所需的信息成为当今一门重要的课题.检索、分类、抽取等文本信息处理技术取得了长足发展,但面向人物属性的自动信息提取却没有引起人们的重视.基于规则的人物信息抽取算法,首先对需要抽取的信息进行规则描述,重点是时间、地点、籍贯等信息.在规则的基础上,研究开发人物信息抽取系统,最终实现了半结构化人物属性信息的自动提取.

股票交易数据文件的抽取算法研究

目前市场上有很多股票交易软件,这些软件会根据股票交易的实际情况定期产生股票交易信息数据,并将这些信息数据写入二进制格式的文件中,如DAY文件等.由于这些文件不是文本文件,无法直接使用常规的文件读写进行数据的抽取,而必须设计一种数据抽取算法完成相应操作.对DAY文件进行了分析和研究,在此基础上设计了一种数据抽取算法,并利用JAVA语言实现了数据抽取算法程序,利用该程序完成了从DAY文件中抽取数据并写入数据库的实验.实验结果表明,该程序能够正确地从DAY文件中抽取数据,为后期的股票信息处理和数据挖掘提供了重要的基础.

一种校园网环境下的网页正文内容抽取算法

文章首先分析了目前几个比较典型且较为常用的网页正文内容抽取算法,指出了它们的优缺点,然后根据校园网应用环境,设计了一种基于统计和机器学习的网页正文内容抽取算法,给出了该算法的详细实现过程及实验结果分析。