支持异步调用的WebKit浏览器的JavaScript事件扩展方法

在嵌入式浏览器中,很多应用场景都需要进行JavaScript扩展,JavaScript代码和本地组件之间的异步调用是一个难点。针对这种情况,基于业界普遍采用的Web Kit内核浏览器,提出一种扩展JavaScript对象的方法。首先研究WebKit中WebCore和JavaScript引擎的绑定机制,然后提出扩展JavaScript对象和自定义JavaScript事件的方法,并给出相应实验结果。实验结果表明该扩展方法的有效性,特别适于解决JavaScript和本地组件的异步调用问题。

融合词性语义扩展信息的事件检测模型

事件检测是事件抽取中的关键步骤,依赖于触发词进行事件类型分类。现有主流事件检测方法在稀疏标记数据上性能较差,模型过度拟合密集标注的触发词,在稀疏标记的触发词或者未见过的触发词上容易失效。改进方法通常通过扩充更多训练实例来缓解这一问题,但扩充后的数据分布不平衡,存在内置偏差,仍然表现不佳。为此,建立一种融合词性语义扩展信息的事件检测模型。对词粒度扩展信息进行分析,在不增加训练实例的条件下缩小候选触发词的范围,并对候选触发词进行语义扩展,挖掘候选触发词的上下文中蕴含的丰富语义,缓解了标记数据稀疏造成模型训练不充分的情况。通过词性筛选模块寻找候选触发词并对其进行语义扩展挖掘词粒度语义信息,融合句子粒度语义信息提升语义表征的鲁棒性,最终利用Softmax分类器进行分类完成事件检测任务。实验结果表明,该模型在ACE2005和KBP2015数据集上的事件检测任务中的F1值分别达到79.5%和67.5%,有效提升了事件检测性能,并且在稀疏标记数据实验中的F1值达到78.5%,明显改善了标记数据稀疏带来的不良影响。

不完全量测下事件触发水面扩展目标跟踪

已有的水面扩展目标跟踪方法虽然提高了跟踪精度,但增加了通信消耗,而且无法避免不完全量测的干扰。为解决上述问题,依据探测器获取目标信息的机理将量测向量中各分量进行分组,建立不完全量测下由随机矩阵描述的扩展目标测量模型;进而结合目标运动模型,构建不完全量测下水面扩展目标跟踪模型;基于所建立的目标跟踪模型,提出一种多通道解耦的事件触发机制调节探测器与估计中心间的数据传输;基于容积卡尔曼滤波算法,提出一种不完全量测下事件触发水面扩展目标跟踪方法。仿真实验结果表明,所提方法可在保持较高目标跟踪精度的前提下,显著降低通信消耗,同时有效避免不完全量测的干扰。

一种基于局部分析面向事件的查询扩展方法

针对用户获取事件类信息的需求，提出了一种基于局部分析面向事件LA-EO（localanalysis-eventoriented）的查询扩展方法，该方法将查询项区分为事件项和限定项两类分别处理。文章重点讨论了面向事件的查询项分析、事件项的扩展以及查询项与文本相似度的计算等问题。围绕突发事件领域，使用搜索引擎和定点采集相结合的方法收集了4011篇文本，设置了10个查询项对本文提出的方法进行了实验比较。结果表明：LA—EO与Rocchio机制（记作LA—Rocchio）和局部上下文分析（记作LA—LCA）扩展方法相比，对事件类信息的检索，LA—EO具有更优的检索性能。

基于迭代策略的微博事件查询扩展方法

针对从微博中尽可能全面的获取事件信息的需求，提出了基于迭代策略的微博事件查询扩展方法。介绍了事件查询迭代扩展的模型，讨论了该模型的核心技术；在深入分析事件查询项特点的基础上，提出了事件要素的近义扩展和关联扩展方法；根据微博媒体类型的特点，提出了新颖的扩展事件查询项的组装方法。以8个事件查询项为例，面向腾讯微博，在迭代扩展次数、近义扩展、关联扩展等方面进行了实验评测。结果表明，提出的融合了微博媒体特点和事件查询特点的迭代扩展方法，改善了微博事件查询获取信息的性能。

JavaScript函数与事件应用

文中介绍了JavaScript中实现某一具体问题的两种不同方法。即利用JavaScript编制函数来实现和利用JavaScript事件来实现 。

扩展时间事件图的能达性与能控序列

利用图论方法在双子结构中研究扩展时间事件图的某些问题 ,获得了能达性的一个充分必要条件和基于能达性的标准结构。在此基础上 ,把监控理论中的能控序列的分量分为本质不同的 3类 。

基于扩展格框架标注的视频事件多维关联规则挖掘方法

针对视频复杂运动事件进行了分析,对用于自然语言处理的格语法理论进行了扩展,增加时间格结构,并采用扩展后的格框架对复杂事件进行了标注,并将数据存储在数据立方体中,最后采用MDFP-growth方法对多维概念格进行关联规则的挖掘。在实验部分,对比了扩展后的格框架与扩展前原方法对复杂事件标注的结果,并比较扩展了时间格后的四维数据〈PRED,Ag,T,Loc〉和扩展前三维数据〈PRED,Ag,Loc〉挖掘其关联规则中系统运行时间,产生规则数对比结果及视频检测的准确率和召回率对比。实验证明,提出的方法能更加准确地标注出复杂事件,并具有更高的处理效率。

基于扩展事件驱动过程链(eEPC)的企业业务过程模型的仿真

企业业务过程建模和仿真的目的是帮助进行企业重组和连续改善,帮助企业进行信息化、知识化和企业间的集成等。本文采用基于扩展事件驱动过程链(eEPC)的企业业务过程模型,进行模型仿真,对企业业务过程进行优化,从而改进企业业务过程。通过应用实例,验证了模型和仿真方法的可行性。

基于JavaScript的地理事件可视分析框架设计

随着互联网的飞速发展,网络环境下地理信息的可视化表达成为研究的热点。在JavaScript技术和可视分析技术研究基础上,对互联网中地理事件可视分析框架进行设计,目的是探索网络环境下,地理事件可视化的表达方式和可行性分析,搭建适合互联网的地理事件可视分析框架,为基于Web的地理信息可视分析系统的实现打下基础。

利用RMI实现Java事件模型的远程扩展

传统的Java事件模型都是基于本地来进行运作的。文中利用RMI(RemoteMethodInvocation)

环境污染群体性事件的扩展式演化博弈模型

近年来全国各地频发的环境污染群体性事件严重影响到社会稳定。考虑化工企业立项决策与周边居民抗议行动的斯塔克伯格博弈,构建了环境污染群体性事件的扩展式演化博弈模型。由于扩展式演化博弈均衡求解的困难,考虑参与者的心智模型后简化了求解过程。比较怀特流形演化解和心智模型演化解,研究发现,两种演化解均反映博弈双方在稳定状态下的策略选择,但是心智模型演化解更贴近于实际情况。最后,结合大连福佳大化PX事件案例,比较了怀特流形演化解和心智模型演化解的均衡求解结果。

事件图模型及其在分布交互式仿真中的扩展

随着离散事件仿真的不断发展,涌现出许多建模方法,事件图模型就是其中之一。事件图模型具备简单、通用、快速和可扩展等优点,因此首先对事件图基本结构、要素和图形进行介绍,然后针对复杂仿真的需求,在基本事件图基础上,借鉴面向对象的思想进行的扩展,增加封装、接听模式和桥对象等概念;最后为适用于分布交互式仿真,提出在事件图中增加镜像事件的概念。事件图是图形化的建模方法,为能对其进行清晰和无二义的描述,还采用了集合论的方法对事件图和扩展事件图分别进行刻画。

基于事件本体的查询扩展方法

针对用户获取互联网上事件类信息的需求,提出了一种基于事件本体的查询扩展方法,重点研究了该方法涉及的2个关键技术:查询内容与领域事件本体的匹配和基于事件本体的扩展项的选取.在中文事件语料库上,通过实验验证了方法的有效性.

基于事件元素无向图的查询扩展方法

借助新闻事件元素之间的关联特性,提出了基于事件元素无向图的查询扩展方法,利用新闻事件元素之间的关联关系进行查询扩展提升新闻事件检索效果。首先分析候选事件文档与查询项的关系,确定待扩展的元素;然后利用事件元素之间的关联关系构建无向图,通过事件向量空间计算边的权重;最后,利用无向图节点权重模型计算事件元素权重,依据权重进行事件元素扩展。在新闻事件查询扩展方面进行了对比试验,结果表明该文提出的查询扩展方法取得了较好的效果。

“上”作为框架卫星语素在表征不同宏事件的结构中词汇意义扩展的历时研究

本研究基于CCL语料库古代汉语语料和BCC语料库现代汉语语料中“走上”的实例,从历时角度探究了“上”作为框架卫星语素在动趋式结构“走上”表征运动、体相、状态变化、行为相关、实现这五类宏事件中,其词汇意义的扩展途径。研究发现,“上”在古代汉语和现代汉语中相关词汇意义扩展途径既有空间域内部的扩展,又有从空间域到时间域、路程域、状态域、结果域等其他概念域的隐喻扩展;在词汇意义扩展的过程中,其语法化程度逐渐增强,这也为宏事件假说提供了佐证。

JavaScript的事件驱动

本文详细分析了实现JavaScript中各类对象事件驱动的原理与方法,并通过会员登记卡的实例程序重点讨论了表格对象的事件驱动。

SIP事件通告扩展机制

会话启动协议研究工作组提出3种协议功能扩展方式:方法扩展、头部扩展和消息体扩展。文章深入探讨了包含这3种扩展方法的事件通告机制,给出了基于这一机制的自动回叫业务实例,并讨论了该机制的安全性。

采用VAE-CatBoost的高速公路交通事件检测框架

为解决交通事件检测中特征稀少与样本失衡的问题,提出一种基于变分自编码器(VAE)-随机森林(RF)-分类梯度提升树(CatBoost)的交通事件检测框架。依据4条规则构建较为全面的初始特征集。使用VAE进行数据平衡。之后,采用RF算法筛选出最佳输入特征集。最后,采用CatBoost算法作为分类器检测交通事件。使用真实世界的交通数据集设计实验,并选择6个有效评价指标对实验结果进行评价。结果表明:所提出的交通事件检测框架除误报率之外,各项评价指标均取得最优结果,表明在交通事件检测方面具备优异性能。

基于关键词语义与作用域扩展的事件检测

针对具有关联要素的中文文本事件检测问题,提出一种新的事件检测算法。采用关联关系分析、关键词语义扩展和关键词作用域扩展等方法,将目标事件包含的所有文本作为一个整体进行关键词匹配。该算法将关键词向量分为2个子向量,依次利用关键词子向量对待检测文本进行关键词语义扩展、关键词匹配和关联关系分析,形成目标事件的文本集并提取事件信息。实验结果显示,在关键词较少的条件下,该算法通过关键词语义扩展提高检测到目标事件的概率,在关键词较多时,通过关键词作用域扩展提高检测到目标事件的概率,可降低漏检率。