基于R-Grams的文本聚类方法

针对传统文本聚类中存在着聚类准确率和召回率难以平衡等问题,提出了一种基于R-Grams文本相似度计算方法的文本聚类方法。该方法首先通过将待聚类文档降序排列,其次采用R-Grams文本相似度算法计算文本之间的相似度并根据相似度实现各聚类标志文档的确定并完成初始聚类,最后通过对初始聚类结果进行聚类合并完成最终聚类。实验结果表明:聚类结果可以通过聚类阈值灵活调整以适应不同的需求,最佳聚类阈值为15左右。随着聚类阈值的增大,各聚类准确率增大,召回率呈现先增后降的趋势。此外,该聚类方法避免了大量的分词、特征提取等繁琐处理,实现简单。

基于R-gram的语料库分析软件PowerConc的设计与开发

在继承以往语料库分析软件优点的基础上,本研究开发了具有独立知识产权的PowerConc语料库分析工具。PowerConc对传统的词汇索引、词表生成、主题词计算等功能进行了重构、扩展和优化。整个软件以基于正则表达式(regular expressions)的N元组(N-gram)为基础。二者的有机结合即本文所提出的R-gram。R-gram这一概念大大增强了检索和匹配的灵活性。同时我们设计了兼容正则表达式的简易输入语法——Smart Input,降低了用户使用的难度,提高了软件的易用性。PowerConc软件基于面向对象的思想开发,核心功能被封装在不同的类中,与界面分离,具有很好的扩展性和可维护性。PowerConc的开发将有效促进语料库语言学研究的开展。

一种基于随机n-Grams的文本相似度计算方法

文本相似度计算广泛应用于抄袭检测、自动问答系统、文本聚类等文本应用领域，然而传统的方法往往不具有语言无关性，且要花费大量的时间分析提取文档的特征项。针对目前相关方法的诸多不足，提出了一种基于随机n—Grams（Randomn—Gram，记为R-Gram）的长文本相似度算法，该算法具备语言无关性，且可以充分利用短n—Gram的细粒度检测特性和长n—Gram的高效检测特性。实验结果表明：基于R—Gram的文本相似度算法具有快速、操作简单、精度调控灵活等优点，在长文本相似度计算中具有良好的应用价值。

公式曲线类工件的精密数控车削加工

公式曲线类工件的精密车削加工可以充分发挥数控车床的加工优势,但其加工过程存在较大的技术难度。结合加工矫直辊辊型曲面的实际生产经验,分析了加工此类工件的具体实施方法,解决了数控车床上公式曲线类工件精密加工的技术难题。对其加工方法的研究有助于加深对数控加工技术的理解;对于提高数控车床性能和产品加工质量有一定的现实意义。

Galois环导出p元序列中元素组的分布及其渐近均匀性

r-样式的分布是有限域上序列伪随机性的一个重要方面。就此问题本文对域R/pR上一类序列作了考察,这类序列得自于Galois环R=GR(ptn, pn)上其特征多项式f (x)在模p下本原的线性递归序列(包括极大长序列)的p-adic展开,即所谓Galois环导出p元序列。我们得到了这种序列上独立r-样式分布的一个估计,作为推论,r-样式的分布关于f (x)的次数是渐近均匀的。

革兰氏阴性条件致病菌的药敏及R质粒的检测

本文检测了41株革兰氏阴性条件致病菌的药敏和R质粒。结果表明,耐3种以上抗生素的菌株达97.6%,而只耐2种抗生素的菌株仅占2.4%;41株均耐氨基苄青霉素;其中16株检出R质粒占,39%。通过耐药谱与转移的耐药基因分析表明,耐药性基因虽不完全由R质粒携带,但R质粒转移是细茵获得耐药性的主要机制之一。

抗革兰阴性菌新靶点:脱乙酰基酶(LpxC)及其抑制剂研究进展

脱乙酰基酶(LpxC)是催化革兰阴性菌外膜脂多糖主要成分类脂A的关键酶,其结构和序列与各种哺乳动物蛋白都不同源。此酶为有效的药物作用靶点,其缺失或过表达都会使某些革兰阴性致病菌死亡。本文综述LpxC的结构、酶学性质、催化机制及其抑制剂等研究进展。