“三结构”视域下的《同源字典》编纂条例

《同源字典》是汉语语源词典中较为完善的代表之作。基于“三结构”理论框架,分析《同源字典》的宏观结构、微观结构和中观结构。综合评述《同源字典》各种层级要素所反映出的词典特征,探析各项编纂条例的优点与局限。通过这一个案研究,以期为今后的汉语语源词典的正文编纂、数字化工作提供参照。

基于结构字典学习的图像复原方法

本文提出一种新的结构字典学习方法,并利用它进行图像复原。首先给出结构字典学习的基本内容和方法,然后将傅里叶正则化方法和结构字典学习方法有效整合到图像复原算法中。结构字典学习方法是先将原图像进行结构分解,再分别学习出每个结构图像中的字典,最后利用这些字典对原图像进行稀疏的表示。结合傅里叶正则化,提出了一种有效的迭代图像复原算法:第一步在傅里叶域利用正则化反卷积方法得到图像的初步估计;第二步采用结构字典学习的方法对遗留的噪声进行去噪处理。实验结果表明,提出的方法在改进信噪比和视觉质量上都要优于6种先进的图像复原方法,改进的信噪比平均提升0.5 d B以上。

基于字典学习与结构自相似性的码本映射超分辨率算法

图像的空间分辨率受成像环境、硬件制造水平和成本等多方面因素的影响,存在一定的局限性.为了提高图像的空间分辨率,提出一种基于字典学习与结构自相似性的码本映射超分辨率算法.首先利用训练集构建与图像高低频分量对应的高低频码本,将高低频码本作为训练样本获取高低频字典;然后在初始重建图像中搜索目标图像块的相似图像块,利用相似图像块构建非局部约束项;最后通过求解含有非局部约束项的l0范数最小化问题获取目标图像块的稀疏表示系数,并利用高低频字典重建高分辨率图像块.该算法利用高低频字典表示目标图像块,而不是直接采用高低频码本,提高了算法的运算效率;利用相似图像块构建正则化约束项,提高了重建图像的质量.实验结果表明,与LLE,Sc SR和NARM等算法相比,文中算法取得的超分辨率重建效果更好.

应用结构聚类字典学习压制地震数据随机噪声

针对地震数据中不同空间位置的波形变化差异较大,全局字典学习稀疏表示方法不足以最优稀疏表示复杂局部特征的问题,提出基于结构聚类字典学习稀疏表示的随机噪声压制算法。首先利用地震数据分块结构的自相似性与全局字典稀疏表示系数分布存在的规律性与冗余性,应用K-means思想对地震数据进行分块结构聚类,对每一类数据块集合采用奇异值分解(SVD)得到超完备字典,依据各个聚类中心重新编码该类地震数据块,得到原始地震数据更稀疏的表示和描述;然后建立正则化模型更新质心和地震数据估计值;最后利用双变量迭代阈值算法求解模型中双L_1范数的优化问题,得到去噪后的地震数据。对比实验表明,应用本文方法去噪后的地震数据具有较高的信噪比及较强的局部纹理保持能力,证明了算法压制随机噪声的有效性。

基于层次结构化字典学习的人脸表情识别

针对传统稀疏表示方法构建的字典不具备判别性的问题,以K-SVD算法为基础,对判别字典的构建和分类求解进行了研究,提出一种基于层次结构化字典学习的表情识别方法。先将训练样本切割出眼眉、脸颊和嘴三部分,对分割的各部分利用K-SVD算法得到块字典向量,再用层次分析法的权重赋值方法求块字典向量的权重值,构成各类子字典。将所有的子字典进行联合,用结构化字典学习算法求解。测试样本的归类取决于求解结果重构的效果。在JAFFE和CK表情库上的实验表明,该算法在保证了字典判别性的同时,也达到了较高的识别率。

基于结构性字典学习的高光谱遥感图像分类

为提高高光谱遥感图像的分类精度,提出了一种新的结构性稀疏表示及字典学习的高光谱遥感图像分类方法.该方法能同时利用高光谱遥感图像像素间的空间及光谱关系得到表示每个像素的字典,被划分为同一像素组的像素具有通用的稀疏模式;由字典计算图像的稀疏表示系数获得遥感图像的稀疏表示特征;利用线性支持向量机算法实现对高光谱遥感图像的分类.对AVIRIS和ROSIS高光谱遥感图像进行的实验结果表明:提出的方法比普通字典学习分类精度分别提高0.041 1和0.046 6,Kappa系数分别提高0.179 3和0.056 3.

基于组结构字典稀疏表示的地震数据随机噪声压制

基于地震数据自身学习得到的自适应字典能够更精确地表示地震数据,针对稀疏表示传统方法训练出来的自适应字典的无结构性问题,文章提出一种基于组结构字典稀疏表示的地震数据随机噪声压制算法。该算法首先通过地震数据本身训练得到自适应学习型并具有一定结构性的组结构字典,然后利用该组结构字典对地震数据进行稀疏表示,通过得到的表示系数重建地震数据。所用的组结构字典能够更好地适应地震数据自身特性,对地震数据进行稀疏表示可得到更加稀疏的表示系数,滤除了通常系数很小的随机噪声,从而能够有效压制随机噪声。实验表明,文中所提出的地震数据随机噪声压制算法具有良好的去噪效果。

从上下结构“父”、“子”、“女”、“母”部字看汉字的性别歧视现象——以《汉语大字典(缩印本)》为例

调查《汉语大字典(缩印本)》中上下结构的"父"部字、"子"部字、"女"部字和"母"部字,可以发现:"父"部字中87.5%的"父"在上;"子"、"女"、"母"与其他构件构成的字中,"子"、"女"、"母"在上的百分比依次是14.6%、2.53%和0%。字义兼指"男"、"女"的,不用"女"部,而用"子"部;字义是贬义的,即使包括"男"和"女",甚至主要是"男",也用"女"部。女性主体意识的丧失是汉字结构性别歧视现象产生的表层原因;造成女性主体意识丧失的是其经济地位的丧失,且是汉字结构性别歧视现象产生的深层原因。保持女性经济独立和主体意识是当下国人构建和谐社会中应该注意的现实问题。

变长记录词库结构在“夏汉电子字典”中的应用

本文通过对普通电子字典词库结构原理的讨论,得出一种新的适合于“夏汉电子字典”的特殊的变长记录词库结构。

CIMS数据管理中全局数据字典系统的结构探讨

本文从CIM信息集成的角度阐明数据管理、数据字典等基本概念,并基于全局数据管理的数据分布、结点自治等原则,提出了全局数据字典系统的体系、结构,综述了全局数据字典系统应具有的功能和字典结构,详述了全局数据字典的设计与实现。

基于数据库结构字典的数据库结构生成方法

本文介绍了一种利用FoxPro语言实现数据库结构和数据库结构字典库同步生成和维护的方法，并就实现该方法的技巧作了一些探讨。本文的提出，对于当前大型化MIS的开发具有一定的帮助作用。

结构-纹理字典学习的图像分解模型与算法

为了分离出图像中具有不同特征的成分,结合变分与字典学习方法,提出一种图像分解模型和结构-纹理字典学习算法.首先在模型中引入字典约束项,使得结构-纹理学习字典互不相关,增强了2个字典的独立性;然后使用投影梯度下降算法给出一种带有字典约束的交替字典学习算法.实验结果表明,采用该算法学习得到的自适应字典可以有效地刻画图像的不同成分,不仅很好地分开了图像的结构和纹理,并且能去除噪声,最终得到高质量的图像分解结果.

基于结构字典的窗体动态设计

在信息系统的软件设计中引入一种新的数据结构——结构字典表,并用它实现了窗体的动态设计,从而简化了窗体设计的编程工作。

回归《说文》,纠偏《康熙字典》——传教士湛约翰《汉字结构述解》的学术意义

传教士湛约翰《汉字结构述解》一书从300个汉字基础字形入手,建立了一个逻辑严密的汉字系统,体现出一种回归《说文》,纠偏《康熙字典》的倾向。同时,也体现出他对汉字体系的深刻认识。该书无论是对于当前的汉字学研究、汉字学史研究,还是对于对外汉语汉字教学理论体系的建设、学习型汉字辞书编写等方面都有重大的学术价值与理论意义。

基于字典学习与稀疏表示的非结构化道路分割方法

针对野外环境自主车视觉导航问题,提出了一种新颖的基于字典学习与稀疏表示的道路分割算法。该算法以局部图像小片为处理单元,通过选取典型道路图像学习得到路面图像小片的一组字典,并利用车辆前方的一小块区域作为监督,通过在线字典学习对字典进行实时更新,使路面图像小片可在该字典上精确稀疏表示,而非路面图像小片则不能。因此建立了基于字典学习与稀疏表示的分类框架,利用局部图像小片在字典上的稀疏重构误差进行分类。大量实验结果表明,该算法能够适应多变的非结构化道路环境,且对光照、阴影及水坑等具有较好的鲁棒性。

快速结构字典学习三维地震数据重建方法

目前基于字典学习的三维地震数据重建方法通常采取二维逐切片重建的策略,这种重建方式忽略了切片间的相互联系,未能充分运用地震数据各个方向上的连续性约束。为此,提出了一种三维联合重建方法——快速结构字典学习三维数据重建方法。该方法在压缩感知理论框架下,利用快速结构字典学习算法训练训练集,产生三维自适应字典;然后利用三维自适应字典、观测矩阵以及正则化正交匹配追踪算法对数据进行高精度重建。模型数据和实际数据的重建结果表明,该方法能够恢复地震数据的细节特征,具有重建精度高、保幅性良好的优点。

中小型词典编撰实现从微观结构到宏观结构的有机架构——基于《麦克米伦动词短语多功能字典》的个案研究

自20世纪90年代以来,中小型英汉学习词典的发行数目逐年增长,但多是单一强化词典释义功能。然而,一本好的英汉学习词典应从多角度为英语学习者提供各类语义、语法、语用内容。本文以《麦克米伦动词短语多功能字典》为个案进行研究,通过对该词典多样化的释义手段、及在以词条为基础的微观结构上搭建起宏观语言结构等特点进行剖析,从而揭示中小型英汉学习词典编撰的主要原则。

组织结构对字典学习表征机织物纹理的影响

为了研究机织物组织结构对字典学习纹理表征的影响,使用平纹、斜纹、方平、经面缎纹、纬面缎纹、蜂巢和菱形斜纹等7种组织作为样本,选择16像素×16像素的子窗口,以离散余弦字典为初始字典进行字典学习,得到学习字典,并使用学习字典对织物纹理进行重构。研究结果显示,不同组织结构在相同条件下学习的重构质量不同,确定了7种织物纹理重构质量的次序,为进一步研究根据纹理重构质量进行特征分类提供依据。

基于结构字典的图像修复算法

随着稀疏表示理论的日渐完善,利用信号的稀疏性对图像进行修复得到广泛应用。本文针对传统的字典仅是一种无结构的扁平的原子的集合,没有充分利用原子之间相关性的问题,提出基于结构字典的图像修复算法。实验结果表明了该算法的有效性。基于结构字典的图像修复算法不仅可以训练字典更紧致地完成图像修复任务,而且训练得到的字典具有平移不变性、尺度灵活性等优点。