A Complexity Analysis and Entropy for Different Data Compression Algorithms on Text Files

In this paper, we analyze the complexity and entropy of different methods of data compression algorithms: LZW, Huffman, Fixed-length code (FLC), and Huffman after using Fixed-length code (HFLC). We test those algorithms on different files of different sizes and then conclude that: LZW is the best one in all compression scales that we tested especially on the large files, then Huffman, HFLC, and FLC, respectively. Data compression still is an important topic for research these days, and has many applications and uses needed. Therefore, we suggest continuing searching in this field and trying to combine two techniques in order to reach a best one, or use another source mapping (Hamming) like embedding a linear array into a Hypercube with other good techniques like Huffman and trying to reach good results.

使用FileMaker构建个性化文物管理数据库的实践

"三普"软件作为文物数据的采集软件,其数据全面、完整,但在基层文物单位日常工作中,其操作性不佳、使用不便。为了更好地整合、利用这些多元的信息,研究使用FileMaker数据库构建个性化的文物普查数据利用环境,增强系统的操作性和便捷性,实现普查数据在移动终端上的共享,提升文物信息资源的发掘利用水平,让文物工作者可以轻松自制文物数据管理系统。结果表明,量身定制一套符合自身实际工作需求的文物管理系统,是让少量科研经费发挥较大效用的一个切实有效的方法。

结合双头蛇算法的文字加工轮廓优化方法

在文字的数控加工过程中,文字轮廓离散会得到大量微线段构成的加工轨迹,产生冗余的G01命令,降低加工性能和效率。为优化冗余的G01命令,对转换成大量微线段的文字图形进行重新拟合优化后再生成工艺轨迹。通过解析文字离散特征,基于提出的双头蛇算法思想,按照工艺规划思路,将文字离散的微线段形成的点云数据拟合成包含直线段和圆弧的文字图形,由此形成的顺序路径规划直接创成工艺规划,使拟合的路径规划与工艺规划达到完全统一。试验结果表明,对于采用双头蛇算法对文字的每个封闭轮廓进行重新拟合后获得的刀具加工轨迹,在轮廓精度和加工质量与现有CAD/CAM系统基本相同的情况下,显著降低了代码长度,进一步提高了表面光顺程度。

基于改进KNN算法的档案信息文本自动分类方法研究

常规的档案信息文本自动分类方法主要使用Bloom二维分类矩阵标注分类特征,导致分类评价指标偏低。对此,提出基于改进K最近邻(K-Nearest Neighbor,KNN)算法的档案信息文本自动分类方法,即提取档案信息文本自动分类特征,再利用改进KNN算法优化信息文本自动分类流程,实现档案信息文本自动分类。实验结果表明,基于改进KNN算法的档案信息文本自动分类方法的加权精确率(weighted-P)、加权召回率(weighted-R)、加权F值(weighted-F)均较高,证明该方法的分类效果较好,有一定的应用价值。

面向法院电子卷宗的文本分类方法研究

针对法院电子卷宗文本分类的主要问题,给出相应解决方案。提出卷宗文件的多维度语义表示方法,得到更准确全面的文本特征信息;使用基于高斯核的KELM(Kernel Extreme Learning Machine)学习文本分类器,获取全局最优解的同时大幅提高训练效率;使用基于RLS(Recursive Least Squares)的序列优化模型KOS-ELM,通过新样本对模型参数迭代更新,使分类模型具备在线自学习的能力,减少了对初始样本的依赖。对比实验证明,基于高斯核的KELM分类模型在正确率上比BP网络模型和LSSVM分别提高了2.66百分点和4.43百分点,但训练时间只有两者的1/6和1/10;采用多维度语义表示方法为模型提供输入,在正确率上比文本向量和词向量表示方法分别提高了8.84百分点和2.33百分点;采用基于RLS的序列优化模型KOS-ELM对弱分类器进行迭代优化,以4种不同步长迭代20次后,分类正确率均得到显著提升。

Josephus问题的算法设计与应用研究

Josephus问题是组合数学的发展源头之一。关于Josephus问题的描述形式甚多。文章通过实验和分析,总结了一个通用性的描述形式,并给出了基于循环链表的算法设计。算法的数据源从文本文件中获取,增强了算法的实用性;根据数据元素值的递增顺序建立循环链表,能够有效地分类数据,使Josephus数据序列均匀分布且不重复。文章还给出了Josephus问题的若干个应用实例,包括将Josephus问题应用于通用试题库的组卷算法和找出一组数据中某个指定范围的数据序列等。

数据通信中文本文件无损压缩算法的实现

针对目前人们对数据通信的需求日益增加，由于种种原因，数据通信的速率还不够高，数据通信的低速率已经成为数据通信系统的瓶颈。在“短波单边带微机信息传输系统”中，作者利用基于字典的ＬＺＷ无损压缩算法（对象是文本文件），实现了用软件的方法将通信速率提高了大于３００％的实际效果。编程语言采用ＶＣ＋＋，并制作成．ＤＬＬ文件。

监控文本文件内容变化的文本比较算法

为了判断文本文件的内容是否发生变化,确定变化的内容,并尽量降低系统开销,提出了一种基于位置的文本文件比较算法。算法利用位置优先原则,简化了比较过程。实验结果表明该算法可以应用于文件监控,而且易于理解。

变电站综合自动化监控系统数据展现软件的研制

根据广东某冶炼厂变电站的电网结构特点及实际需求设计了基于分层分布式结构的变电站综合自动化监控系统.结合系统硬件设计特点和要求,针对该监控系统数据展现软件数据量大、刷新快、频繁读取的特点,提出采用文本文件存储方式和建立四维数组来解析数据,同时利用ActiveX数据对象技术和UDP网络通信协议分别实现系统数据访问与传输.该系统已经成功投运,实际运行结果表明该系统设计方案可行,工作稳定可靠,效果良好.

基于中文词编码的压缩算法ZHCP的实现

本文提出并实现了一个基于词编码的 ZHCP中文文本压缩算法 ;通过大量的对相同文本分别使用传统编码算法与 ZHCP算法压缩后得到的结果数据对比 ,表明基于词编码的

J2ME平台下文本阅读器的实现

本文利用J2ME技术开发了一个文本阅读器,实现了手机对文本文件的显示,给出了该程序的实现代码,并对其关键技术进行了详细阐述。

一种全文检索系统的设计与实现

在对全文检索有关技术进行分析和研究的基础之上,提出并实现了一个实用的全文检索系统UFRS,它能够处理中英文文档并可以扩展到其它语言,支持多种不同的索引存储方案以及分布式检索。依次讨论了该系统中的存储层、词法语法分析层、系统核心接口层。最后给出了该系统的一种分布式部署方案。

基于J-Link的Pro/E开发及在夹具设计中的应用

简要说明基于J-Link的Pro/E开发必须进行的3项工作,详细阐述了实现Pro/E与J-Link应用程序、无缝链接的程序开发结构,并通过开发的夹具设计实例说明了J-Link应用程序的应用。

基于PE文件无容量限制的信息隐藏技术研究

分析了现有的基于PE文件信息隐藏技术及其不足,提出一种以扩充.text节达到无容量限制的信息隐藏方案。通过对嵌入的信息进行加密、完整性校验、代码伪装、混合原代码等预处理,再根据预处理后的信息大小扩充.text节,并调整随后的各个节以及输入表的位置,以及PE头的各个相应标志的值,保证嵌入信息后的PE文件仍然能正常执行。实验表明,该方案不仅能达到无容量限制的信息隐藏,而且具有一定的隐蔽性和鲁棒性。

一种实现数据库数据到XML文档的转换方法

为了对网络上的数据实现有效的管理和交换,出现了以关系数据库作为存储载体,以XML为数据交换载体的管理模式.针对如何将关系数据库数据转换为XML文档的问题,利用JDOM技术实现数据库数据到XML文档数据转换的方案,并通过实例验证了这一方案的可行性.

基于邻接矩阵的全文索引模型(英文)

文本信息的急剧增加和越来越多的用户通过在线方式获取文本信息,使得查询效率成为信息检索系统一个突出瓶颈.提出两种新型全文索引模型,用于改善信息检索系统的查询效率.通过使用有向图表示文本串,引出关于文本串的邻接矩阵;采用两种不同的方式实现文本串邻接矩阵,导出了两种基于邻接矩阵的新型全文索引模型,即基于邻接矩阵的倒排文件和基于邻接矩阵的PAT数组.给出了基于新模型的文本查询算法;分析了新模型的存储空间和查询时间的开销,并分别与两种传统索引模型进行了比较.对实际文本库进行了测试以证实新模型的效能.新模型能够以相对于原文较小的空间代价获得较大幅度的查询效率的提高,因此适合于在大规模文本检索系统中应用.

Delphi与Matlab接口的3种实用方法

阐述了Delphi与Matlab接口的 3种方法及其特点 ,通过 2个例程的实现 ,重点介绍了如何将Matlab的m文件编译成C ++源程序 ,再生成动态连接库后供Delphi程序调用 ,以及如何利用文本文件传递参数和计算结果这 2种方法 。

全文检索模型综述

全文检索的应用导致了信息检索领域的一场革命,是文档数据库研究的核心。全文检索的首要问题是全文检索模型的选择。本文介绍了目前国内外主要的全文拴索模型,总结了全文检索模型的评价标准,按照此标准对各种模型进行了分析比较,并对全文检索模型构建中一些关键问题进行了分析。

PDF文件中关键信息的提取与组织方法研究

在PDF的各种应用中,对于文档的理解与处理是非常重要的。首先要从文档中提取相关的关键词和短语,以便于在文档内部或外部建立超链接,方便建立电子文档。因此提出了一种新的方法,将关键信息(关键性的单词、词组或区域)从PDF文件中提取出来,经过组织后,保存在称为KIU的文件中,这样可以在实际上不接触PDF文件的情况下,自动生成超链接。分区域的方法有利于提取过程,找到文本的位置和范围后,可以借助于光学字符识别(OCR)软件来提取文本中的关键性词语或词组。

一种基于Lucene检索引擎的全文数据库的研究与实现

在对数据库有关技术分析的基础上,分析对比了全文数据库的特点和关键所在。介绍了实现全 文检索的工具包Lucene搜索引擎,并将其引入具体应用,对全文数据库索引和查找技术进行研究,提出并实现 了无需后台数据库的全文数据库组织方式,事实表明,索引和查找的时空效率都很高。