Winnowing算法和动态规划算法在作业剽窃检测中的应用和比较

信息数字化后使抄袭、剽窃变得更加容易了,为了杜绝学生作业中出现的抄袭现象,急需高效的剽窃检测技术,帮助教师对学生作业的抄袭情况实施监督检测。本文分别用具有除噪和过滤功能的Winnowing算法和动态规划算法对学生作业进行剽窃检测。通过对文档间相似度的对比,实现了对作业剽窃程度的检测。实验结果表明,Winnowing算法更加有效、更加可靠。

基于Winnow算法的垃圾邮件过滤器研究

实现了基本的Winnow算法、Balanced Winnow算法和带反馈学习功能的Winnow算法,并将其成功地应用于大规模垃圾邮件过滤,分别在SEWM2007和SEWM2008数据集上对上述三个算法进行了对比实验。实验结果表明,Winnow算法及其变体在分类效果和效率上都优于Logiistic算法。

基于改进的Winnow算法的剪接位点识别

DNA序列功能位点的识别是目前生物信息学领域的一个研究热点,剪接位点的识别就是其中之一.为了充分利用剪接位点的特征模式,从而更好地识别剪接位点,建立了一个基于改进Winnow算法的剪接位点识别系统.与其他方法相比较,改进的Winnow算法具有更好的鲁棒性,适用于高维特征空间,能够融合多种模式信息,即使在包含很多不相关特征的情况下,也能有很好的性能.同时在训练的时候,对特征集进行了剪枝,把一些对识别几乎没有贡献的特征去除,这样做对结果的影响可以忽略,而且提高了算法的效率.通过实验验证,改进的Winnow算法可以很好地识别剪接位点,其多个性能指标达到或超过目前国际上流行的剪接位点识别软件.

Winnowing算法在作业剽窃检测中的应用

本文介绍了文档剽窃检测算法——Winnowing算法。该算法利用划分字符串,哈希每个字符串的值,最后通过一定的选取策略选出某些哈希值作为文档的指纹,通过对指纹的比较判断不同文本间的相似度,并判断文档之间是否存在剽窃现象。

基于Winnow算法的反垃圾邮件引擎的设计与实现

电子邮件(e-mail)是人们日常生活中不可缺少的通信手段之一,但是垃圾邮件却给人们带来了很大的危害。文中主要是针对中文垃圾邮件,给出了一种基于Winnow算法的基于邮件内容的反垃圾邮件引擎原型的设计,对于未知邮件可以达到较好的区分效果。首先对邮件的内容进行解码、分词,采用信息增益选取特征项;然后采用Winnow算法构造分类器;最后采用部分邮件样本进行测试,测试结果可以进行反馈学习。最后的测试数据分析表明系统达到了比较好的效果。

融合改进参考白和稀疏网络的彩色人脸检测

面部肤色的提取容易受到光照干扰,因此采用改进参考白和稀疏网络(SNoW)相结合的彩色人脸检测方法。首先,在对光照变化较大的人脸图像进行肤色提取之前,在HSV颜色空间进行参考白和直方图均衡的融合以减小光照变化引起的色彩偏差,再将参考白光照补偿结果进行肤色模型的人脸信息提取;最后借助稀疏网络模型法计算分割提取出的人脸区块特征并进行人脸的正确分类。实验结果表明,该方法实现了光照变化剧烈的复杂场景下较优的肤色提取及人脸的准确检测和定位,满足了系统实时性需求。

短信过滤系统设计分析

设计了一种手机终端上基于短信内容的垃圾短信过滤系统。系统采用了平衡Winnow算法,该算法具有分类速度快、性能好以及支持在线更新的优点,适用于手机终端资源有限、需要实时或者定期更新分类器的情况。通过一系列的实验分析,证明该方法的有效性,并给出了对该方法的全面评估。对于该算法将来在信息过滤领域的应用,提供了全面的分析依据。

基于自然语言理解的实体自动摆放的研究

论文针对三维场景中实体自动摆放的实际应用,研究了基于自然语言理解的空间关系可视化问题,并用二步法实现了三维空间中的实体自动摆放。首先是摆放范围的确定,然后是实体的准确定位。该文主要阐述3个方面的内容:基于线性分类方法识别篇章中实体间的空间关系;基于包围盒确定实体的空间摆放区域;基于遗传算法实现实体准确摆放。实验结果证明了系统方法的可行性,达到了令人满意的效果。

基于多种技术的混合式程序代码抄袭检测方法

在分析现有程序代码抄袭检测系统的特点及局限性的基础上,提出一种综合文本分析、结构度量和属性计数技术的混合式程序抄袭检测方法。应用文档指纹技术和Winnowing算法计算程序的文本相似度;将程序代码表示成动态控制结构树(Dynamic Control Structure tree,DCS),运用Winnowing算法计算DCS树相似度,从而得到结构相似度;收集并统计程序中的每个变量信息,应用变量相似度算法分析变量信息节点获取变量相似度;分别赋予文本相似度、结构相似度和变量相似度一个权值,计算得到总体的代码相似度。实验结果表明,所提出的方法能够有效检测出各种抄袭行为。针对不同的抄袭门槛值,使用该方法的检测结果准确度和查全率高于JPLAG系统。特别对于结构简单的程序组,此方法和JPLAG系统检测结果的平均准确度分别为82.5%和69.5%,说明所提的方法更加有效。

基于遗传算法重采样的人脸样本扩张

无论是对人脸检测还是人脸识别来说,训练或测试一个分类器都要进行数据的收集,目前所有基于统计学习的方法都存在这个问题.提出了一种针对已有的人脸样本通过采用遗传算法进行重采样来扩张样本的算法.其基本思想是,基于人脸样本由有限的部件构成,而且遗传算法可以用于模拟自然界中的遗传过程.这种模拟可以涵盖人脸的一些变化,比如不同的光照、姿态、饰物、图片质量等.为了证明该算法所生成样本的推广能力,将这些生成的样本用于训练一个基于AdaBoost的人脸检测器,并且将它在MIT+CMU的正面人脸测试库上进行了测试.实验结果表明,通过这种方法来收集数据可以有效地提高数据收集的速度和效率.

基于纠错技术的量子密钥协商改进算法

结合了传统的协商算法和纠错码,提出了一种离散变量的量子密钥协商算法。该算法在相同的划分区间内对冗余部分进行进一步奇偶校验比较,从而提高了比特纠错能力,解决了传统协商算法效率低、纠错编码方法中冗余与纠错能力之间的矛盾,提高了量子密钥分发速率,适用于长距离量子密钥分发。

基于上下文的真词错误检查及校对方法

英文文本中的真词错误即输入的错词是和原词相似的另一个有效词。该文主要研究了对该类错误的检测。通过从所要检测的单词的上下文中提取句法和语义两个方面的特征,运用文档频率和信息增益进行特征筛选,实现了对上下文特征的有效提取。最终把判断该单词使用的正确与否看作分类问题,使用Winnow分类算法进行训练和测试。通过5阶交叉验证,所收集的61组混淆集的平均正确率与召回率分别为96%,79.47%。

中文垃圾邮件过滤技术研究

介绍现在普遍采用的几种垃圾邮件过滤方法,对基于内容的过滤方法中的贝叶斯算法和Winnow算法进行详细的介绍。目前研究中文垃圾邮件的各类文献都基于不同的语料库,缺乏算法之间的效果比较分析。分别实现贝叶斯和Winnow的改进算法,并对CCERT的一个公开邮件语料库进行测试。测试结果表明,两种算法都达到较好的过滤效果。