基于GIS模型构建器的同名矢量图层批量合并方法实现

为解决常规的矢量同名图层合并方法效率低、容易遗漏等问题,利用ArcGIS模型构建器分别创建了基于迭代要素类、迭代字段值、迭代行选择3种迭代器的同名矢量图层合并模型,实现了批量准确地矢量图层合并。介绍了关键工具,阐述了模型的创建思路及方法。结果表明:指定图层的合并可使用任意批量合并工具,效率相当且高效;所有同名图层的合并使用“迭代行选择”的方法效率最高,较使用“迭代要素类”的方法效率提升32.7%,较使用“迭代字段值”的方法效率提升21.9%。迭代行选择的方法在一定程度上可替代迭代字段值。创建的模型便于移植与共享。

面向武器装备领域的复杂三元组抽取方法

为解决武器装备领域中单实体重叠和实体对重叠的复杂三元组的抽取问题,提出了挂载武器装备领域知识结合多轮对抗攻击的复杂三元组抽取方法(RDA),该方法通过武器装备领域微调后的Bert获取更具领域语义的文本向量;利用在嵌入层发起多轮对抗的方式,实现模型层面的数据增强,减少模型对标注样本规模的依赖;采用单层指针网络获取头实体对头实体的类别进行判定,利用维基百科知识库对武器装备领域的实体类别解释信息的向量,对武器装备类别信息以字为最小粒度进行融合,缓解分层标注的天然缺陷;最后在横纵两个维度基于不同粒度的序列标注实现复杂三元组的抽取.在武器装备领域的数据集上精准率达到88.54%,召回率达到75.88%,F1值达到81.72%,取得了SOTA效果.实验表明提出的RDA方法对武器装备领域的信息利用更加充分,有效地缓解武器装备领域遇到的单实体重叠问题(SEO)和实体对重叠(EPO)问题.

引入词汇信息的中文医学命名识别模型研究

医学领域文本存在大量的专业词汇,相比于通用领域更容易出现分词错误和未登录词的问题,其结果会导致上下文语义缺失,并影响命名实体识别(NER)的准确率。为了解决上述问题,本文提出了引入词汇信息的基于门控循环单元的中文医学命名实体识别模型WI-NER。首先,基于中文医学数据集的特点,描述了中文医学领域的命名实体识别的任务定义、实体位置和实体类别标签,并将模型在嵌入层对匹配专业词的字符进行特征嵌入与向量融合;其次,在上下文编码层添加词汇门控单元,利用循环神经网络的记忆与遗忘机制,自动提取实体识别所需的特征,并通过引入词汇信息和先验知识,实现了中文医学命名实体识别效果的提升;最后,对本模型在3个数据集上进行了实验验证,结果表明,本文提出的中文医学命名实体识别模型在准确率方面优于基线模型,达到了预期的医学领域特性。

基于多层动态融合的中文医疗命名实体识别

针对基于预训练模型的命名实体识别方法仅使用了预训练模型最后一层隐状态,忽略了各Transformer层对应不同文本信息的问题,提出一种预训练模型多层动态融合方法。采用预训练模型进行特征提取,获得模型各层隐状态序列;通过多层动态融合方法对各层隐状态信息进行结合,作为预训练模型最终输出;采用条件随机场对序列进行解码,完成序列标注。多层动态融合方法可以充分利用预训练模型各层知识,使结果中包含丰富的句法、语义等特征信息,提升模型在任务中的表示能力,增强模型灵活性。通过对医疗文本数据集CMeEE、CCKS2017与通用领域数据集Resume、Weibo进行实验验证,结果证明,加入多层动态融合方法可以有效地提升命名实体识别效果。

基于层内和层间融合注意力的家族恶意域名检测

针对当前家族恶意域名检测方法在新出现或新变种恶意域名的检测方面仍存在精度低、漏报高等问题,提出一种基于层内和层间融合注意力的家族恶意域名检测的新方法。首先,利用深度自编码网络将域名集逐层编码压缩到空间特征中,并借助自注意力机制强化域名字符串中关键字符的表达能力;其次,利用交叉注意力建立双分支网络输入端的关联,促进分支间深层信息的交流;最后,计算待测域名映射特征与交互特征集之间的相似度对比。实验证明所设计方法的准确率为98.21%,该方法对保障网络安全、预防新型域名入侵攻击具有重要的现实意义。

广东地名语言文化空间结构及景观特征分析

作为语言符号,地名是人类群体活动、经济开发和区域文化进程中的集中体现。广东地名层从语种上明显可以分为三个层次:古越语地名层、地方方言地名层和全国通用语地名层。从时间上看,唐代以前,广东地名基本上属古越语时期,宋至明和清前期为南方方言地名时期,清末以来为北方书面语地名时期;从空间上看,广东地方方言地名层大抵在宋代已基本形成,清代最终形成粤方言、客家方言和福佬语地名文化景观三分广东的空间分布格局,粤方言地名层主要集中于珠三角及邻近地名,客家方言地名层位于北江和东江间的广大山区、丘陵地带,粤东韩江地区则多是福佬地名文化层;从形成原因分析,广东地名层主要归究于历史时期移民、区域人内口繁衍和土地大规模开发,加之人地矛盾日渐突出又为族群地名文化扩散提供了条件,而社会制度的发展和健全。

物联网资源寻址模型

通过分析物联网资源寻址特性,对互联网资源寻址的层次迭代模型进行扩展.提出物联网资源寻址的通用层次模型,为解决由多种物品编码标准共存而引起的物联网资源寻址的特有问题提供理论模型依据.根据此模型,建立物联网资源寻址的应用结构模型,并通过对其功能性的实现,验证了通用层次模型的有效性及可行性.

话题识别与跟踪中的层次化话题识别技术研究

话题识别与跟踪(topic detection and tracking,TDT)旨在发展一系列基于事件的信息组织技术,层次化话题识别(hierarchical topic detection,HTD)是其中一项全新的任务定义形式.通过连续的大规模评测,话题识别与跟踪已成为国际上自然语言处理尤其是信息检索领域的一个研究热点.为此,将自然语言处理与信息检索技术相结合,提出了针对事件特点的切实有效的单粒度话题识别方法,并提出了基于多层聚类的MLCS算法对话题进行层次化组织.所提出的方法具有很好的效果,在TDT2004的HTD评测中,该方法取得了第2名的成绩.

从地名看多元文化的交融——以承德地名为例

本文尝试从语言层次的角度,对承德的地名作一梳理。承德地名从共时层面上分三部分:一是少数民族语言地名,可细分为四种类型。二是方言地名。三是书面语地名。从承德的地名中可看到历史上周边各民族文化在这里的交融与整合情况。

一种基于类名的大容量网页信息隐藏算法

在信息技术飞速发展的今天,信息隐藏领域已经成为信息安全的焦点.因为每个Web站点以及网络通信都依赖于数字作品,如音频、图像、网页等.而信息隐藏这项技术将秘密信息嵌入到其中,并且不损坏原有的载体.在没有专门检测工具的情况下,第三方觉察不到秘密信息的存在.因此密钥、数字签名和私密信息都可以在Internet上安全的传送.而网页文件因其信息冗余小,所以研究成果较少.但网页在信息传播方面应用非常广泛.所以,对网页信息隐藏算法进行研究,具有很大的意义.但现有网页信息隐藏算法并不能兼顾嵌入容量、鲁棒性和不可见性三个指标.针对这个问题,本文针对网页编写的过程,提出了一种基于类名的网页信息隐藏算法.该算法的基本思想有两点:第一点是将信息隐藏在元素的class属性中,第二点是将隐藏信息作为结构层、表现层和行为层之间联系的纽带,作为网页的有机组成部分,而不是将隐藏信息嵌入网页信息的冗余.实验结果表明该算法极大的提高了网页的信息隐藏容量,具有很强的鲁棒性和不可见性,并且提取算法实现简单.

条件随机场模型的应用研究及改进

近些年来,条件概率模型的研究得到了很大的发展。在对序列标注类问题进行处理时,条件模型逐渐开始取代产生式模型,其应用领域相当广泛,条件概率模型可应用到图像识别、自然语言处理、入侵检测等问题上。条件随机场模型(Conditional Random Fields,CRFs)模型是条件模型中的代表模型,也是条件模型中现在研究得最多的模型之一。它避免了产生式模型的缺点,而且克服了前期最大熵模型标记偏置的缺陷,由此得到广泛的运用。在利用CRFs作具体应用研究时发现,单纯利用CRFs模型进行实际运用取得的效果并没有达到最好,所以在每个应用中均进行了改进。本文主要研究军用文书分词、军事命名实体识别、入侵检测等方面,所做的改进都在模型应用的基础上更进一步提高了系统的性能。

一种智能网络磁盘存储文件系统的设计

针对目前网络存储体系结构中存在的各个磁盘驱动器不能"主动"地进行自主工作和缺乏自动负载平衡机制的问题,文中给出了智能网络磁盘(IND)系统结构的概念,提出了一种新型的智能网络磁盘存储文件系统(INDFS)的设计方案,并详细描述了INDFS的组成结构、文件路由表、系统命令层次结构、基本操作算法和文件系统命名空间等关键技术.最后对INDFS进行了性能测试分析,发现客户端可以对IND存储系统进行文件级访问,说明INDFS是一种使用方便、扩展性好的智能网络磁盘文件系统.

物联网中基于两层P2P结构的ONS模型

海量数据处理中对象命名服务(ONS)系统易于出现负载不均、单点失效等安全问题。为此,根据本地ONS和根ONS 2个层次将ONS节点组成2个不同的P2P网络,提出两层P2P结构的ONS模型,并给出信息解析服务流程。仿真结果表明,与其他模型相比,该模型平均响应时间较短,负载均衡效果较好,在物联网规模大幅增加的情况下仍能及时处理相关数据。

一种GPRS接入系统及安全解决方案

随着无线通信技术的发展,基于GPRS(General Packet Radio Service)的移动应用系统如雨后春笋般快速发展了起来,但另一方面,GPRS平台本身的安全漏洞也给各种应用带来了不少的麻烦,移动通信环境下的信息安全问题日益突出。提出了一种GPRS接入方案,并且针对信息安全问题,综合运用VPN、动态密码技术、访问认证和开发应用安全等技术手段,提出了相应的解决方案,实践表明,系统达到了预期的目标。

层次多级联对象名称解析系统的体系架构

文中分析了目前物联网的ONS(对象名称解析服务)存在一些弊端,在此问题上,提出了架构一个分层管理、缓存、安全、稳定、信息维护、多编码兼容的对象名称解析系统的体系。详细分析了EPC(电子产品编码)格式组成,引入ONS_Cache缓存,定义一个通用的数据结构ONS_STRUCTURE,引入可信认证服务器TAS(Trusted Authentication Server)等架构一个分层多级联对象名称解析系统的体系,解决了ONS名称解析过程中数据存储量大、负载不均衡和通信不可靠性等问题。

基于DNS流量的多层多域名检测与测量

为了研究DNS流量中的域名角色,为域名影响力分析提供一种域名定位和筛选的思路,设计一种基于DNS流量的多层多域名检测算法.在检测阶段,从CERNET主干网边界采集DNS流量,提取请求和应答序列.基于多层多域名的聚合特征及解析的并发性,检测流量中存在的主从域名集合,并引入时间滑动窗口机制进行置信度测量.在测量阶段,对算法检测结果从多个角度进行分析,包括多层多域名集合的规模和相交情况、主从域名的标签级数、集合中从域名对应的资源类型等,并提供了2个存在多层多域名的典型网站案例.测量结果验证了多层多域名现象的存在以及多层多域名集合的特点,表明了此多层多域名检测算法的有效性.

分层区域穷举的中文嵌套命名实体识别方法

嵌套命名实体之间蕴含着丰富的语义关系与结构信息,开发能够准确识别嵌套命名实体的算法具有重要研究意义。针对现有的中文嵌套命名实体数据集中存在错标漏标以及现有识别方法大多忽略嵌套实体内部信息关联关系而导致准确性下降的问题,结合自动生成与手动标注的方法构建新的中文嵌套命名实体数据集NEPD,在此基础上,设计一种利用分层区域穷举的中文嵌套命名实体识别模型。该模型通过遍历文本组合实体,获取低层编码层的词嵌入信息;其次,为使邻接编码层之间实现信息交换,将低层编码层的词嵌入信息融入高层编码层;最后,利用多层解码层使长度为L的命名实体仅在第L层预测,有效防止错误传播现象发生从而提高识别准确度。实验结果表明,在没有外部知识资源的情况下,LREM模型在嵌套命名实体与非嵌套命名实体上的识别F1值分别达到87.19%和86.27%,其中非嵌套命名实体识别的F1值比传统的BiLSTM+CRF模型提升1.18%,验证了该模型的可靠性。

英文维文人名机器翻译算法的研究与实现

本文提出了一种基于规则库的多层过滤进行机器翻译的算法.该算法实现了英文人名向维吾尔文人名的自动翻译.该算法不同于传统的英维人名翻译系统所采取的方法,不需要建立丰富、全面的两种语言人名对齐词库.本算法在对已翻译的大量实例进行统计并分析的基础上,找出了英文与维文人名翻译的三层规则并设计出了本算法.

基于深度学习的中文命名实体识别综述

命名实体识别作为信息抽取的核心任务,能够从文本中识别出各类命名实体。近年来,深度学习技术在字词表示、特征提取等方面上的应用,使中文命名实体识别任务取得了较为丰富的研究成果。目前,基于深度学习的中文命名实体识别技术,在特征提取的深度和模型的精确度上已逐渐超过了传统的基于规则的方法、基于特征工程的有监督方法和基于无监督的方法。围绕深度学习的识别框架,将现有基于深度学习的中文命名实体识别方法分嵌入层、编码层和标签解码层三部分进行介绍,并对未来可能的研究方向进行探讨和展望。

无线网络环境下命名数据网络移动性解决方案

通过数据消费者驱动的命名数据网络(NDN)可以实现数据的高效可靠传递,然而NDN中兴趣包的广播机制使得其不适用于带宽受限的无线网络环境;此外,针对数据提供者发生移动所带来的问题,NDN也没有很好的解决方案。通过分析无线网络环境下NDN通信流程中存在的问题,提出了一种无线网络分层隔离方案,通过给内容分配路由标识,实现了数据提供者移动时兴趣包的正确路由,避免了兴趣包广播及重传对无线网络带宽资源的浪费。