中文WINDOWS 3.2五笔编码与UCDOS五笔编码格式转换

本文分析了中文ＷＩＮＤＯＷＳ３．２五笔型编码与ＵＣＤＯＳ五笔型编码格式的差异，经过格式的修改，转换为符合中文ＷＩＮＤＯＷＳ要求的编码文本文件，为ＷＩＮＤＯＷＳ３．２增加了五笔型输入法。

基于fastText的可视化作者归属模型

基于滑动窗口的方法,结合机器学习分类技术,可以判定文本的作者归属。但是此类方法需要精心挑选对应的文本特征,不同的文本特征选取可能会影响判定结果。针对以上问题,提出了一种基于快速文本分类(fastText)的文本作者归属判定模型。该模型融合滑动窗口的思想,引入词(字)向量、数据增强技术,从而充分利用文本信息、自动提取文本特征,并且以可视化的方式将结果呈现出来。使用该模型来检测《红楼梦》、《Roman de la Rose》的作者归属,实验结果表明《红楼梦》的前八十回与后四十回为不同作者所著、《Roman de la Rose》开篇4 058行(约50 000字)与后面17 724行(约218 000字)为不同作者所著。证明了Rolling-fastText模型判定文本作者归属的有效性。

以笔画为研究对象的笔迹伪动态特征提取方法

针对以往的以文字结体为研究对象的离线笔迹特征提取方法在文本相关度较低时无法获取稳定特征的问题,提出了一种以笔画为研究对象的笔迹伪动态特征提取方法,摆脱了结体依存性的束缚。引入概率统计思想,采用网格窗口提取笔画的运笔走势和宽度变化等伪动态特征。分别采用加权欧式距离、加权卡方距离和加权Manhattan距离计算笔迹相似度。在HIT-MW和HIT-SW库上进行实验,文本相关度较高时首选和前10选鉴别正确率分别为95.9%和99.5%;文本相关度较低时首选和前10选鉴别正确率分别为91.9%和99.0%。实验表明,以笔画为研究对象的笔迹伪动态特征提取方法在低文本相关度下仍能取得较好效果。

基于动态文本窗口和权重动态分配的中文文本纠错方法

提出一种基于动态文本窗口的中文文本查错方法,依靠窗口的不断滑动来检测文本错误。当中文文本有疑似错误时,采用聚类词集平滑数据稀疏问题,然后采用权重动态分配的纠错词集进行纠错,若纠错结果仍不符合检错规则,则用缩小文本窗口法和拓展窗口法来检查具体错误。构建纠错词集则采用基于最小编辑距离和权重动态分配的方法。实验结果表明,基于动态文本窗口查错方法的F值达到了77.9%;再结合权重动态分配的纠错方法,纠错准确率达到78.1%,相较黑马校对系统和基于平均权重的纠错策略,准确率分别提升了9.7%和15.8%。

基于近邻传播的文本数据流聚类算法研究

随着大数据时代的到来,网络上产生了大量非结构化文本数据流,这些文本数据流具有动态、高维、稀疏等特征。针对这些特点,首先将传统的AP算法及流式文本数据特征相结合,然后提出文本数据流聚类算法——OAP-s算法。该算法通过在AP算法上引入衰减因子,对聚类中心结果进行衰减,同时将当前时间窗口的聚类中心带入到下一时间窗口中进行聚类。针对OAP-s算法的不足,又提出了OWAP-s算法。该算法在OAP-s算法模型的基础上定义了加权相似度,并通过引入吸引度因子,使得历史聚类中心更具吸引性,得到更精确的聚类结果。同时,两种算法均采用滑动时间窗口模式,使算法既能体现数据流的时态特征,又能反映数据流的分布特征。实验结果表明,两种算法在聚类精确度、稳定性方面均高于OSKM算法,而且具有较好的伸缩性和可扩展性。

基于滑动窗口的动态摘要算法

动态摘要是根据查询检索词从文章中动态提取的摘要。用户仅仅浏览动态摘要之后就能了解文章中与查询相关的部分,进而判断是否值得详细阅读整篇文章。该文根据搜索引擎对摘要速度和质量的要求,提出了一种使用滑动窗口抽取片断的算法,接着构造了摘要评测模型,使用同一个测试集对新动态摘要算法和Google、百度作对比实验。结果证明使用新方法生成的摘要能够言简意赅地概括文章的相关内容,在摘要指标的分项测试中取得了和Google基本相同的效果,但明显要比百度好,综合评价分别提高了5%和11%。

一种社交网络环境下并行短文本查询算法

随着移动社交网络的迅速发展,如何从海量带有时间属性和地理位置属性的短文本信息中快速查询到有效信息具有重要意义.社交网络环境下传统短文本查询算法忽略时间维度,并且在海量数据下无法满足用户快速响应的需求.针对以上问题,提出一种社交网络环境下并行短文本查询算法.提出的算法设计了基于MapReduce模型下的查询框架,该框架使用了基于滑动窗口下的多版本时空索引(MVSTR-tree),保证了查询过程中融合了时间和空间属性,实现了对海量数据高效查询的目标.最后,通过真实数据集的实验证明该算法能有效缩短查询时间.

采用可变时间窗口的TIF-LDA微博主题模型

微博是社交网络的主要形式,其短文本和时效性的特点能够体现出当前大众最新兴趣取向.微博文本不同于传统文本,其时效性的特点使得在对其进行主题挖掘时容易忽略时间因素而造成结果不准确.针对此问题,提出了采用可变时间窗口的TIF-LDA微博主题模型对微博主题分析做出时间限定,并基于微博发布的时间为微博词条添加时间权重,使用词条的时间权重之和作为词条在LDA主题挖掘计算中的影响因子.实验结果表明,相较于标准的LDA主题模型,本文所提模型能够更加准确地反映用户最新的关注热点.

基于SOCKET的多线程下载工具的开发

在Windows编程中,为了提高代码的时、空效率,广泛采取多线程技术。本文以多线程技术的应用为研究背景,实现了多线程的一个应用:多线程文件下载。该下载工具以VC++6.0为开发平台,利用Windows套接字函数进行网络编程,实现了基于HTTP协议的文件下载过程,并通过创建和编写线程函数实现了文件的多线程下载工具的开发。利用该下载工具可以对网上的文档、图片、歌曲等各种文件实现多线程下载。经测试表明,该下载工具使文件的下载速率得到了有效提高。

基于网络分布式窗口系统的图片绘制软件NuSlides的设计与实现

本文讨论了设计和实现图片绘制软件NuSlides的主要技术问题.包括CC-NeWS窗口环境下应用软件开发的一般方法、NuSlides的功能设计和交互技术等,最后给出用NuSlides绘制的几个图例.

NDSSG的人机交互系统的设计与实现

本文主要讨论NDSSG的人机交互系统设计与实现的一些问题。人机交互系统又称会话系统。在文中提出了人机交互系统的基本设计思想,根据这些设计思想我们对人机交互系统的实现作了探索与尝试,并且证明了用此思想所实现的系统既能适应有限资源的微机环境,又具有方便、灵活之特点。

中小型中文报刊全文数据库的建立及其应用

分析了中文报刊全文数据库文献的特点 ,同时对报刊全文数据库的设计、实现方法以及应用作了详细介绍 ,最后分析了系统的特点与不足。

深圳主题公园旅游吸引力游客感知研究——以世界之窗为例

深圳的主题公园一直是深圳乃至全国游客人数、门票收入最多的景区之一。但随着设施的老化,创新的减少,现阶段的主题公园发展面临新的挑战。本文以世界之窗为例,以游客感知为切入点,探讨现阶段深圳主题公园吸引游客的主要吸引力是否发生了变化。本文发现,现阶段的游客比起世界之窗的微缩景观,更加注重公园的活动尤其是夜场活动,而且游客结构也从青少年转变为家庭游客。本文认为在原有的景观无法持续吸引游客的当下,应该主动增加活动比例,增加活动的文化内涵,同时做好现有设施的维护修缮工作。

垃圾邮件并行过滤模型的设计

随着网络的日益普及,垃圾邮件问题日趋严重,各种过滤垃圾邮件的算法也应运而生。简单贝叶斯方法计算简便,但受算法假设条件的限制,查全率和正确率都难以达到更高的层次;其他几种方法计算太复杂。将计算机理论中的"流水"概念引入到垃圾邮件分类器中,建立并行过滤模型,查全率和准确率都比较令人满意。

应用软件的符号化文本指示辅助教学

提出了一种符号化的文本指示路径辅助教学法,以便提高基于Windows操作系统的应用软件课程教学效率,规范课堂教学进程.界定了步骤、路径和过程等有关概念,定义了文本指示符号,探讨了叙述符号标准化和文字注释规范化等问题,并以Protel这种通用EDA工具软件为教学载体列举了一些应用实例.实践证明,这种方法可简化信息传递方式,便于书面交流,有助于同类课程标准化教学,因而具有实用性和一定的推广价值.

中小型中文报刊全文数据库的建立及其应用

详细介绍了中文报刊全文数据库文献的特点,同时对报刊全文数据库设计、实现方法以及应用作了详细的讨论,最后分析了系统的特点与改进方向.

基于网络套接字的电子白板系统设计

电子白板技术作为网络教学的基础技术得到了最广泛的应用。文中对利用网络套接字，进行电子白板系统的设计和实现，以及使用MSTTS（文本朗读）语音处理技术，作了较详细的论述、并给出了Windows下实现的关键Visual C＋＋代码和一个简单实例．

一个多种媒体的超文本系统的设计与实现

研究了把超文本和面向对象技术结合起来进行多媒体系统设计与实现的新思路，介绍了利用面向对象技术对多种媒体进行分类和组织，并利用超文本技术把多种媒体有机地结合在一起的方法，提出了利用窗口概念实现媒体组织的方法。

一种新颖的特征提取方法在文本分类器中的应用

自动文本分类中类别特征提取是文本分类中的关键,传统特征提取算法存在特征提取不够准确,进而导致分类精度不高.为解决此问题,本文提出了一种有效的特征提取方法-基于滑动窗口的特征提取方法,用来构成文本分类的模型,该方法能扩大特征的提取范围.实验表明,改进后的分类模型可以有效地提高文本的分类精度。

基于鼠标及窗口行为的持续身份认证研究

针对当前基于鼠标动力学的身份认证方法在开放环境中认证性能低的问题,提出了一种联合鼠标及窗口行为进行跨域分析的方案.首先从采集的数据中提取鼠标动力学以及点击窗口名双域特征;然后使用投票制特征选择算法进行特征筛选,以降低鼠标行为的变异性;最后通过支持向量机构建认证模型,在完全自由的内网中进行持续身份认证实验.实验结果表明,该方法在2min的检测时间中表现出较低的误报率(5.38%)和漏报率(3.16%),且准确率可达到94.2%,优于当前在开放环境下基于鼠标动力学的分类识别研究.