商检多媒体综合信息处理系统的设计

商检系统利用计算机进行现代化管理是一项非常重要的课题，本文主要介绍基于计算机网络的通用性商检多媒体综合信息处理系统的功能及设计方法。

输入法码本前期处理工具的实现

码本是指输入系统所对应的汉字及词组的编码、属性等信息的文件,是汉字输入系统的基础。文章介绍了输入法字码本和词组码本的采集、整理、转换的一般过程,对汉字输入法码本的前期处理做了一个总括。

基于核心词和实体推理的事件关系识别方法

事件关系识别是一项面向文本信息流进行事件关系判定的自然语言处理技术。事件关系识别的核心任务是以事件为基本语义单元,通过分析事件的篇章结构信息及语义特征,实现事件逻辑关系的浅层检测(即判定任意事件之间是否存在逻辑相关性)。该文通过利用同一话题下事件的核心词及实体的分布特性,针对同一话题下事件关系识别任务,提出一种基于核心词和实体推理的事件关系识别方法。实验结果显示,该文方法明显优于基于事件语义依存线索的事件关系识别方法,F值获得了15.34%的提升。

关联规则的冗余删除与聚类

关联规则挖掘常常会产生大量的规则,这使得用户分析和利用这些规则变得十分困难,尤其是数据库中属性高度相关时,问题更为突出.为了帮助用户做探索式分析,可以采用各种技术来有效地减少规则数量,如约束性关联规则挖掘、对规则进行聚类或泛化等技术.本文提出一种关联规则冗余删除算法ADRR和一种关联规则聚类算法ACAR.根据集合具有的性质,证明在挖掘到的关联规则中存在大量可以删除的冗余规则,从而提出了算法ADRR;算法ACAR采用一种新的用项目间的相关性来定义规则间距离的方法,结合DBSCAN算法的思想对关联规则进行聚类.最后将本文提出的算法加以实现,实验结果表明该算法是有效可行的,且具有较高的效率.

基于Web的文本挖掘研究

基于Web的文本挖掘是数据挖掘的重要组成部分,文章重点对文本特征提取、文本分类、文本聚类等Web文本挖掘关键实现技术做了介绍,最后讨论了Web文本挖掘的价值及其对Web发展的重要性。

生物课件制作三步曲

制作多媒体教学课件已经成为现代生物教学的重要教育教学技能之一。本文结合作者的课件制作实践 ,就如何快速、高效地制作出多媒体生物课件提出了基本的制作方法和思路 。

树型空间索引及其在聚类中的应用研究

对大型高维数据集进行高效的聚类分析已成为许多领域的迫切需要,但是一般的聚类技术在处理高维数据时性能低下。树型空间索引可以高效地组织并检索高维数据,因此使用树型空间索引是改善聚类性能的有力途径。该文介绍各种树型空间索引的结构,并对它们的性能加以分析,接着讨论树型空间索引在聚类分析中的应用,并提出将树型空间索引与聚类技术相融合的思想。

Web文本挖掘中特征提取的设计与实现

特征提取是Web文本挖掘中的一项关键技术 ,在此就Web文本挖掘中特征项的提取作了一番讨论 ,并以名字的提取算法为例 ,介绍了其提取算法。

FTP搜索引擎数据采集策略的研究

为了解决传统FTP Search Engine的检索时效性问题,提出了一种有针对性的数据采集更新模型。在该模型中,更新频率被设计用于解决在怎样尽可能降低服务器负载压力的前提下保证较高的平均有效下载比率的问题,而队列排序用于解决在一次数据采集更新中怎样确定FTP站点队列采集对象顺序的策略优化。

最小支持度变化时分布式数据库中频繁项目集更新

讨论分布式数据库系统中最小支持度变化时频繁项目集如何高效更新问题,提出了一种基于最小支持度变化的局部频繁项目集的更新算法ULFS和全局频繁项目集的更新算法UGFS.该算法能够充分利用已挖掘的结果,并且产生较少数量的候选频繁项目集,在求解全局频繁项目集过程中,候选局部频繁项目集支持数的通信量为O(n).将文章提出的算法用Java加以实现,并对算法性能进行了研究.实验结果表明这些算法是可行、有效的,并且具有较快的速度.

Smartdraw在生物课件图形素材收集中的运用

在生物多媒体课件制作过程中，图形素材的运用占有重要地位．准备充足的生物图形素材是一项难度较大的基础性工作，需要制作者掌握一定的方法．怎样才能快速便捷地得到大量的生物学图形素材呢？流程绘图软件Smartdraw既是一个庞大的素材库，又是一个素材加工和制作的有用工具．本文结合自己的使用体会，介绍了运用Smartdraw收集和绘制生物图形素材的方法和技巧，以供广大生物教师参考．

融合频率和通道卷积注意的脑电(EEG)情感识别

现有的脑电(EEG)情感识别研究普遍采用神经网络和单一注意机制来学习情感特征,具有相对单一的特征表示。而神经科学研究表明,不同频率和电极通道的脑电信号对情感有不同的响应程度,因此文中提出了一种融合频率和电极通道卷积注意的方法,用于脑电情感识别。具体来说,首先将EEG信号分解到不同的频带上并提取相应的帧级特征,然后用预激活残差网络来学习深层次的脑电情感相关特征,同时在残差网络的每个预激活残差单元中都融入频率和电极通道卷积注意模块,以建模脑电信号的频率和电极通道信息,并生成脑电特征的最终注意表示。在DEAP和DREAMER数据集上的独立于受试者场景下的实验结果表明,所提出的卷积注意方法相比单一注意机制更有助于增强EEG信号中情感显著信息的导入,并且能产生更好的情感识别结果。