一种高效的浮点上下文切换算法

为了提升基于浮点运算的任务上下文切换性能,本文提出了一种高效的浮点上下文切换算法;基于某型嵌入式实时操作系,设计实现了所提出的浮点上下文切换算法,并进行任务上下文切换的性能对比实验;实验结果表明,本文提出的浮点上下文切换算法可以有效地提高混合环境下任务切换的效率,显著减小浮点任务上下文切换的时间消耗。     

一种基于词上下文向量的文本自动分类方法

分析了传统文本自动分类方法的不足、词上下文向量的含义及其在自动分类中的作用,提出了一种基于词上下文向量的文本自动分类方法,该方法利用词上下文向量来生成分类器的类别中心向量和待分类文本的文本向量,使分类质量有所提高。     

基于主动任务模型的LBS系统架构研究

基于位置的信息服务(LBS)在正确的时间和地点,向正确的人群提供正确的位置信息,因而在移动导游系统中有着广泛的应用。文章针对具有GPS接收功能的智能手机,提出了一种基于上下文感知的主动任务模型,并给出了LBS的系统架构。该模型根据系统当前上下文与任务参数上下文进行匹配,向用户提供最符合的服务,提高了LBS服务的效率。     

原型范畴理论对感官词一词多义的解释力

一词多义一直是语言研究中的一个重要问题,近年来的认知语言学对该现象进行了更为科学和合理的阐释。本文运用认知语言学中的原型范畴理论,对修饰人类感官的形容词（感官词）的一词多义现象进行了阐释,并从中探讨感官词词义引申的规律,结果表明：1）感官词的词义使用不仅仅局限于一个感官,而是会跨越几个感官：2）感官词的意义除了描述生理现象,也能引申到心理现象．由具体映射到抽象领域。     

贝叶斯分类在词义消歧中的分析

词义消歧是自然语言处理中的一个核心问题,尝试了基于单纯贝叶新概率模型的消歧方法,取得了好的效果。由于该方法在抽取上下文特征时没有进行合理的选择,致使一些无用的信息混入其中降低了贝叶斯分类器的分类准确率。利用词根词性提高了上下文特征抽取的有效性,并且尝试寻找上下文中的指示词这种特征进行消歧。     

基于多类型分类器装袋技术的数据分类模型研究

【目的/意义】数据分类是数据挖掘研究的重要内容之一。数据分类时,由于单一分类算法分类性能的差异 性,使其不能很好地解决大部分的分类问题,探讨一种基于多类型分类器装袋技术的数据分类方法具有重要理论 意义和应用价值。【方法/过程】基于分类性能评价的准确率,使用五种不同类型的分类算法作为分类器,随机抽取 训练集后分别训练得到若干个弱分类器,然后采用自动优化加权方式,组合构建一个强的分类器。通过实验对五 种分类算法和装袋算法的分类准确率均值和标准差分别进行对比,得出各分类算法在四种数据集上分类性能的优 劣和稳定性。【结果/结论】在四个UCI数据集上的实验结果表明,与五种不同类型的分类算法相比,装袋算法不仅 在大部分数据集上都表现出很好的稳定性,而且具有更好的泛化能力。     

贝叶斯分类在词义消歧中的分析

词义消歧是自然语言处理中的一个核心问题，尝试了基于单纯贝叶斯概率模型的消歧方法，取得了好的效果。由于该方法在抽取上下文特征时没有进行合理的选择，致使一些无用的信息混入其中降低了贝叶斯分类器的分类准确率。利用词根词性提高了上下文特征抽取的有效性，并且尝试寻找上下文中的指示词这种特征进行消歧。     

人工嗅觉支持向量分类器及其应用

由于气体具有易扩散和易混合的特点,在人工嗅觉识别过程中,存在训练样本少和分类器建立困难的问题,为此,采用支持向量机这一基于小样本统计学习理论建立非线性分类器的学习算法.针对样本数目偏少的实际情况,建立了一种人工嗅觉分类器,并对好、坏、仿坏三种类别的甘草进行了分类验证.结果表明,支持向量机应用于人工嗅觉,能够取得比较好的分类效果.     

原型范畴理论与英语多义词记忆

一词多义现象是人类语言经济性原则的体现。基于原型理论的多义词研究可以使我们深入了解词语的多义化过程以及各义项之间的关系。本文以原型范畴理论为依据,探讨了英语多义词记忆的方法,提出应重视词语原型意义的学习,了解各义项间的理据联系,依据语境掌握多义词的衍生意义,达到提高词义记忆和语义表达效果的目的。     

信息系统的报表存取模式研究

电子报表在管理控制中发挥着越来越重要的作用。选择一种最适合于信息系统功能需求的报表呈现方式,在一定程度上成了信息系统开发的关键。本文中笔者比较了三种常用的报表存取模式,认为表格类报表是信息系统报表呈现的主要形式,并详细分析了表格类报表的设计方法、性能优化等问题,最后,以一个数据统计系统——五人制足球信息统计系统为例,讨论了表格类报表的应用。     

基于SVM的手写体数字识别的研究

研究了利用支持向量机分类器进行手写体数字识别的技术。构建了我国邮政手写数字库和美国邮政手写数字库。在此库上,利用基于SVM多类分类器进行了实验,并与其他分类器的识别方法进行了比较。实验结果表明,算法的正确识别率达到96.005%,识别效果最好。     

基于BFO的主题爬行算法

首先给出了主题网络爬虫的定叉和研究目标;然后系统分析了近年来国内外主题爬虫的研究方法和技术,包括基于文字内容的方法、基于超链分析的方法、基于分类器预测的方法以及其他主题爬行方法,并比较了各种方法优缺点;通过比较分析发现Best-First算法虽然有它的不足,但是它在几种算法中表现的性能最优。故以Best-First算法为基础,提出了BFO算法。对BFO算法进行性能评价,发现应用此算法搜索不但“召回率”和“收获率”有所提高,还能在一定程度上找到全局围内的最优解。最后对未来的研究方向进行了展望。     

基于实验研究的儿童搜索引擎设计

[目的/意义]针对目前儿童搜索引擎在搜索过程中对儿童认知和情感引导上的缺乏,提出了一个符合儿童认知、情感和感官需求的具有社交化智能的儿童搜索引擎设计方法,为儿童搜索引擎设计和研发提供思路和方向。[方法/过程]使用百度搜索引擎进行儿童信息检索实验,根据儿童在完成3种类型实验任务时的认知、情感表现,结合儿童教育与发展理论,分析了认知、情感和感官要素对儿童检索过程和结果的影响,并以此为依据,从认知、情感和感官3个维度进行儿童搜索引擎设计。[结果/结论]为能更顺利地完成信息检索任务,儿童需要具有认知引导与共情功能的搜索引擎辅助检索活动进行,帮助他们在检索中获得知识、提升技能。     

网格特征在车牌识别中的应用

针对汽车牌照识别,在特征提取方面,采用兼有统计特征和结构特征优势的粗网格特征,并且针对易混淆字符提出一种具有针对性、区分性较强的小波细网格特征加以补充,最后采用集成分类器进行识别,实验结果验证了本文方法的有效性。     

基于小波变换的钞票识别

提出一种基于Gabor小波特征提取的钞票识别算法。基于钞票印刷图像的纹理特性,从钞票图像中选取采样点,利用Gabor小波提取采样点的领域特性作为特征。选用统计模型作为分类器,用提取到的特征作为输入。取第五套人民币作为实验集进行了实验,实验结果表明方法的有效性,能正确识别实验集的全部样本。     

基于VSM的文本分类挖掘算法综述

简要介绍了VSM和文本分类挖掘的流程,分析了基于统计方法和基于机器学习的6种常用构造文本分类挖掘分类器的算法,指出了利用各种算法构造的分类器的特点,同时给出了这些算法的优化方向,为使用者选择、学习、改进算法提供依据。     

基于加权投票的图像隐写分析

为提高集成分类器在图像隐写分析中的检测,针对传统集成分类器中简单投票方法无法体现基分类器差异性这一缺点,提出一种基于加权投票的图像隐写分析方法。首先基于随机森林的方式生成若干基分类器,然后计算每一个基分类器的投票权值并使用加权投票的方式得到最终的结果。实验结果表明,该方法能够提高集成分类器的检测精度。     

一种基于语义关系图的词义消歧算法

在文本中,常常出现一词多义的现象,本文提出一种基于语义关系图的词义消歧算法,算法首先利用Word Net的语义关系构建语义关系图;其次,通过多义词在语义关系图的上下文选择最佳语义关系。测试用Senseval-3中的全文内容作为实验测试集,结果表明,词义消歧算法的测试结果很理想。     

分析SVM在变压器保护方面的应用

可靠、快速地鉴别内部故障和励磁涌流条件,仍然是一个具有挑战性的问题。本文我们将讨论支持向量机(SVM)对变压器差动保护方面的应用。为了取得不同令人满意的分类强度我们将充分考虑各种输入向量和训练参数。最后,分析不同版本的SVM分类器,测试基于支持向量机电力变压器保护的装置的EMTP-ATP生成的信号。已经设计完成的支持向量机分类器和标准的差动保护用传统二次谐波稳定的方法在性能上进行了比较。而且,我们对提出的支持向量机在潜在的硬件实现上进行了分析。     

谈谈提高中职应用文教学有效性的几种模式

传统的应用文教学模式,教学效果很不理想。为了提高应用文教学的有效性,本文探讨了三种比较有效的应用文教学模式。这几种模式贯彻了生本的理念,很大程度上调动了学生的积极性,提高了应用文教学的有效性。