网刊元数据自动提取和PDF文件自动分割实践——以“中西医结合护理”网站为例

以《中西医结合护理》排版所用的方正书版文件为例,介绍用于圈定元数据字段的“准标签对”的选择技巧,以及fbd文件与html文件之间的字符兼容性和格式对等性的处理方法.以此为基础,可以方便地实现高质量网刊元数据的高效率自动提取,以及PDF文件的精准自动分割与转页合并.实践证明,对于特定期刊而言,上述工作是很容易自主完成的.     

从婚姻档案的利用看民生档案的作用

婚姻登记档案是个人婚姻历史的真实凭证,与婚姻当事人的切身利益密切相关。随着我国经济社会的不断发展,公民法制意识不断增强．婚姻登记档案信息利用也越来越频繁。在办理财产分割、财产继承、财产公证、财产纠纷、出国旅游、抵押担保等诸多事务中发挥着不可缺少的凭证作用;另外．公、检、法部门和律师在办案中,需要了解当事人的婚姻状况的．也需要查阅婚姻登记档案。     

基于用户协作PDMA的星地融合网络性能分析

将用户协作PDMA技术引入到星地融合网络下行链路系统的通信中,目的是当卫星向用户发送PDMA叠加信号时,其中最佳信道用户能够作为半双工中继节点解码和转发其他用户的信息,以提高弱用户的通信性能。文章推导出三用户处于不同程度衰落情况下系统的中断概率和遍历容量表达式,并通过仿真验证了理论分析的正确性,而且证实了与传统的正交多址接入及非协作PDMA系统相比,用户协作PDMA方案可以获得更高的中断性能和遍历容量。     

县域高中的学校阶层分割与学生的高等教育期待——基于粤东西北“县中塌陷”问题的调查

本文引入社会分层视角,基于2022年开展的一项针对粤东西北“县中塌陷”问题的调查数据,探讨了县域高中学校的社会阶层分割现象及其对学生高等教育期待的影响。本文发现,第一,被调查区域的县域高中存在较为明显的阶层分割现象,即县域内高中集中了社会经济地位较低的学生,它可以从两个方面加以观察,一是县域内高中学校的平均社会经济地位较低,二是县域内高中学校学生的社会经济地位较为集中;第二,学校的阶层构成状况对学生的高等教育期待有着显著影响,当其他因素保持不变,学校的平均社会经济地位越低、学校的社会经济地位异质性越低,学生的高等教育期待也会越低。将学校阶层分割概念引入针对“县中塌陷”问题的讨论有着重要的理论和现实意义。     

媒体纵览

2006年春夏,又一波大学毕业生求职的紧要潮峰,各种悲喜故事司空见惯地轮番上演,浙东南一家数十人规模的印刷厂的老板对周刊记者说,两年以来,他那个不大不小的厂子,一直为招工困难而苦恼。同样的困难还苦恼着他周边的一干大小老板们。中国的劳动力市场分割,只是就业问题的诸多症结之一,但最鲜明有力地象征着这个问题的中国国情;同理,大学生就业一事,只是中国就业问题诸多方面之一面,却关乎中国的人口结构、国家政策、教育制度与国际经济格局。根据《BP世界能源统计2005》的数据表明,中国的能源消费目前已占世界总量的13.6%,中国不仅成为煤炭…     

对几种视频分割算法的测试及讨论

文章讨论的是在静止背景下,利用背景消减的思想,对视频进行分割的四种算法．通过在不同的实验环境中采样分析,重在比较不同算法在精确度和系统资源消耗上的区别．     

处于激发态的原子能够被电离吗?--一道物理习题的讨论与思考

笔者在教学过程中遇到这样一道习题 :一个氢原子处于第 3能级时 ,外面射来一个波长为 6.63× 1 0 - 7ｍ的光子 ,下列说法中正确的是 :Ａ .氢原子不吸收这个光子 ,光子穿过氢原子 .Ｂ .氢原子被电离 ,电离后的电子的动能为0 .3 6ｅＶ .Ｃ .氢原子被电离 ,电离后电子的动能为零 .Ｄ .氢原子吸收光子 ,但不电离 .该题见于江苏教育出版社出版的《自主学习与检测　高中物理练习册》二年级下册 ｐ .1 2 8,其参考答案为“Ａ” .由玻尔的氢原子模型理论可知Ｅｎ=Ｅ1/ｎ2 ,Ｅ1=-1 3 .6ｅＶ ,故Ｅ3=-1 .5 1ｅＶ ,又由爱因斯坦的光子说可知外面射来的光…     

A learning-based method to detect and segment text from scene images

This paper proposes a learning-based method for text detection and text segmentation in natural scene images. First, the input image is decomposed into multiple connected-components (CCs) by Niblack clustering algorithm. Then all the CCs including text CCs and non-text CCs are verified on their text features by a 2-stage classification module, where most non-text CCs are discarded by an attentional cascade classifier and remaining CCs are further verified by an SVM. All the accepted CCs are output to result in text only binary image. Experiments with many images in different scenes showed satisfactory performance of our proposed method.