局部文本特征选取算法的比较和改进研究

本文通过实验比较了互信息、χ2统计算法和优势率三种算法在用于局部文本特征选取时对文本分类性能的影响.实验结果显示,在应用于局部特征选择的情况下,文本特征选取算法仍然可以将特征空间的维度降低90%以上,而不降低文本分类的性能.同时,我们发现在应用于局部文本特征选取时,优势率算法的性能不如互信息和χ2统计算法.另外,对于K最近邻分类算法,随着K值的增大,文本分类的查准率在增加,而查全率在降低.最后,本文详细分析了造成这三种算法性能差异的原因,并提出了一种改进算法,来提高优势率算法应用于局部文本特征选取时的性能.     

地方志引书挖掘系统的设计与实现

古籍文献普遍存在着引书现象,因而构建一套针对地方志引书的挖掘识别系统,对古籍的研究以及目录学史、藏书史、科技史,都具有重要意义.本文以地方志资料汇编<方志物产>为语料,设计并构建了一个古籍引书挖掘系统.重点讨论了引书的模式提取、N-gram分词识别等功能算法.     

数据挖掘在生物医学工程文献检索中的应用

本文在概述数据挖掘技术的基本概念、分析方法的基础上,分析与比较了文本自动聚类算法;综述了国内外面向MEDLINE文献数据库的数据挖掘、知识提取研究;简述了可扩展标识语言(XML)的基本概念、文档格式及其在数据管理及数据挖掘中的应用.     

ISBN-10和ISBN-13批量互换算法及程序

主要介绍ISBN-10和ISBN-13之间的差异,给出ISBN-10和ISBN-13之间进行批量互相转换的算法,并在对算法进行分析的基础上,采用VB6.0实现了ISBN-10和ISBN-13批量互换程序。     

数字图书馆中的检索结果聚类和关联推荐研究

探讨如何在数字图书馆的文献检索平台中集成实现检索结果聚类、相关文献的关联推荐、相关作者和研究机构的关联推荐以及相关词语的关联推荐,由此帮助用户全面提高查准率和查全率,并且对聚类和推荐结果采用图形进行可视化展示,进一步提高用户的使用满意度。     

基于组合加权评分的Item-based协同过滤算法

针对Item-based协同过滤算法中用户评分数据稀疏性严重影响推荐质量的问题,提出一种基于组合加权评分的Item-based协同过滤算法,以用户评分项并集作为用户相似性计算基础,并提出一种组合加权评分方法来对并集中的未评分项进行计算和填补,从而降低了数据稀疏性。实验结果表明该算法能有效提高推荐质量。     

CDN网络分发算法的研究

CDN(Content Delivery Network)网络技术为解决网络信息传递性能的日益恶化而提出的一种改善Internet性能的方案。本文对几种主要的分发算法WRR、URL Hashing和LARD的性能在仿真实验的基础上进行了比较研究,对上述算法在系统吞吐量、缓存命中率、平均请求延时以及节点未利用率等四个方面的性能进行比较,以加深对分发算法的理解。     

数据挖掘技术对医院管理的决策支持

数据挖掘是一种从海量数据中提取可信的、有效的并能被人理解的处理信息过程,它解决了传统的统计方法无法有效地分析海量数据的问题。文章首先介绍了数据挖掘技术的基本原理,并根据医院信息挖掘的具体需求建立了完善的数据库挖掘引擎,最后通过使用分类分析方法和SLIQ算法建立决策树模型来对医院数据库中的原始数据进行挖掘。经过有针对性的分析提取出了影响各类病人的就医的关键因素,从而为医院完善自身服务、加强自身管理提供了有效的参考。     

VOD多媒体流调度中补丁算法的改进

该文分析了在VOD多媒体流调度中传统补丁算法的缺陷。提出了一种引入周期常数,使一个媒体节目的组播流产生一定间隔的改进算法,给出了改进算法的形式描述和流程图,并通过仿真实验对改进算法的特点、性能和不足进行了分析总结。     

普适评估算法模型研究

论述的评估算法模型主要针对常用的各类评估系统,介绍了算法模型的多种形式,这些模型交织在一起,详细地给出了实现算法。算法模型具有很强的实用性,为建立高效和功能强大的计算机评估系统提供参考。