平面向量等值线定理及其应用

本文梳理了等值线性质及如何求定值“k”,对等值线进行解读.应用等值线解高考题及竞赛题中出现的一类向量线性表示后的系数问题.     

基于自然标注的网页信息抽取研究

随着Web网页数量的爆炸式增长和网页噪声不断增多,网上获取重要信息变得越来越困难.本文从一个新的角度,提出了一种基于自然标注的网页信息抽取方法.依据这种方法,首先对网页进行聚类,提取具有相似结构的网页并进行相同的标注,然后采用SVM对抽取项进行训练,最后提取到需要抽取的数据.文章的主要贡献在于对网页中的自然标注进行分析和发现,给出了九大类自然标注的例子,并结合聚类和支持向量机,给出了训练方法.从实验结果上看,本方法优于其他方法.     

基于中文水平等级标准的中等写作教学探究——从模因论视角

写作是一种个性化的语言创造性活动,从模因论视角看,写作行为中的采集—构思—表述与模因的同化—记忆—表达—传播过程一致。基于《国际中文教育中文水平等级标准》关于中等写作能力的描述,中等写作教学以帮助学生构建认知模因和语言模因为核心任务,采用融入中外文化差异点（“同化”）、围绕写作教学环节（“记忆”）、依托应用文体训练（“表达”）、鼓励学生分享中文作品（“传播”）等教学策略,提升学生中文写作能力。     

Web日志中用户存取模式的聚类研究

基于用户访问网页的不同序列反映了用户特定的兴趣,提出了Web日志中用户存取模式的聚类算法。利用传统的Leader算法只扫描数据集一遍的优点,以及粗糙理论在处理含有不确定信息问题上的优势,给出了结合粗糙理论的改进Leader算法对用户存取模式进行聚类方法,使得同一类中的用户存取模式尽可能的相近或相似,不同类中的模式尽可能的相异。实验结果表明,该算法在可承受的计算时间内可对Web日志中的用户存取模式进行有效聚类。     

一道高考向量试题的再认识

综观每年的高考试题,我们都可以发现许多“好题”,如果我们能够对它们进行思考、认识、再思考、再认识,不难发现它们背景丰富、构思巧妙、方法多样,这些“好题”不但可以很好地考查学生的知识与能力,而且对高三数学的复习教学具有很好的导向与促进作用．     

信息检索中修饰语作用的研究

在海量信息中检索时,与用户查询相关的信息常常被漏掉,而与查询无关的信息———信息垃圾,却大量地出现在检索结果中。改进文本信息检索系统的质量,提高检索效能,已成为亟待解决的问题。本文针对能够影响检索效力的一个易被忽略的因素———修饰语,研究其在文本信息检索中的作用。为此,构建了修正的向量空间模型(Modified Vector Space Model,MVSM),并以英文文本进行试验,进而说明修饰语的作用。     

NFCNNC:一种新的模糊竞争神经网络聚类模型及其在文本聚类中的应用

提出了一种新的模糊竞争神经网络聚类模型NFCNNC,并将其应用到文本聚类中。NFCNNC将模糊中心聚类(FCC)算法得到的模糊聚类中心向量作为神经网络的权值,通过比较隶属度值得到获胜神经元。网络中仅两个神经元同时调节权值。隶属度值最大的神经元以较大的学习率调整权值,隶属度次大的神经元以较小的学习率调整权值,其他神经元权值不变。按照FCC算法调整模糊聚类中心向量值(即权值)和神经元的隶属度,当网络稳定时,即可确定聚类数。与传统模糊神经网络模型相比,本文的模糊神经网络模型具有结构简单、运行效率高、聚类精度高的优点,同时克服了传统算法需预先指定聚类数的局限性。通过对文本聚类的实验验证,本算法取得了良好的效果。     

向量的工具性及其应用

向量是高中数学中的新增内容。作为解决数学问题的一个重要平台,向量为数学解题提供了重要的思想方法和手段,使某些数学问题的解决变得简洁明快。近几年,有关向量题材的问题在高考试题中也频频出现。向量既有大小,又有方向,方向决定了向量和几何的关系,大小决定了向量和实数的联系。因此除了向量本身的知识内容外,向量作为工具性的知识,与不等式、解析几何、平面几何、立体几何、函数等的结合,成为中学数学教学研究的一个重要课题。一、与不等式的结合向量本身不能比较大小,但是向量的模和向量的数量积是实数,它们是可以比较大小的,这一点正是向量与不等式能够广泛结合的基础。不等式:||(a|→)|-|(b|→)||≤|(a|→)±(b|→)|≤|(a|→)| |(b|→)|;|(a|→)·(b|→)|≤|(a|→)||(b|→)|是向量与不等式联系的基础,其应用是广泛而深入的。     

基于信息度量与SVM的文本图像自动提取技术

在网络文本图像的自动提取过程中,计算机难以直接实现基于高层语义特征的文本图像提取,因此文本图像提取技术的性能很走程度上依赖于底层统计特征的提取。广义归一化图像信息度量（GNPIM）和Lorenz信息度量（LIM）在灰度级上描述了图像的分布,在语义层上反映了图像的内容,是区分文本图像和一般连续色调图像的有效统计特征,作为支持向量机（SVM）的输入向量。可区分文本图像与连续色调图像,从而实现网络中文本图像的自动提取。实验结果表明,基于GNPIM、LIM与SVM的文本图像提取技术能够有效提取网络中的文本图像。且正确率高,速度快。