湖南省永州市中小学学生家长对“体育艺术2+1项目”需求度研究

对永州市中小学学生家长进行问卷调查,结果显示;永州市中小学学生家长文化层次偏低、对"体育、艺术2+1项目"了解程度不高,但非常支持和需要"体育、艺术2+1项目",家长将学校、家庭和社会相结合作为学生接受"体育、艺术2+1项目"的重要手段;家长最想让孩子参加的体育项目是球类项目、艺术项目是绘画类项目。     

因子周期函数最小顺向周期的存在性

研究了因子周期函数的最小顺向因子周期的存在性问题。由顺向因子周期的概念、对数公度的定义、因子周期函数y=f（x）的最小顺向因子周期的存在性问题得到了因子周期函数的最小顺向周期存在的一个充分条件：若因子周期函数存在最小顺向因子周期,则它的任何两个周期都是可对数公度的。     

公路路基压实度检测技术

路基工程质量的好坏,压实度是最重要的指标之一,只有对路基进行充分压实,才能保证路基的强度和整体稳定性,延长公路的使用寿命。路基压实度检测有多种方法,文章通过在工程压实度检测中发现的一些问题和采用的检测方法进行技术探讨。     

基于主题句相似度的标题党新闻鉴别技术研究

针对目前网络上的标题党新闻,提出一种标题党新闻自动识别的算法。通过分析新闻网页构成的特点,抽取出新闻标题和新闻正文;以句子关系矩阵为基础,提出一种以语句为单位的主题句抽取算法;根据句子相似度计算结果来进行判断。实验表明,本方法的识别精度可达到80%,是一种有效的方法。     

基于句法依赖关系模板的术语相似度计算方法

针对现有基于语境特征的术语相似度算法在语境模板生成和匹配过程中存在的不足,提出基于术语的句法依赖关系自动构造术语语境模板,进而通过语境模板匹配计算术语相似度的方法。该方法既能减少语境模板的生成和匹配困难,又将术语语境特征较好地保留在模板中。针对新方法提出具体的实现步骤,并选取基因工程领域实验数据对新方法和现有典型方法进行对比评测。实验证明,新方法在计算效果方面具有明显提升。     

对《档案法》修订草案的几点建议——基于取消设定档案公布权之理论探讨

长期以来,我国《档案法》一直奉行建立公共档案利用与公布的二元制度.随着社会主义市场经济体制的确立,政府职能向公共服务、社会管理等方面转变,档案公布权的设定越来越不适应档案开放利用工作发展的需要.故在新一轮的《档案法》修订中,一方面,有必要考虑废止开放范围内的档案公布权,取消开放范围内档案公布主体的限制,鼓励社会各界参与...     

基于K-means算法的Ｗeb访问用户关联规则挖掘算法

针对传统关联规则算法中事务扫描的重复性以及最小支持度设定的不确定性,导致关联规则挖掘算法扫描事务数据库运行效率低下的问题,提出一种基于K-means的Web访问用户关联规则挖掘算法,该算法利用K-means算法聚类的效果,将Web访问用户数据集聚类为不同的小数据集,采用不同的最小支持度,分别对Web访问用户聚类小数据集进行关联规则挖掘。分析和实验结果证明,该算法可有效提高传统关联规则挖掘算法的效率,同时也可有效避免传统关联算法中扫描中的重复性。     

基于网页结构相似度的Web 信息抽取

本文重点探讨基于编辑距离的网页相似度算法在Web 抽取系统中的应用与实现.通过结合基于URL 及编辑距离的网页结构相似度的计算方法,抽取系统在抽取过程中能够检测网页结构的变化,从而主动做出判断,选择适应规则进行抽取或通过主动学习自动扩展规则库.结构相似度计算赋予系统感知网页结构变化的能力,系统通过主动自我更新与调整,能更好地适应面向实际应用的异构资源的获取.算法的可行性和效率在原型系统中得以验证.     

面向个性化推荐的快速关联规则挖掘算法

关联规则挖掘是解决电子商务推荐问题的重要方法之一.针对传统关联规则挖掘算法在解决移动电子商务环境个性化推荐问题时反复扫描数据库,频繁项挖掘效率低,关联规则挖掘准确率低以及规则大量冗余等不足,提出一个基于事务矩阵和用户兴趣度的关联规则挖掘算法(Matrix-and-Interestingness-based Association Rules Mining,MIbARM).该算法仅需扫描一次数据库,并在挖掘过程中不断缩小算法搜索空间以避免生成冗余候选项,同时避免了冗余规则挖掘,从而提高了挖掘效率.最后,在四组人工数据和160种参数组合的数值实验环境下,引入Apriori、CBAR 及BitTableFI算法对MIbARM进行对比验证.结果表明,在不减少有趣规则的前提下,MIbARM不但可有效避免冗余候选项集的产生,而且大幅减少了冗余规则数量,极大提高了算法的搜索效率,同时提升了个性化推荐的质量,更适用于移动电子商务环境下的个性化推荐问题.     

专利技术术语的抽取方法

针对专利中缺少技术关键词的问题,在对主要的术语抽取方法研究的基础上,引入C-value方法,修改了术语构词规则和术语度(termhood)计算公式,用PC-value值测量一个词语的术语度,提出了专利技术术语抽取的流程模型,实现了从专利中抽取技术术语.该模型分为四个阶段:①分词和词性标注; ②运用语言学规则取得可能术语列表; ③计算词语的术语度值,取得候选术语列表; ④领域专家评估并确定术语.实验结果证明,提出的方法能很好地抽取中文专利技术术语,在长术语的抽取和抽取精度上比C-value方法更具有优势.