UMLS语义网络在社会化标注系统中的应用研究

[目的/意义] 研究统一医学语言系统中语义网络与社会化标注系统结合的深层次应用。[方法/过程] 总结UMLS语义网络的现有应用,分析UMLS语义类型与FrameNet语义类型的特征,构建适合本研究的语义类型,并通过实例梳理社会化标注系统与本体映射的思路。[结果/结论] 提出将所构建的语义类型作为标签归类的分类器以及作为分众分类系统与框架网络本体映射的桥梁。突破传统的基于统计的标签归类方法可为本体与分众分类系统的映射提供新的视角。     

对我国地方政府信息公开目录分类体系的编制建议

以政府信息公开网站为依托,探讨当前地方政府信息公开目录分类体系应用状况。通过浙江省、南宁市政府信息公开分类体系的案例,从其指导原则、主题分类、服务分类、机构（部门）分类的角度进行分析和说明,发现信息公开分类体系存在的问题,以此为基础,对地方政府信息公开目录体系的编制提出一些有针对性、可行性的建议,从而提升政府部门服务质量和工作效率。     

对高校体育普修课"体能分班形式"的实验研究

通过教学实验,对高校体育普修课的分班形式进行了研究。发现按“体能”分班这种形式进行教学,可以充分发挥学生学习的积极性和主动性。并且在教学方法和手段上更具有针对性。这不仅能有利于教学效率的提高,更能避免“大锅饭式”的教学,达到因人而异,从而真正提高教学效果。     

数字时代新建本科高校合格评估图书资料指标的设定

数字化时代,电子文献越来越受到青睐,随着高校图书馆文献信息保障方式的多元化,电子文献收藏成为部分高校的主流。鉴于此,文章指出今后新的高校合格评估方案,应当取消生均图书量的规定,增设读者满意度、馆藏利用率以及电子文献馆藏总量等指标,提高馆藏质量,适应时代发展需要,以有效避免过去因评估而引起的种种弊端的再次发生。     

德国、法国、英国、意大利国际体育专利的竞争情报分析

运用描述性统计、词频分析、Ucinet 6.0统计软件,对德国、法国、英国、意大利在欧洲专利局申请的体育专利的发展趋势、IPC及申请人进行分析。结果认为:2002—2011年,德国、法国、意大利各年度在欧洲专利局的体育专利申请量、体育专利申请量占相应年度世界体育专利申请总量的比例均呈下降趋势;2010—2011年,德国、法国、英国、意大利在欧洲专利局体育专利申请中的研发领域、技术应用的关联性、申请人的集群优势及主要技术应用具有不同的特点。为我国发现体育专利研发的创新点、了解竞争对手的技术应用、研发集群优势、规避因知识产权纠纷带来的风险提供了具有参考价值的竞争情报。     

基于DTW距离的时序相似性方法提取水稻遥感信息——以泰国为例简

热带季风区多云多雨的天气条件一直是多光谱遥感探测地表信息的难点之一。本文针对东南亚地区多雨多云的复杂天气条件以及水稻种植灵活的特点,利用MODIS时间序列数据,提出一种基于动态时间弯曲（DTW）距离的相似性判别的土地覆盖分类方法,对泰国东北部地区单、双季稻种植面积进行了遥感提取研究。针对研究区雨季遥感影像像元受到云覆盖影响严重,使用替换法去云,结合S-G滤波方法对计算得到的MODIS09A1数据的NDVI时序数据去噪,再采用DTW距离相似性方法逐像元比较与标准NDVI时间序列的时序相似性,将不同类型所得NDVI相似性值作为模糊分类隶属度参考值对泰国东北部地区单季稻、双季稻进行分类提取面积。最后结合野外采样数据、Google Earth高清遥感影像进行精度验证。结果表明,该方法能够用于针对东南亚多雨多云区水稻种植面积大范围监测。     

浅谈图画书

图画书是一种集语言艺术和绘画艺术于一体的特殊儿童文学样式。它不同于带插图的儿童文学书,也不同于中国的传统儿童读物——小人书。它拥有独特的艺术特征。亲子阅读图画书,对于孩子的阅读与成长有着十分重要的作用。     

基于FastText的新闻文本多分类研究

在迅速增加的海量数据中,文本形式的数据占很大比重。文本分类作为最常见的文本挖掘技术,可在大量杂乱的文本数据中发现有价值的信息,具有重要意义。文本分类面临的首要问题是如何在确保分类准确率的同时缩短分类时间。提出使用分类模型FastText学习单词特征以解决该问题,同时在数据集上使用停用词处理方法降低噪声数据对分类模型的影响。实验结果表明,使用FastText文本分类模型在数据集上准确率达到96.11%,比传统模型提高近4%,且模型处理每条文本的平均时间为1.5ms,缩短了约1/3。     

谈英语词类的划分及特点

学好英语这门语言不仅需要我们扩大词汇量、掌握其发音特征及句型结构、对英语国家有适当的文化背景知识的了解 ,而且要花大力气对其内部细节进行透彻的学习和研究。从词类划分、各种词类之间的关系及特征入手探索英语的内在本质和发展规律 ,不失为一种学习英语的既有效又有趣的途径。     

基于改进支持向量机的行为分类研究

针对智能监控中行人行为难于识别的问题,提出了一种基于改进支持向量机的行人行为分类的解决方法.针对背景建模和前景提取精确度的难题,把视频中有活动的部分表示成一组时空兴趣点;针对行动方式具有无固定方式和模糊特点的问题,先采用模糊聚类求每类行为样本聚类中心,再加入决策树思想,构建一种支持向量机决策树多值分离器进行行为分类.在国际上通用行为KTH数据库进行了实验,获得较高的识别率.