武则天与文化中国

认同华夏与中原的凝聚力与向心力,是中华大一统文明共同体形成和发展的根本动力.即使如南北朝纷争割据的各政权也以争夺中华文化正统为荣,这正是隋唐得以实现大一统的精神支柱.“文化中国”是历史发展的必然走向和趋势,各个时代的历史人物都对文化中国的坚守和发展作出了自己的贡献.武则天是初唐时期文化中国的一个特殊文化符号.她适应南北朝以来文化中国大一统认同的潮流,以《周礼》为号召,推动隋唐中央集权制度的发展与改革,促进多元一脉的民族文化国家的发展,提升大一统的国家形象,继承有唐“以文治天下”的传统,亲撰《臣轨》,倡导“以道德化天下”,在中国官德教化史上留下了靓丽的一笔.她为文化中国的历史发展作出了自己特殊的贡献。     

Soft-constrained inference for Named Entity Recognition

Much of the valuable information in supporting decision making processes originates in text-based documents. Although these documents can be effectively searched and ranked by modern search engines, actionable knowledge need to be extracted and transformed in a structured form before being used in a decision process. In this paper we describe how the discovery of semantic information embedded in natural language documents can be viewed as an optimization problem aimed at assigning a sequence of labels (hidden states) to a set of interdependent variables (textual tokens). Dependencies among variables are efficiently modeled through Conditional Random Fields, an indirected graphical model able to represent the distribution of labels given a set of observations. The Markov property of these models prevent them to take into account long-range dependencies among variables, which are indeed relevant in Natural Language Processing. In order to overcome this limitation we propose an inference method based on Integer Programming formulation of the problem, where long distance dependencies are included through non-deterministic soft constraints.     

基于智能Agent的远程学习者情感与认知识别模型——眼动追踪与表情识别技术支持下的耦合

情感与认知状态的准确识别是实现远程学习者与教学Agent有效互动的基础。只有有效识别出学习者的情感与认知状态,教学Agent在改变学习者行为态度、帮助学习者获取和理解知识、支持学习者认知发展方面才能取得预期的效果。现有的教学Agent普遍存在两方面问题:一是缺乏情感交互性,容易使远程学习者产生厌倦情绪;二是认知推断功能薄弱,对学习效果的促进作用不稳定。这主要是由于Agent对学习者状态的识别不够充分造成的。已有的学习者状态识别方法虽然在学习者情绪状态的识别方面各有优势,但却无法同时检测学习者的视域、学习情绪与认知状态。学习者的眼动追踪数据是判断学习者实时状态的重要指标,也是学习者与Agent进行情感交互的重要依据。结合表情识别和眼动追踪技术构建的基于智能Agent的远程学习者情感与认知识别模型,将眼动追踪与表情监控迭代识别、情感与认知识别过程相耦合,以提高远程学习者状态的识别准确率,改进Agent对学习者的情感和认知支持,为智能教学Agent与远程学习者交互机制的研究提供新的思路和方法。     

一种基于指纹人脸的多生物特征身份认证方法

本文分别介绍了一种基于指纹人脸识别的多生物特征身份认证方法,并针对传统的指纹人脸方法提出相应的改进算法。对指纹识别,本文提出采用局部归一化方法结合Gaussian滤波器来计算指纹方向,再对局部脊线补偿法(Loca lRidge Compensation)进行快速运算,能够更加快速准确地进行指纹识别。人脸识别通过定位人脸位置并且进一步提取人脸特征来进行匹配,使用LBP(Local binary patterns)算子对人脸样本进行局部特征提取,对LBP处理后的人脸图像使用主成分分析(PCA)进行降维,并采取了极限学习机(Extreme learning machine,ELM)分类器进行匹配,将指纹、人脸的识别结果在决策层进行融合,最后做出判断,从而得到准确稳定的身份认证系统。     

基于谱分析的信号分类算法研究

本文通过对常用数字信号的频谱及高次方谱进行分析,通过信号频域区别提取一组有效特征对常用数字信号进行分类。这组特征提取简单,且无需任何先验知识。仿真结果表明,在信噪比不低于0dB的情况下,正确识别率达到95%以上。     

Breakthrough recognition: Bias against novelty and competition for attention

Adding to the literature on the recognition and spread of ideas, and alongside the bias against novelty view documented in prior research, we introduce the perspective that articles compete for the attention of researchers who might build upon them. We investigate this effect by analyzing more than 5.3 million research publications from 1970 to 1999 in the life sciences. In support of our competition for attention perspective, we show that articles covering rarely addressed topics tend to receive more citations and have a higher chance of being breakthrough papers as compared to articles on more popular topics. We also explore conditions under which these effects might vary by using decade subsamples, home- versus foreign-field forward citations, as well as short-, medium- and long-term time windows. Finally, we also find evidence consistent with the previously documented bias against novelty and show that both mechanisms can work simultaneously.     

利用现代信息技术实现图书排架标定及自动识别

利用现代信息技术，建立图书馆流通部图书排架标定及自动识别方法，该方法可以有效地解决开架借阅过程易产生的错架、乱架问题。     

对高校图书馆强化公共关系意识的再认识

公共关系是人类社会关系的一种表现形式，有关公共关系的学说在19世纪末20世纪初产生于美国。随着社会的进步与发展，公共关系学已成为学术界极为关注的一门综合性学科，成为现代管理中不可忽视的重要组成部分。牢固树立公共关系意识，注重对公共关系的投资对高校图书馆的发展具有重大意义。     

右等价下函数芽的内蕴理想

通过研究在接触等价下函数芽的识别问题,把其中的分歧参数改为状态变量,从而给出了在右等价下函数芽的识别问题的基本概念:内蕴理想及其性质。     

多辆物料车车号识别

介绍了每辆物料车通过交换机和PLC实现多辆物料车数据交换及电气连接,最终在集中控制室内实现对多辆物料车的数据处理及远程控制,并详细介绍了系统自动识别因装料、卸料等作业导致物料车顺序变化后的物料车车号。