利用TRS全文检索系统建设动态图书馆网站

本介绍了选择TRS全检索系统建设动态图书馆网站的背景；TRS系统的体系结构，各部分的功能；详细探讨了TRS系统在图书馆网站中的应用，结合建设实践，探讨了在应用中的一些实际问题的解决。     

一阶扩展Cooper变换改进型

提出一种一阶扩展A型Cooper变换改进型模式,用结构归纳法证明了其正确性,并给出应用示例。     

基于论文与专利整合数据的研究方向发现模型研究

海量信息分析及基于分析结果得出相应的结论是一项非常重要的工作,该工作需要投入大量的时间和精力。本文涉及了基于论文与专利整合数据的研究方向发现模型,从论文和专利共同研究方向和新兴技术两个方面来揭示论文和专利之间关系,最后,我们对电动汽车论文和专利数据进行了实例验证。     

种子概念方法及其在基于文本的本体学习中的应用

介绍基于文本的本体学习及其层次,分析本体学习中术语获取的主要方法。针对术语获取中存在的问题,在术语形成的经济规律基础上,引入种子概念方法,并利用统计和规则两种方法抽取与种子概念相关的领域术语;证明种子概念方法是一种有效获取领域术语的方法。实验证明少量种子词可以获取大量领域术语,为本体构建提供基础和框架。     

论自动文摘及其分类

自动文摘 ,即利用计算机自动编制文摘 ,是信息时代的需要。本文讨论了文摘的不同定义、特点和功能。目前 ,文摘的分类方法不适用于自动文摘的分类 ,因此 ,本文试着从多角度对自动文摘系统进行了分类 ,这样的分类根据自动文摘的特点进行的划分 ,是对自动文摘分类的一种总结 ,可以作为构造自动文摘系统和思考自动文摘发展方向的参考和借鉴。最后 ,概述了中文自动文摘系统的研究状况 ,展望了自动文摘的发展趋势。     

工业热电偶自动检定系统

介绍一种热电偶自动检定系统的整体结构、硬件组成、软件设计和主要技术问题的解决方法。该装置满足工业热电偶检定的技术要求．系统测试精度高,软件功能丰富,操作简便,易于普及推广。     

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。     

基于非相关文献知识发现中的文本挖掘研究

文本挖掘是基于非相关文献知识发现的核心。本文将文本挖掘的过程细化为从文献源到初始文献集子过程,从初始文献集到中间词集子过程,从中间词集到关联词集子过程。并对每一个子过程中所使用的方法进行分析比较。在此基础上对文本挖掘存在的问题进行分析,并提出改进方法。     

文本单元向知识单元转化的研究

本文阐述了文本单元向知识单元转化的必要性和过程。利用本体技术构造知识单元,采用本体描述语言实现对知识的本体表示,阐述了OTKTS系统的两个主要模块。     

基于标记树的XML文档自动分类研究

本文首先介绍了XML文档和DTD标记树的生成方法,并对标记树中节点的概念进行了扩充,使之不但包括元素,同时也包括连接符,以适应DTD结构的要求。随后将标记树中的元素分为共有元素、文档元素和DTD元素,并提出层次权重和结构权重以衡量元素的层次和结构复杂程度,给出具体计算方法。在此基础上提出了一个衡量XML文档和DTD之间相似度的算法,将其应用于XML文档自动分类中,并给出该算法的时间复杂度计算公式。从实验结果可以看出,该分类方法准确率较高。