用户认知导向的动态信息检索模型构建北大核心CSSCI

信息检索范式经历了系统导向、行为导向阶段,正在转向认知导向。信息检索的认知导向模式为进一步解决人类知识需求和利用问题提供了理论支持。文章从认知导向视角出发,探索了信息检索的本质,阐明了认知导向内涵,进一步明确了认知导向的信息检索设计要求;在此基础上,构建了由用户认知系统、信息检索系统以及交互系统组成的用户认知导向的信息检索模型;最后以科研用户活动为例,构建了面向用户需求的知识服务系统作为应用范例,进一步说明和论证了认知导向的信息检索框架模型的预期应用和服务场景。     

局部文本特征选取算法的比较和改进研究

本文通过实验比较了互信息、χ2统计算法和优势率三种算法在用于局部文本特征选取时对文本分类性能的影响.实验结果显示,在应用于局部特征选择的情况下,文本特征选取算法仍然可以将特征空间的维度降低90%以上,而不降低文本分类的性能.同时,我们发现在应用于局部文本特征选取时,优势率算法的性能不如互信息和χ2统计算法.另外,对于K最近邻分类算法,随着K值的增大,文本分类的查准率在增加,而查全率在降低.最后,本文详细分析了造成这三种算法性能差异的原因,并提出了一种改进算法,来提高优势率算法应用于局部文本特征选取时的性能.     

基于新词发现与词典信息的古籍文本分词研究

现代汉语分词虽已取得较大进展,但是古籍文本分词由于受到古代汉语词汇特征、语义、语法等限制,始终没有形成一种行之有效的方法。通过互信息与邻接熵的新词发现方法从《汉书》中寻找未登录词,结合古代汉语词汇表、古代人名词表和古代地名表构建古籍文本分词词典,以此为基础,使用pyNLPIR对《汉书》进行分词操作。实验结果显示,新词发现方法可以在一定程度上完善古籍文本分词所需的用户词典全面性,但是对3字以上的词语识别效果较差。实验证明使用新词发现结合词典信息的方法对古籍文本进行分词能够有效提高古代汉语分词准确度。     

基于最小互信息量盲源分离技术在抗多径效应中的应用

该文基于最小互信息原理,推导了基于自然梯度法的盲源分离算法,将其应用于飞行器自适应跟踪的信号处理部分进行信号分离,并采用Matlab对算法进行仿真。理论分析和仿真结果表明该算法能够有效地进行信号分离。     

闭环模式的线性空时分组码

介绍了正交空时分组码的模型,自干扰,性能;并由此提出了一种高速率准正交空时分组码的闭环模式,保证MIMO系统获得较高的速率,同时减少由于正交性减弱而引起的性能下降。其中反馈的方法就是根据发射端能够获得部分信道状态信息而提出的,这种自适应模式的性能在瑞利衰落信道下通过仿真得到了验证。     

基于ITK的医学图像配准与显示

医学图像配准是对于一幅图像寻求一种空间变换,使该图像与另一幅图像中的对应点达到空间上的一致。将对ITK进行介绍,并讨论交互信息配准,二维刚性配准,仿射变换3种方法的实现及其结果。     

基于术语抽取技术的新闻新词发现方法研究

新闻新词的识别在中英文翻译、手机应用推送等方面有着重要作用.通过对网络新闻新词的使用情况、新闻新词的来源和特点的分析,提出一种基于混合策略的高精度长术语抽取技术新闻新词发现的方案.在通过预处理的网络新闻语料中,计算基于词汇NC-value值的互信息以确定词汇内部结构的结合性,通过新闻新词规则处理进行新闻新词发现。     

互信息算法在车牌识别中的应用研究

将医学图像配准中的互信息算法移植到车牌识别系统,首先基于颜色信息快速定位车牌并校准分割出待识别的车牌字符,然后计算分割字符与字库字符的互信息值,互信息值的大小反映了图像之间的相似程度,最后通过比较互信息值的大小确定最终结果.实验证明,互信息算法相对其他车牌识别常规算法能更准确反映出图像之间的相似度,从而得到更精确的识别效果.     

《信息论与编码技术》课程中平均互信息的教学探讨

平均互信息是信息论与编码技术中用来计算信道容量、信息率失真函数和信道剩余度的重要物理量。通过一道典型例题来讲解求平均互信息的不同方法:根据平均互信息的定义求、根据损失熵求、根据噪声熵求、根据信息熵的强可加性求,最后用MATLAB语言进行编程验证,实验表明四种方法求出的结果是一致的。在课堂教学时,教师应鼓励学生灵活运用各种方法,做到举一反三。     

基于专业术语提取的中文分词方法

针对在科技文献中,未登录词等相关专业术语其变化多端,在中文分词中难以识别,影响了专业领域文章的分词准确度,结合实际情况给出了一种基于专业术语提取的中文分词方法。通过大量特定领域的专业语料库,基于互信息和统计的方法,对文中的未登录词等专业术语进行提取,构造专业术语词典,并结合通用词词典,利用最大匹配方法进行中文分词。经实验证明,该分词方法可以较准确的抽取出相关专业术语,从而提高分词的精度,具有实际的应用价值。