基于数据挖掘的面向话题搜索引擎研究

为了解决面向话题的搜索问题,提出一种新的面向话题的检索技术。首先分析了面向话题的搜索技术所面临的问题,然后基于数据挖掘技术提出了解决方案。利用数据挖掘技术抽取文本的多层次语义特征,形成对文本的多精度表示,抽取的特征不仅包括单个词特征也包括多词特征。建立了一个示例检索系统,实验表明利用多层次文本特征能够很好地实现面向话题的文本检索。     

基于知网的概念特征抽取方法

文本特征抽取是文本过滤的一项重要基础,但通常采取的用字、词作为特征项的显著缺点是无法表达文本的语义信息,所以本文在向量空间模型的基础上提出了一种以知网为语义知识库、基于语义信息的文本特征项抽取方法。该方法比单纯的词汇信息更能体现文本的概念特征,提高过滤系统的性能;同时还能降低文本向量的维数,减少计算量,提高过滤效率。我们在引入了该方法的中文文本过滤系统上进行的实验结果也充分证实了其有效性。     

一类随机面积的分布

<正> 1°引言 某实际单位提出一个问题,经适当简化后,可仿蒲丰(Buffon)投针问题,形象地表述如下:试将 N 根长短不同的筷子随机地抛在地上,要求这些筷子倒下后所张的面积的分布.问题的表述尽管十分简单,但要用纯分析的方法求得问题的明显解却几乎是不可能的.事实上,即使不考虑其中的随机因素,单是“N 根位置确定的筷子所张的面积”,也几     

基于运动矢量插值的运动补偿算法

本文首先研究了相关性约束运动估值算法,然后提出了基于运动矢量插值的运动估值算法,实验表明新算法的预测性能明显比传统块匹配运动估值算法(BMA)好,而且预测图象的主观质量得到显著改善。     

基于格矢量量化和倒排文件的快速图像检索方法

本文提出一种新的快速图像检索方法,它用格矢量量化器对特征矢量进行量化和描述,用倒排文件和Hash表存储和索引量化后的特征矢量,利用代数格良好的几何和代数性质实现快速检索.最后,本文分析了新方法的检索性能,并给出实验结果.     

一种提高H.261编码性能的实现方法

研究表明采用最小均方误差或绝对误差准则的块匹配运动估值算法对H.261编码器来说不是最好的。本文提出了一种改进的块匹配运动估值算法。它所采用的准则不仅考虑了预测误差能量的大小,还考虑了运动矢量信息以及帧间预测误差的编码比特数目的多少.实验结果表明新的准则能够显著地改善H.261的编码性能。     

LIFT:一种用于高维数据的索引结构

本文提出一种新的高维空间中点数据的索引方法,其基本原理是用格矢量量化(Lattice vector quantization)均匀划分数据空间、用倒排文件(Inverted File)存储格点、用Trie树实现倒排文件的组织和存储、用Trie并行搜索算法实现倒排文件的快速访问.和传统索引方法相比,新方法具有许多优点,例如它能以较低的复杂度建立索引结构、支持非常高维的数据索引、充分利用高维空间中点分布的稀疏性等.实验结果表明,在较高维数时,LIFT性能优于传统索引方法.     

现代汉语熵的计算及语言模型中稀疏事件的概率估计

本文在大规模语料的基础上,利用语言模型中稀疏事件的概率估计方法对汉语的熵进行计算,并讨论了语料规模等因素对熵的影响.在4年的人民日报的语料规模下,所求得的零阶熵、一阶熵、二阶熵分别为9.62,6.18和4.89比特.     

基于复杂运动模型的运动估值算法研究

传统的块匹配运动估值算法（ＢＭＡ）不适合对下列情形进行运动估计：旋转、伸缩（ｓｃａｌｅ）、形变（ｄｅｆｏｒｍａｔｉｏｎ）、卷曲（ｗａｒｐｉｎｇ）、错切（ｓｈｅａｒ）和不规则的伸展（ｕｎｅｖｅｎｓｔｒｅｔｃｈｉｎｇ）等，因而在实际应用中常常出现方块失真、沿运动边缘方向预测性能差等现象。为克服上述缺陷，本文研究了基于多种运动模型的运动估计算法，提出了一种自适应选择运动模型的算法。为了估计模型参数，本文实现了基于模拟退火的运动参数估计算法。实验表明本文算法与传统ＢＭＡ算法相比较，较好地提高了帧间预测增益。     

Копмогоров方程的概率论解法

1.引瓦设:(r,。)(t)o)是概率场(夕,夕产,尸)上的一个以I~{z,2,3,…}为最小状态空间的齐次马尔可夫过程,八,(t)~p{x(t)~i】x(0)~i}是它的转移概率且满足下列条件:(1)、月l!......j . I ‘、 .叮」 , .口肠户;,(t))01,j〔了,艺;‘,(,)一1‘。,,piJ(,+,)一艺 无〔IP,*(s)p*,(t)进一步假定 limp‘,(t)~占‘, t备0于是,下列极限(例如,可参看【1] 11.53;识,均可在【l]中找到,不再一一指明):羹:‘·’任‘’(2)以后凡引用有关齐次可数马尔可夫过程的基本知一lim之立二兰王二兰纽 t备ott,i〔I(3)存在,假定诸q‘相似文献