网络环境下文档一体化的技术性制约因素分析

网络环境下文档一体化面临着一系列的技术性问题亟待解决，主要表现在文件、档案电子存储格式的不统一；子系统结合不紧密，没有真正实现渗透融合；利用者对电子文档的真实性难以确定等．CEB北大方正开发的完全高保真的中文电子文档格式能有效地解决电子文档不统一的问题；采用把档案管理模块中分离出一些功能纳入到公文管理模块中的方法可以实现子系统的密切渗透融合；数字认证技术有利于解决电子档案的真实性判定问题．     

XPS文档解析实现

XML Paperspecification（XPS）文档是微软新一代基于XML和．NET Framework3．0的文档格式．作为一种与PDF作用类似的文档格式,要想浏览XPS文档,需要Windows中安装有．NETFramework3．0和IE7或下载安装微软发布的文档阅读器。为了实现平台无关性,需要对XPS文档源码进行解析和重组。本文旨在研究开发具有自主知识产权的XPS文档阅读器。     

Internet与文档数据库

文档数据库的兴起是由于组织管理和搜索完整文档的需求．传统的关系数据库在Internet应用方面和处理多媒体信息方面有许多限制和不足,文档数据库因此应运而生．概要地讨论了文档数据库的基本概念,阐述了文档数据库在Internet数据库构建方面具有的优势,从数据格式、数据库结构和Interne数据库方案三个方面比较了文档数据库与关系数据库的异同．     

移动阅读电子文档格式及其标准探究

电子书的文档格式的标准问题是近年来研究的一个热点问题。鉴于电子书中的文档格式与PC上的文档格式有着密切的联系,本文介绍了几种PC上流行的可能用于电子图书存储的文档格式,其后针对电子书上的文档格式进行剖析,提出移动阅读电子文档格式的体系模型。     

数字图书馆中的文档图像检索技术概述

数字图书馆中的文档检索主要包括三个主要部分,文档存储。查询格式以及相似性计算。现存检索方法的主要差别即在于相似性计算。本文简要介绍了基于识别的检索技术和不基于识别的检索技术,对数字图书馆中文挡图像检索系统的建设具有一定的意义。     

浅谈基于Adobe PDF文档应用带来的好处

本文研究了目前最流行的电子文档格式-PDF文档，进行电子文档发行和数字化信息传播的理想文档格式，集多媒体信息于一身，交互方式丰富，应用前景广阔。     

创新的动力源于超越的梦想--SEP文档库技术使中国企业在软件核心领域首次取得"零"的突破

使用电脑撰写制作各种文件，报表，是每一个电脑使用者最常用的功能，而面对各种不同格式的文档，使用不同的软件进行操作也是大家习以为常的事。Word有自己的文档格式和操作方法，Excel有自己的文档格式和操作方法，AutoCAD也有自己的格式的操作方法，     

基于.NET的高校教学文档共享系统设计与实现

在深入研究当前高校教学文档共享现状的基础上,提出一种基于.NET的高校教学文档共享系统原型。使用文档转换技术和Flash在线浏览技术,将Word、PPT等格式的教学文档资源经过格式转换后以Flash文件格式进行显示,有效保护教学文档的知识产权。提出跨校教学资源共享合作的发展思路,整合各高校的宝贵教学资源。实践结果表明,该模型工作良好,能够为师生的教学和科研提供交流平台,具有一定的推广价值。     

基于可扩展标记语言的桥梁抗震设计文档构建

为了提高桥梁抗震设计文档的生成效率，结合可扩展标记语言适宜文档处理的特点，以同济大学土木工程防灾国家重点实验室完成的桥梁抗震设计文档为基础，设计了一个通用的桥梁抗震设计文档模板，开发了桥梁抗震设计文档生成系统．系统包含存储子系统和功能子系统两部分，前者由可扩展标记语言模板库、摘录编码库、工程数据库、设计规范库、专家经验库组成，后者由文档分类、文档集成和格式转换组成．系统可以自动生成桥梁抗震设计文档，其有效性通过实例得到了验证．     

流式文档到固定版式文档的可逆转换方法研究

分析以往流式文档和固定版式文档一体化处理方法的局限, 提出一种可逆转换方法, 即将文档的转换信息记录于目标文档中, 以便用于源文档的重构。论述了可逆转换的原理、关键技术、实验结果以及技术优势。选择标文通(UOF)作为流式文档格式, CEBX作为固定版式文档格式, 利用该方法成功地实现标文通文档到CEBX文档的可逆转换, 实验结果表明, 该方法取得较好的效果。     

基于Markov网络的结果重排技术

信息检索中通过网页链接信息提取文档内部关系进行搜索结果重排可以提升检索系统的性能。通过Markov网络来展现文档内部关系,该网络更直观地解释了文档间的语义相关性,利用这种文档内部语义关系计算文档重要性对检索结果进行重排。根据文档分布特征阐述了Markov文档网络的构造算法,讨论了Top-k及其相关文档的重要性评分算法,修正初始检索的文档评分。通过这种方式,既保持了文档图的查询相关性,又丰富了文档内部关系,扩大了重排序范围。实验表明,在多个标准文档集上基于Markov网络的结果重排技术对检索性能有较大的稳定提升。     

电子文件存档的现状及发展趋势

随着电子信息技术飞速发展,电子文件以其自身快速便捷的特点,逐步取代了纸质文件。分析了电子档案与传统档案的不同之处,对电子文件归档存在的问题和解决办法进行了探讨。     

基于字体颜色的文本信息隐藏算法

根据Word文档的特点,基于颜色特征编码的思想,改进了修改字符颜色在Word文本文档中隐藏信息的算法。通过分别置换字符RGB颜色低4位的值,使信息隐藏量提高到每个字符隐藏12位信息。     

基于DRM的安全文档访问控制研究

针对电子文档的安全访问需求,提出数字版权管理（Digital rights management DRM）技术的解决方案。该方案包括用户、权限和电子文档内容三个核心实体,用户被赋予内容的使用权限,并按此权限使用文档内容。只有经过授权的用户的合法访问才被许可,具备强制加密、详细权限控制、对用户透明等特点。方案解决了电子文档的非法使用和传播问题,避免了敏感信息的泄密。     

一种DCT域文档图像鲁棒性水印算法

本文提出了一种基于DCT域的文档图像水印算法。该算法利用文档图像自身的特性,通过将一个用于标识文档方向的水印信号和一个用于标识版权的水印信号嵌入图像DCT变换后的系数中,达到了较强的鲁棒性并能比较有效地防止因为旋转而引起的水印不可检测问题。     

基于遗传算法的文档聚类算法的设计与仿真(英文)

在各种聚类算法中,K—means是一种基于划分的经典算法．但是由于Kmeans方法对于初始中心点的选择非常敏感,有可能导致聚类结果收敛于局部,本文提出了一种基于遗传算法来对类中心点进行全局寻优的文档聚类算法．在传统相似度计算的方法中,文档相似矩阵为绝大部分元素为0的稀疏矩阵,忽略了关键字之间的部分相似性,影响了文档之间的相似度．为此,本文改变了传统相似度计算的方法,通过关键字之问的部分相似度,设计出更加精确的文档相似度计算公式。在遗传算法的设计中,将K个类中心点组成的矩阵作为初始个体,采用浮点数进行编码;适应度函数采用所有类内距离的均方差之和加1的倒数表示,当类内均方差之和越小,则个体的适应度越大,被选择进入下一代的概率也越大．通过选择、交叉和变异等步骤对聚类的中心点进行反复迭代寻优,最终找到最优的类中心点．通过实验仿真,K—means收敛速度快,聚类的平均目标函数大于genetic algorithm（GA）且正确率明显小于GA．本文提出的GA算法的分类正确率能达到98％以上,与传统的K—means方法相比,聚类的准确性更高,说明本文提出的算法是一种行之有效的文档聚类方法．     

高校图书馆文献传递服务浅议

介绍了河南师范大学图书馆文献传递服务的现状，探讨了文献传递服务的作用，并针对文献传递服务中出现的问题，提出了搞好文献传递服务工作的几点建议。     

PDFCreator在图书馆文档数字化中的应用实践——以西南林业大学图书馆为例

介绍了西南林业大学图书馆利用PDFCreator开源软件开发文档数字化模块的过程,阐述了将其应用到论文提交系统中,实现了将任意可打印文档转换为PDF文档的成功经验。     

基于BERT的长文本分类方法

由于预训练模型输入分词数量限制，基于BERT的长文本分类任务效果与长文本分割后的文本段集合的处理及特征融合密切相关，现有的长文本分类研究在融合文本段特征时更关注文本段之间原始的顺序关系，而本文提出了一种基于BERT和集合神经网络的长文本分类模型.该方法以BERT为基础，可处理从同一文本样本分割得到的任意数量文本段，经过BERT后得到文本段特征，再将所有文本段特征输入到具有置换不变性的集合神经网络层中，提取出集合级别特征来优化长文本的特征表达.通过在三个数据上的实验分析，论文在平均分词长度较长的数据集上取得了90.82%的准确率，高出目前最优方法4.37%.