一种基于动态词典的英文文本压缩算法

传统的压缩算法LZ77、LZ78以及改进的LZW都是以单字符为单位进行处理的.这种处理模式降低了对多字符词汇相关性的适应速度,从而直接导致压缩效率的降低.为了提高压缩效率,在LZW压缩算法的基础之上,结合以词汇为单位的处理模式的设计思想,提出了一种基于词汇模式的LZW算法.实验结果表明,这种以词汇为基础的文本压缩算法比原来的LZW算法具有稳定的、更高的压缩效率.该压缩算法可直接推广应用到其他语言的文本压缩中去.     

基于改进的朴素贝叶斯文本分类研究

文本分类(Text Categorization,TC)指的是把一个自然语言文本,根据其主题归入到预先定义好的类别中的过程.文本分类是自然语言处理的一个基础性工作,也是近年来人们研究的热点话题.针对朴素贝叶斯算法在小样本集分类效果不高的原因进行了分析,对其进行了改进和调整,提出了基于改进的朴素贝叶斯文本分类方法,试验结果表明,该方法取得了更好的效果.     

补子字自由的无限字

研究满足下列条件的无限字w:如果x是w的子字,并且|x|至少取k(k是某个固定正整数),那么x的补字不是w的子字.给出了k≤4时所有这种无限字.     

基于关键词提取的娱乐新闻文档去重算法

去除内容相同或相近的新闻是提高搜索引擎的关键技术之一.提出一种基于关键词提取的新闻去重算法,通过以标题为种子点构建词汇链的方法,能够找到对主题贡献大的非高频词,从而抽取出完整文档关键词集合,该方法能够基于小规模语料库识别新词;为了提高网页去重速度和质量,基于关键词建立去重倒排文档.实验结果显示,该方法与传统方法相比排斥错误率降低了5%,去重时间缩短了20%～30%.     

"世界历史"语境中的资本主义和社会主义

马克思的“世界历史”思想，深刻地揭示了“历史向世界历史的转变”的客观规律，是我们正确认识资本主义和社会主义发展规律的重要理论框架，资本主义的生产方式推动了世界交往的普遍化，资产阶级创立了属于自己的世界体系，但是，资本主义的“世界历史”从一开始就是不公平，不完整的，如果说资本主义是“世界历史”的开创者，社会主义则是“世界历史”的完成者。     

应用稳健估计方法计算道路线形参数

探讨了在道路数据采集后获得许多点的坐标，如何利用采集的坐标数据计算线形数据，在数据处理之前首先必须将数据分为若干组，然后利用稳健估计进行平差计算，在阐述直线与圆曲线误差方程及法方程的基础上，给出了适用于线形识别的稳健估计权迭代的数学模型，在稳健估计后将自动删除不属于该元素的点并获得参数的近似值，为获得参数的准确近似值，在不同元素之间还需要进行连接计算，之后进行平差处理，获得参数的平差值，利用平差后的参数以及各点的坐标可对平差结果进一步评价。     

一种基于语词的分词方法

提出了一种基于语词的分词系统 ,设计了相应的分词词典 .该分词词典支持词条首字Hash查找和标准的不限词条长度的二分查找算法 ,并应用于全文检索中 .结果分析表明 ,此分词系统无论是在检索速度上 ,还是在歧义处理上都有很大的改进     

汉英构词新趋势比较

随着社会的发展和文明的进步,语言中最活跃的部分——词汇也反映出这一变化。英语和汉语中新造词、仿造词、外来词这三种构词方式由来已久,但在最近一段时间内出现一些新的趋势。本文拟从这三方面就汉英构词新趋势进行探讨。     

道路线形与道路安全性关系的统计分析

针对国内道路交通事故资料调研困难的现状，采用常用的前／后分析法原理对同一条道路不同路段进行分析，这样利用较少的数据量也能发现与道路安全有关的规律。为此提出了针对两种不同情况的统计分析方法和相应的事故概率计算、对比和对比结果置信度检验的公式。应用此法重点对高速公路的线形指标与道路安全性的关系进行了分析。     

基于词形的最佳路径分词算法

在基于词形统计模型分词算法的基础上，通过以存词表结构的有效组织及改进词的匹配算法和切分算法，并以最佳路径法实现了一种快速的基于词形的分词算法，在保证了较高准确率的同时，大大提高了分词速度。