基于多层过滤技术的邮件客户端的研究

分析了E-mail邮件协议和邮件格式特征,设计与实现了一种客户端垃圾邮件过滤系统.系统采用黑白名单过滤、邮件特征过滤和贝叶斯分类相结合的三层过滤技术,并通过用户反馈机制降低误报率.实验结果显示,系统可满足用户对邮件的个性需求,提高了对垃圾邮件过滤的准确性.     

动态抽取试题的计算机考试模型

分析了学科知识的分层结构，通过领域知识层次的相关度构造出试题库与学科领域知识的相关树，提出了一种动态抽取试题的计算机考试模型，并给出了具体算法。     

多层前馈神经网络的动态规划算法

利用动态规划来训练多层前馈网络，即逐层修改网络的权值。其算法采用有关文献提出的矩阵的广义逆的正交反向传播算法，经有限次迭代即可得到每一层的最优权值。     

基于语料库的多词单位抽取算法

分析了研究者们在多词单位抽取算法中的一些工作,包括多词单位的评分和选择.将评分算法根据它们的设计依据划分为3类,对它们进行总结分析,并用实验进行了验证.本文还分析了多种评分算法的组合方法,使用这些组合方法可以互补各种评分算法,达到更好的抽取效果.     

基于组合验证的Web页面抽取算法研究

通过研究抽取算法的本质和抽取算法之间的关系,对抽取算法的互补性进行分析,提出了一种多算法组合验证机制,该机制能检测出抽取算法的错误,并通过结合动态阈值调整的方法,提高抽取算法的抽取准确率.     

基于优先权过滤的自动摘要抽取算法

提出一种基于句子选择的中文自动摘要抽取算法。算法思想是结合单文档的文档结构、篇章结构、句子特征,按照特征优先权过滤,同时利用进化算法良好的自适应性调节特征因子,通过打分函数自动给句子打分排名,选择得分较高的句子作为摘要句。实验采用中文文档数据集进行测试,采用标准的ROUGE-N评估方法,实验表明该算法针对中文文献取得了良好的效果。     

基于规则的人物信息抽取算法的研究

随着互联网的快速发展,信息也呈爆炸式增长,如何从海量的文本信息中获取所需的信息成为当今一门重要的课题.检索、分类、抽取等文本信息处理技术取得了长足发展,但面向人物属性的自动信息提取却没有引起人们的重视.基于规则的人物信息抽取算法,首先对需要抽取的信息进行规则描述,重点是时间、地点、籍贯等信息.在规则的基础上,研究开发人物信息抽取系统,最终实现了半结构化人物属性信息的自动提取.     

基于Morphology处理和主题词抽取的垃圾邮件过滤方法

考虑到垃圾邮件预处理的重要性,提出了利用Morphology对垃圾邮件内容进行还原．为了提高邮件分类的性能,对邮件进行主题词抽取,并且结合邮件其他的属性特征,利用贝叶斯方法对邮件进行分类．实验表明,这种基于Morphology处理和主题词抽取的垃圾邮件过滤方法十分有效．     

基于覆盖算法与多层前馈网络的案例库维护

针对运行在电子商务等交互式应用领域中的案例推理系统时,其案例库的规模很容易达到成千上万条且不能削减的特点,提出同时从两方面着手完成案例库维护:一方面用覆盖算法将案例库划分成覆盖领域,实现案例的选择性过滤使用;另一方面应用多层前馈神经网络改进案例匹配,提高检索效率.实验表明,该方法可以用来处理海量的高维数据,保证了系统的可用性.     

组卷中的随机抽取算法分析与实现

从目前考试的改革进程看,考试将逐渐向人性化和自动化过渡,而通过计算机进行自动组卷是其中的关键技术,然而这一技术目前还存在效率低下等问题的困扰.通过对试卷生成问题的分析,给出了一个通用的生成试卷的随机抽取算法,通过该算法,较好解决了试题库组卷过程中重复试选和难以一次组卷成功的问题,最后,通过一个实例验证了本算法.     

基于WEB的考试模型探讨

基于Web的考试系统是考试的发展方向,是远程教育的一个重要组成部分,它采用B/S模型,分析了基于Web系统的考试模型及功能,研究了考试系统实现的关键技术,并在具体系统中做了实现。     

全国经济学硕士入学考试概率试题管见

本文就１９９３年、１９９５年全国经济学硕士入学考试概率试题及国家教委考试中心（以下简称中心）提供的参考解答中存在的问题阐述笔者的看法。     

动态概率模型跟踪性能退化的实时可靠性评估方法

针对实时可靠性评估中先验信息难以获取、分布假设不符合实际情况的问题,提出一种基于动态概率模型的实时可靠性评估方法.采用Parzen核密度估计构造滑动概率神经网络,使用滑移时间窗进行统计样本的动态选择,以非参数方式实时估计性能退化数据的条件概率分布,将超过失效阈值的分布函数值作为可靠性指标,来实现个体设备无先验信息条件下的可靠性评估.通过对高压水除鳞泵和加热炉风机失效过程数据的分析,验证了该方法的可行性和实用性.     

例析高等数学背景下的高考数学试题

高等数学是大学理工科及部分文科专业开设的一门非常重要的基础课程,它对培养学生的理性思维、创新意识、解决实际问题的能力等基本素质起着重要的作用;以近几年出现的高考试题为例,探讨高等数学中的有关知识在解题中的应用．     

一种用于模式分类的多层感知机模型和学习算法

将Kalman滤波算法与BP算法相结合，提出一种用于模式分类的多层感知机模型和学习算法，并对计算实例进行了计算机模拟实验．实验结果表明，这种算法适用于非线性模式分类，且具有较快的收敛速度.     

基于概率的兵力部署模型

在基于概率度量的兵力部署理论的基础上,通过分析认识兵力部署问题,基于兵力部署问题的描述研究给出了兵力部署中随机事件的表示及概率型兵力部署的数学模型,并探讨了模型中系数的确定问题,给出了一些有待进一步研究和思考的问题。     

基于协同过滤技术的CRM主动营销模型研究

叙述在CRM中进行主动营销的重要性,提出基于协同过滤技术的CRM主动营销模型,对模型中常用的项目相似度计算方法进行详细阐述,然后通过实验证明模型的可行性,并从平均绝对偏差角度说明几种相似度计算方法的性能。     

基于RFM模型和协同过滤技术的酒店房型推荐算法

为了提升酒店房型个性化推荐效果,将RFM模型与协同过滤技术相结合,设计了一种酒店房型推荐算法,并通过实验验证了该算法的准确性和有效性优于传统的协同过滤推荐算法.     

基于层次网格索引的大批监控车辆显示模型

 车辆定位和监控应用越来越多,但是大批车辆显示存在速度慢、车辆覆盖率低等问题。针对以上问题,提出了基于层次网格索引的大批监控车辆显示模型,为车辆建立多层网格索引,结合地图显示比例尺动态聚合重叠显示的车辆,实现了车辆监控的全覆盖,降低了数据传输量,提高了车辆显示速度。最后通过广东省重点车辆监控系统实现了该模型,验证了模型的有效性。