一种提高Web信息检索精度的分段检索方法

在Web上存在一些长文档,它们包含着多个子主题,如果把这样的文档分成段,每个段的内容只围绕一个主题,将会提高检索质量.阐述了使用HTML结构中带有语义特征的标记来将多主题的文档分成段,在此基础上,对10G规模的Web数据实现了分段检索的方法,并通过使用TREC-9的查询做实验,比较了分段检索方法和传统的文档检索方法的检索质量.实验结果显示,在多主题文档集上分段检索方法比文档检索方法的11点平均准确率提高了大约9%,而在所有文档集上分段检索比文档检索提高了大约1.6%.分析发现,分段检索方法可以明显改善结果的排序,而且实际检索质量提高的幅度比现有的评价结果显示的更显著.     

江南丘陵区土地利用/覆被分类

江南丘陵区土地利用/履被类型相对比较复杂，传统的基于光谱特征的计算机自动分类的精度难以达到实际应用的需求．为了提高分类精度，需要模仿目视解译过程，从遥感信息机理与地学规律的综合分析人手，综合其它辅助信息进行分类．在对绍兴试验区地学背景知识和遥感数据光谱特性充分分析的基础上，获取了试验区各类典型地物分类的知识，并以规则的形式表示这些知识，集成TM影像亮度值、亮度值关系和DEM、坡度和坡向地理辅助数据对试验区土地利用/履被进行分类．结果表明，该方法可以方便有效地综合多种辅助数据进行分类，得到令人满意的分类结果，本次试验的分类精度为86．66％。     

利用GMS—5红外资料进行云的分类识别

利用GMS－5 3个红外通道（2个分裂窗区通道和1个水汽通道）的亮温资料，依据各种云不同的辐射特征对其进行分类，由此识别出积雨云（Cb）、浓积云（Cg）、卷云（Ci）、积云（Cu）、中云（Cm）、密云（Dense）等6种主要云类以及雾（Fog）和晴空区域。结合安徽寿县地面观测基准站1998年6、7月份的地面观测资料，对分类结果进行了检验，得到了较为令人满意的结果，准确率接近70％。     

Classification of Medical Brain Images

Since brain tumors endanger people‘s living quality and even their lives, the accuracy of classification becomes more important. Conventional classifying techniques are used to deal with thosedatasets with characters and numbers. It is difficult, however, to apply them to datasets that include brain images and medical history (alphanumeric data), especially to guarantee the accuracy.For these datasets, this paper combines the knowledge of medical field and improves the traditional decision tree. The new classification algorithm with the direction of the medical knowledge not only adds the interaction with the doctors, but also enhances the quality of classification. The algorithm has been used on real brain CT images and a precious rule has been gained from the experiments. This oaoer shows that the ahzorithm works well for real CT data.     

文本分类中的特征选取算法

分析了常用的几种特征选取方法，提出了改进互信息算法。实验结果显示改进的互信息算法是可行的。     

批量图像叠加文字的程序处理

为解决批量图像上叠加文字的问题，比较了Photoshop批处理、GD图形库编程、Fire—worksJavaScript等几种大批量图像汉字叠加的程序处理方法，最后给出了一种利用ExcelVBA、以XML语言作为数据中介、以FireworksMX为图像处理工具的相对简便的解决方案。     

基于土壤系统分类的土壤遥感自动识别分类系统的设计

设计出基于土壤系统分类的土壤遥感自动识别分类系统(ASICS)的总体框架，并探讨了其实现方法．该系统由3部分组成：空间数据库、分类识别和结果输出．空间数据库由遥感数据和非遥感数据组成，遥感数据选择绿度指数图像、土壤专题信息增强图像和同谱土壤图像，非遥感数据包括高程、高差、坡度、坡向、粗糙率指数、水系密度、土壤发生分类类别．分类识别采取在非监督分类的基础上对土壤类型进行正向推理与逆向推理相结合的识别模式．用像结构建立了土壤分类识别的规则，构造了基于土壤系统分类的土壤分类判决树．     

利用众数滤波对监督分类训练样本纯化的研究

分析了当遥感分类类别存在光谱特征重叠时。以训练区数据估计类别总体特征发生偏差的原因和性质，提出运用众数滤波(Majority滤波)对训练B-进行纯化。一个例子的研究表明，尤其在提取某一类或少数几类专题信息时，如果不关心其余专题信息的提取精度，Majority滤波是一种较好训练区纯化方式。     

基于核的投影寻踪方法及其在模式分类中的应用

分析了一般投影寻踪方法存在的局限和核方法在处理非线性方面所具有的优势，在此基础上结合支持向量机的最新研究成果，提出了基于核的投影寻踪方法，并将其应用到滚动轴承的质量分类中，取得了较为理想的效果。     

煤炭自燃早期预报的模糊聚类关联分析法

针对煤炭自燃危险程度的模糊聚类分析预报法存在的不确定性，提出用关联分析法对其进行补充、修正与完善。即用模糊聚类分析法分类后，用关联分析法求待预报样本与各类之间的关联度，根据相关程度预报，将两种方法组合成模糊聚类关联分析预报法。用该法对煤炭自燃早期预测预报，不仅克服了模糊聚类单一分析预报法的不足，使定性预报转为定量预报，而且提高了预报的准确程度，为有针对性的控制煤炭自燃提供了更科学的依据。