Nonnegative matrix factorization and its applications in pattern recognition

Matrix factorization has been widely used in many fields[1]. In numerical algebra, the large-scale and com- plex problems can be transformed into small-scale sim- ple subproblems by matrix factorization; in applied statistics, low rank approximation of or…     

Java和XML实现异构数据库环境下的数据抽取

从Java、XML等方面入手,利用Java的跨平台特性和XML信息交流的标准平台特性,在数据挖掘和开发基于Web/Server的统一信息平台时,可便利地进行数据抽取工作,提出一个基于异构数据库环境数据抽取的系统结构     

Java XML与面向Web的智能数据抽取

采用标准Web技术——HTML，XML和Java，开发一种基于Web用Java把Web数据转换为XML的数据挖掘方法．该方法标识数据源并把它映射成XHTML，根据一定的相关关系查找数据内的引用点并进行智能数据抽取，将数据映射成XML．这种数据抽取方法比较简单，通过选择可靠的数据源以及在这些数据源中选取与内容相关但与格式无关的锚点，可以较为方便地建立一个强壮的数据抽取系统．     

多语种投资信息抽取系统的实现

多语种投资信息抽取实验系统可以用中文、英文和德文的关键字或限定的自然语言问句查询语料库中的中文投资信息．它由语言处理模块、查询处理模块、信息抽取核心和动态交互获取模块组成．其主要特点：基于语种无关的模板和与语种有关的模式，实现不同语种信息抽取处理的一致性；事先定义的抽取模板结合动态获取的模板，来弥补信息抽取技术依赖于固定模板的缺陷，增加系统的健壮性．系统抽取的各个槽的平均精度为86．27%．动态获取模板的精度为85．27％，如果人工对约5个例句修改，动态交互获取模板的精度可达88．55％，提高了3％左右．     

抽取地下水引起的泰斯承压含水层水平运动研究

根据Darcy-Gersevanov广义渗流关系式,导出了单井定流量抽水、定降深抽水两种典型情况下的泰斯承压含水层水平位移和水平应变解析表达式.数值计算分析表明,定流量、定降深抽水引起的含水层水平位移方向沿径向向内,其水平运动速度随抽水时间增长呈指数衰减,位移量则随抽水时间增加呈指数增长.定流量、定降深抽水引起的含水层径向应变在空间上具有近井挤压、远井拉张的分区特征,且近井挤压区随抽水时间增加不断向外扩展.定流量、定降深抽水引起的含水层切向应变主要表现为环向挤压应变,且其应变大小随半径增大迅速衰减,随时间增长呈指数型增大.在大同机车工厂所做的现场抽水实验证实了上述理论的正确性.     

中文关系抽取技术研究

在网络数据杂乱繁多的今天,信息抽取越来越受到重视,而关系抽取作为信息抽取的一个重要研究方向也倍受学者们的关注.在对关系抽取的发展历史进行回顾的基础上,阐述了近五年里关系抽取研究中的主要方法和思路.根据关系抽取中所采用的不同技术,对比分析了他们在模型思路及技术实现上的异同,同时对优势和劣势比较了分析.最后,对关系抽取任务中存在的难点问题进行了阐述,并提出了未来可能的解决思路,旨在为关系抽取技术的进一步发展和应用提供有效的说明和借鉴.     

一种低资源数字抽取滤波器设计

设计并实现一个应用于音频Sigma-Delta模数转换器的低资源数字抽取滤波器。该滤波器采用多级多采样率结构, 整体带内纹波小于0.06 dB, 带宽为21.6 kHz, 最低工作频率为10 MHz。通过滤波器硬件架构的设计, 有效地缩小了抽取滤波器的电路面积和功耗。芯片测试结果表明, 对 64 倍过采样率、4 阶Sigma-Delta调制的 1 bit 脉冲密度调制信号输出码流进行处理, 得到音频信号的信噪比达到87.2 dB, 在SMIC 0.13 μm 工艺下, 数字部分的面积约为0.146 mm²。与同类型抽取滤波器相比, 面积减小58%, 功耗减少60%以上。     

基于分隔符和上下文术语的领域现象术语抽取

领域现象术语常常是复合型短语,很难根据局部上下文特征用传统的机器学习方法来抽取.为此,文中提出了一种领域现象术语的抽取方法.该方法首先用基于上下文的方法抽取得到分隔符集,然后结合分隔符集和上下文术语用改进的NC -value算法进行候选领域现象术语抽取,最后在候选领域现象术语中过滤掉名词性术语,进而得到最终结果.实验表...     

法律领域术语部件的描述

从实现自动抽取法律术语的目的出发,立足于法律术语具有术语部件的特点,建立了由579条部件组成的法律术语部件库,并针对各种属性的术语部件做出统计分析,完成了每个法律术语部件＂生成能力＂和＂贡献度＂两个属性的详细描述。     

基于CRFs的新闻网页主题内容自动抽取方法

针对当前新闻网页主题内容抽取方法较少利用网页块之间关联特性这一问题,提出了一种基于条件随机场(CRFs)的新闻网页主题内容自动抽取方法.该方法首先将待抽取网页解析成DOM树,经过滤、剪枝以及压缩处理后,然后按照一定的启发式规则将DOM树切割成块并转换成为一个数据序列,再定义CRFs特征函数来提取各网页块自身状态特征和相...