基于拓扑图及三维特征的三维物体识别方法

提出一种基于拓扑图及三维特征的三维物体识别方法.该方法在图象预处理阶段先检测物体可视表面的闭合边界,再依据闭合边界对物体进行表面分割,并用一个景物特征图对景物进行表达(SAGR).在建模阶段,先采用多视图表面模型方法建模,再依据表面分割,对模型用一个模型特征图进行表达(MAGR).在物体识别阶段,将景物与模型的匹配分3部分进行,即扫描部件、图的匹配部件及匹配检验部件.匹配首先是基于 SAGR 与 MAGR 图的拓扑性质的匹配,然后是基于三维特征的匹配.根据匹配结果,或对未知物体自动建模,或给出识别结果.     

基于模糊关联规则的股票市场交易规则抽取

将模糊关联规则应用于股票市场的交易规则抽取,以期能为投资者投资做出正确决策.首先选用聚类方法对模糊集属性进行离散化,进而构造模糊集和隶属函数,给出模糊集构造算法,最后提出适合股票交易规则抽取的模糊关联规则算法FARS.实验结果表明,所得规则能很好的反映股票交易中的实际情况.     

基于CCA的增强线性鉴别分析

为了有效地融合Fisher线性鉴别分析与最大散度差鉴别分析所抽取的特征,得到更加全面反映原始样本的鉴别特征集,提出了基于典型相关分析的增强线性鉴别分析方法.利用Fisher线性鉴别分析和最大散度差鉴别分析方法提取两组鉴别特征,根据典型相关分析对这两组特征进行融合,获得更具鉴别力的典型鉴别特征.经过ORL标准人脸库实验,验证了所提算法的有效性.     

基于XPath比较的Web数据抽取方法

研究了从包含多个数据块的页面中抽取数据的方法.通过对比各个数据块的XPath,发现这些数据块具有相似的XPath,提出一种基于XPath比较的数据块抽取规则生成算法XERG.得到各个数据块抽取规则之后,块内的信息可以使用相对XPath或者正则表达式的方法来进行抽取.实验结果表明,该方法能够准确地获得各个数据块,正确抽取块内信息.     

基于概念格的网站信息资源的知识抽取

针对当今搜索引擎检索网站信息资源存在的一些问题,为了从浩瀚的网站信息资源中抽取潜在的、有价值的知识,依据概念格的理论,文中提出了将网站信息资源 (主要是非结构化的Web文本) 与其特征之间的关系通过概念格结构描述出来的方法.利用构造出来的概念格能够有效地抽取隐含在网站信息资源中潜在的、有价值的知识.     

动态多值背景下的概念格在网络中的应用

针对搜索引擎检索网站信息存在的一些问题—信息资源相对丰富而知识比较匮乏,文中提出动态背景下的概念格,用于抽取网络信息资源中潜在的有价值的知识。基于web文本的信息特性是不断变化的,在处理过程中,先把动态多值背景转化为静态多值背景,然后在转化成单值背景。在利用概念格的hasse图抽取隐藏在网络信息资源中潜在的有价值的知识。     

基于规则的中文人名识别与抽取关键技术研究

新兴媒体时代的发展使大量的信息涌入了我们的视线和大脑,广大网名用户在面对网上的信息时需要找寻符合自己的资料,在这种情况下,信息抽取发展起来了。国内的信息抽取技术起步时间较短,又由于中文信息的复杂性,所以在中文信息抽取领域,此技术还不是特别的成熟。在本文中,作者对基于规则的中文人名抽取技术进行了初步探索和研究。     

基于XML的企业出口退税管理系统的设计与实现

出口退税是出口企业利润实现的一个重要环节,由于出口退税本身的特殊性,其利润实现是滞后的,其应收出口退税和实际出口退税可能存在差异,所以出口退税的管理水平的高低直接影响企业利润的真实情况,事关企业的生存.目前出口退税管理上的缺陷主要是传统的人工管理难以及时反映退税数据的真实性,无法有效落实责任,无法将最终出口退税的实际结算情况考核到每一笔原始单据.只有通过信息化手段才能从根本上解决这个问题.利用XML技术的强大数据获取及分析汇总功能,通过将海关,税务和本企业数据的汇总分析,使最后输出的数据能及时真实地反映退税的进度并能及时将退税的最后结果和原始数据完整挂钩,达到了退税工作的考核责任管理目标.     

国内外知识抽取系统解析

介绍了目前最流行的知识抽取方法,分析比较了Amilcare、TEXTRUNNER、Pythor、MnM、Text2Onto、SELKAS等知识抽取系统。     

SQL Server数据库中多媒体信息的抽取与转换

为了解决当今Internet环境中大量多媒体信息的使用问题,本文主要解决在媒体的生命周期中对多媒体内容的管理环节的问题:信息的抽取和不同格式的信息的转换.在.NET 环境下从现有的 SQL Servor 数据库进行多媒体信息的提取,利用在描述数据的结构和内容方面有其固有的优势的 XML 技术来保存信息,并最后通过XSLT样式表来对主要的信息进行抽取,在此基础上,向用户提供更好的多媒体内容服务.