基于半监督学习的中文多文档子主题划分

为了能在多文档自动摘要过程中更好地划分子主题,提出了一种基于半监督学习的子主题划分方法:首先计算句子的语义相似度;然后通过层次聚类对可信度高的句子进行主题类别标记,生成少量已标记主题类别的句子集,在此基础上对所有句子进行constrained-k-means聚类,通过交叉验证的方法确定子主题的数目k;最后使用k-means聚类获得多文档的各个子主题.实验结果表明,该方法有效地提高了子主题的识别率.     

百分之百的背后——大连市甘井子区全面实现网上行政审批

做好网上办事和审批工作,对于加强政府对经济和社会事务的管理、提高政府行政服务能力、实现社会信息资源共享、增加行政透明度、加强社会监督、降低社会运行成本、提高政府效能和促进勤政廉政建设,都具有非常重要的意义。大连市甘井子区政府经过几年的摸索建设,在区级政府网站上率先实现了网上办事和审批的工作模式,做到了在线申清、在线处理、在线查询和在线监督,充分发挥了政府网站的作用,极大地提高了行政办事效能。     

图像目标语义层级结构及其非监督学习算法

根据场景图像中某些目标的特征间具有空间关联性和几何连贯性的空间语义属性,对特定场景的图像序列进行学习,首先提取各图像的尺度不变特征变换(SIFT)特征点,分析每对图像中各匹配特征点对间的几何连贯性,然后根据图像序列特征点矢量间的空间紧密程度进行聚类获得目标对象,从而得到基于空间关联性的一种新的图像语义层级结构(SBOSH),此层级结构图是通过非监督自动学习的过程获得的.由SBOSH结构图不仅可得到各节点上的目标对象,而且能够获得各节点间的空间交互性.所得的SBOSH结构图符合人对场景的逻辑分析,可以应用于场景分析、目标及目标局部精确定位和类目标的识别中.     

LANDSAT MSS数据和混浊海水的频谱分布关系的定量分析(英文)

本文首先阐述了利用LANDSAT地球资源卫星多光谱扫描数据,在ERDAS(地球资源数据分析系统)上,通过细心地选择“训炼子区”,对中国黄河口水域的泥沙分布进行了监督性分类。同时本文详尽地论述了通过合理选取初始值与边界条件,利用高斯-赛得尔迭代数学方法对黄河口上空大气层的瑞利散射效应进行了理论计算,进而对相应研究区域的MSS数据进行了大气参数校正。在现有的地面不同泥沙含量的水体反射光谱特性数据的基础上,对不同频带进行泥沙与反射光谱的回归分析,并通过F-检验得出某一频带的最佳回归方程。最后求导出黄河口水域的泥沙分布。     

知识型员工的管理策略

在知识经济条件下,企业之间的竞争,知识的创造、利用与增值,资源的合理配置,最终都要靠知识的载体--员工来实现.企业要想在日益激烈的市场竞争中取得竞争优势,一个重要途径就是更有效地实施人员管理,培育知识型员工.因此,加强企业知识型员工管理策略的研究,对现代企业的生存和发展具有重要的意义.     

中小企业技术创新的经济学分析 ——基于政企相关利益博弈分析

基于政府监管中小企业技术创新的角度,以博弈论为基础,通过构建技术创新监督博弈模型,运用不完全信息动态博弈方法,分析了技术创新监管博弈模型中政府和中小企业两个利益主体之间的博弈关系,进而得出政府通过提高监督效率,降低监督成本,加大处罚力度来促使中小企业按照政府预定的目标进行技术创新,最终实现双边共赢。在模型分析的基础上提出了改善中小企业技术创新监管的建议,以促进中小企业进行技术创新。     

彩色图像分割中基于图上半监督学习算法研究

提出一种新的基于图上半监督学习的彩色图像前景/背景分割模型与算法.该算法的目的是利用人工标定的部分像素点分割信息以实现对整幅图像的分割.通过结合像素点颜色特征和像素点颜色与前景/背景颜色的相似性特征,构造了新的图节点之间的双高斯权重函数,并对此提出自适应的参数选择策略与彩色图像半监督分割的能量模型,通过优化该能量模型将...     

基于高频加强变换的焊接缺陷检测方法

根据X射线线阵实时成像检测压力容器的特点,提出焊缝图像处理及快速发现焊接缺陷的方法。利用自适应中值滤波方法和类间、类内方差比分割法及数学形态学方法对原始焊缝图像进行降噪和提取焊缝区域,并对提取的焊缝内部进行频域锐化的高频加强变换.仿真结果表明,自适应中值滤波能够有效去除噪声,并保持焊缝和缺陷的边缘细节;类间、类内方差比分割方法增强了图像目标与背景的对比,与数学形态学方法并用能准确地提取焊缝区域;高频加强变换能够为焊缝缺陷提供清晰的视觉效果,从而根据其显示的特点对焊接缺陷进行提取.     

在MapInfo中实现数字化地图"非监督分类"

利用MapBasic语言,引入遥感图象处理中"非监督分类"的概念,在MapInfo平台下将同一图层中的不同要素按照他们的颜色、线宽等特征信息进行分类提取,然后进行批量编辑.实现了数字化地形图中的"非监督分类",为实现大量的数据更新提供了简单、快速、智能的解决方案.提高了生产效率,在实际生产中得到了检验.     

基于高斯混合模型的EM学习算法

本文研究了一类基于无监督聚类学习的算法——EM算法的算法实现．EM算法通常用于存在隐含变量时的聚类学习，由于引入了隐含变量，导致算法难以保证收敛和达到极优值．本文通过将该算法应用于高斯混合模型的学习，引入重叠度分析的方法改进EM算法的约束条件，从而能够确保EM算法的正确学习．