浅谈在WORD文档中插入高质量AutoCAD图形的方法

Word与Auto CAD都是目前广为流行的Windows应用软件,Word文字处理能力强,但是图像处理能力较弱,Auto CAD图画处理能力强,能够进行精确复杂图形的设计和规划,但是文字处理能力较弱,所以在WORD文档中插入高质量Auto CAD图形可以充分利用两者优点,编制出图文并茂、整洁大方的负荷文档。     

基于文档重要度的静态索引剪枝方法

针对网页质量参差不齐、重要程度差别巨大的问题,提出了按照网页重要程度确定其剪枝幅度的静态索引剪枝方法,并在GOV2数据集上进行了验证.实验结果表明:这种方法体现了静态索引剪枝能极大降低存储需求、提高查询效率的优点;当剪枝后的索引大小是原始大小的13%时,P@10、P@20值能达到甚至超过使用完整索引时的结果;在相同的剪...     

CSS样式表在网页设计与制作中的应用

<正>CSS样式表的是英文Cascading Style Sheets的缩写,意为层叠样式表。它是一种常用的网页制作技术,CSS样式表可以对网页文档的格式进行定义,定义CSS样式表后,网页文档中相应文本的格式将自动和定义格式相匹配,这样,凡是应用该CSS样式表的网页元素就会具有相同的属性,使用起来非常方便。一、CSS样式表的作用     

Word屏幕键盘快捷输入常用符号

编辑Word文档时，或许你需要输入一些常用的符号，比如％。、m2等。当然要输入这些符号，办法有那么几个。以下笔者介绍一个方法，说不定你～直还未曾用过，那就是请屏幕键盘相助。     

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.     

基于Markov逻辑网的句子压缩方法

提出了一种基于Markov逻辑网通过删除单词进行英文句子压缩的方法。通过一阶逻辑公式表示单词的局部特征以及单词之间的相互依赖关系,确定单词是否应该删除。与现有方法相比,该方法把判别式学习和整数规划的优点相结合,既融合了丰富的句子特征,又以逻辑公式方便地表示全局约束。在书面和口语两个新闻数据集上的实验结果表明:该方法与L3和SVTL系统相比具有明显优势,在压缩率接近时,以人工压缩结果为评测标准,压缩后句子的依存关系F-score有较大提高。     

施工现场信息化管理

工程项目管理是一个十分复杂的系统工程,涉及进度、质量、合同、计量、财务、物资材料、风险和图纸文档等诸多方面的工作,工程项目管理具有较高的挑战性,需要在以往经验的基础上,充分做好事前分析工作,管理过程需要以动态的眼光、定性的数据来预测和分析工程的实际情况,还需要对成本、进度和质量进行管理与控制,并在这3者之间作出平衡与抉...     

面向多用途的数学概念知识分层表示方法

着重介绍NKIMath中数学概念的知识表示方法.首先给出了NKIMath知识系统的体系结构,分析了获取数学知识的不同用途.在次基础上给出了一种融合了本体、框架和逻辑综合的知识表示方法,将知识分为谓词逻辑层、知识描述层和概念关系层,不同层次可以满足不同用途的需求,详细给出了数学概念知识表示的基本模式以及参数表示形式.NKIMath可以很容易地实现与W3C推荐的数学文档标注语言OMDoc之间的相互转换,同时在知识表示的多粒度、多语言版本知识自动生成等方面优于OMDoc.     

基于互信息的Web文档聚类方法

由于网络信息的激增,如何充分利用大量的信息,并有效地为Web用户服务成为一个急需解决的问题。相关研究表明利用Web文档聚类的方法可以缩小信息检索的范围,提高查询准确率。通过分析Web文档的特征以及常用Web文档聚类方法的优缺点,提出了一种基于互信息理论的Web文档聚类的方法。在聚类的过程中,计算特征词之间的互信息值,根据阈值判断特征词是否属于同一类别。实验结果表明,该方法与K-Means聚类算法相比较,在准确率和召回率方面均有提高。     

基于关键词提取的娱乐新闻文档去重算法

去除内容相同或相近的新闻是提高搜索引擎的关键技术之一.提出一种基于关键词提取的新闻去重算法,通过以标题为种子点构建词汇链的方法,能够找到对主题贡献大的非高频词,从而抽取出完整文档关键词集合,该方法能够基于小规模语料库识别新词;为了提高网页去重速度和质量,基于关键词建立去重倒排文档.实验结果显示,该方法与传统方法相比排斥错误率降低了5%,去重时间缩短了20%～30%.