基于语料库的名词短语识别方法

名词短语识别是自然语言处理领域的非常重要的子任务。利用最大熵法（ME）、支持向量机法（SVM）和隐马尔可夫模型（HMM）3种有代表性的统计方法对汉语文本进行名词短语识别,并对实验结果进行比较分析。结果表明HMM法在封闭测试中优势明显,SYM法在小样本模式的开放测试中表现良好,而最大熵方法在两种测试中的识别结果均比较理想。分析表明,HMM方法侧重应用在与线性序列相关的现象上;SVM方法适用于有限的汉语带标信息的分类问题;而最大熵方法特别适用于把不受限的文本特征加入统计模型中的情况。     

信息融合技术的方法与应用研究

信息融合是现代信息技术与多学科交叉、综合、延拓产生的新的系统科学研究方向,在军事和民用领域已经展现出的有效与广阔的理论和应用前景。文章在对信息融合技术应用现状研究的基础上,介绍了信息融合的定义、功能、实现步骤,阐述了信息融合常见算法及其优缺点,最后指出了信息融合技术存在的问题和发展趋势。     

城市房地产市场对土地开发影响作用探讨——以江苏省为例

城市土地开发与房产开发主要指标具有互动关系.本文结合时差相关性与K-L信息量的方法,测算并得出近十几年来江苏省房产开发对土地开发具有较大的时差滞后性作用的结论,通过实证研究对政府调控房地产市场提出针对性的建议.     

信息不完全情况下房地产开发企业与商业银行之间的借贷博弈分析

针对目前国内商业银行对房地产开发贷款逐年增加以及由此引发银行不良贷款率不断上升的现状,运用不完全信息重复博弈基本理论和方法,通过引入银行的不完全信息,建立了银行和企业之间信贷博弈模型,分不同情况分析得出相应的精炼贝叶斯均衡。结果表明,随着银行在公众中强硬形象的先验概率的增大以及对违约企业惩罚力度的加大,使得企业违约的期望得益小于按期还款的得益,银行就有积极性建立一个硬形象,从而降低银行的不良贷款率。     

信息生物学--关于编码信息量的两个假设

提出并论证了关于编码信息量的两个规律.第一,基因组的编码信息量在进化中随时间增加.第二,基因序列的碱基频数分布决定于多样性的稳定化.此二规律和其他规律一起构成了信息生物学的理论基础.不同于生物信息学,信息生物学将以生命信息的遗传,传输,调节和表达的基本规律为研究中心.     

一种针对木马流量的特征选择方法

针对现有基于会话流异常行为的木马检测方法中,普遍存在所选特征代表性不足、特征间信息冗余导致检测效果差的问题,提出一种特征选择方法。首先,通过捕捉流量对木马通信行为加以分析,根据各阶段提取相关的属性,并在每一属性上进行派生,得到足够充分的特征集合。然后,为了衡量特征的重要性和特征间的相关性,提出了改进的特征重要性评价系数和基于关联信息熵的联合相关性评价系数,并设计了基于序列后向选择策略的特征选择算法,以得到自适应规模的特征子集。算法通过每一轮迭代计算特征的评价系数,通过排序完成选择。为验证该算法有效性,采用朴素贝叶斯分类和支持向量机分类算法设计了与FCBF算法和IG算法的对比实验,相较于FCBF算法,在两种分类算法上的召回率分别提升3.76%、1.64%,F_1值提升分别为1.04、0.99。相较于IG算法,召回率提升分别为6.46%、4.96%,F_1值提升分别为3.56、3.18。实验结果表明,提出的特征选择算法能够有效选择木马流量各个属性上的特征,克服特征间关联性带来的影响,在缩减特征维度的同时提升木马通信流量的检测效果。     

基于自监督信息增强的图表示学习

针对图表示学习模型依赖具体任务进行特征保留以及节点表示的泛化性有限等问题,本文提出一种基于自监督信息增强的图表示学习模型(Self-Variational Graph Auto Encoder,Self-VGAE)。Self-VGAE首先使用图卷积编码器和节点表示内积解码器构建变分图自编码器(Variational Graph Auto Encoder,VGAE),并对原始图进行特征提取和编码;然后,使用拓扑结构和节点属性生成自监督信息,在模型训练过程中约束节点表示的生成。在多个图分析任务中,Self-VGAE的实验表现均优于当前较为先进的基线模型,表明引入自监督信息能够增强对节点特征相似性和差异性的保留能力以及对拓扑结构的保持、推断能力,并且Self-VGAE具有较强的泛化能力。     

基于加密权限代码的访问控制方法

针对被动式的基于角色访问控制在企业环境中的应用,提出一种基于加密权限代码的访问控制方法,并利用加密技术,以提高权限数据的安全性.该方法不仅能非常简便地实现访问的控制,提高访问控制的执行效率,还能大大简化编程的复杂性,节约对访问控制功能的开发时间.结合信息系统开发实例,详细介绍该方法在被动式访问控制中的实现原理及其使用方法,并对该方法在主动式的基于任务访问控制中的应用进行探讨.     

面向残差网络多元特征的轻量级虹膜分类

针对传统虹膜分类需手工设计滤波器提取虹膜特征,提取特征单一,且通常需大量手工调参,泛化能力较差的问题,提出一种面向残差网络下多元特征的虹膜分类算法.一方面将虹膜图像与Gabor特征相结合,另一方面在网络结构中使用多个尺度的卷积核,使学习到的虹膜特征更丰富,从而提高图像特征的表征能力.实验结果表明,在固定类别中,使用So...     

幺正时间演化算符的推导及其在量子信息中应用

采用J-C模型,在原子与场共振相互作用时,就半经典和全量子化两种情形下推导出量子光学中一个十分有用的幺正时间演化算符,并应用这一算符展示了一种量子隐形态传输的方案.