基于模糊匹配的数据清洗

提出了一种新的模糊匹配相似度函数及一种高效的模糊匹配算法，该算法能够高效的寻找与输入元组最相似的L个参考元组；为了提高查询效率，提出了对参照关系建立错误容错索引。     

基于语义距离的领域本体概念相似度研究

简要介绍了本体的概念及其分类,在提出的基于语义距离的领域本体概念相似度计算方法中,充分考虑了影响语义距离计算的四大因素,还考虑了概念相似度计算的非对称性,能够较真实地反映概念之间的语义关系.     

一种基于 Hownet 的词向量表示方法

针对基于预训练得到的词向量在低频词语表示质量和稳定性等方面存在的缺陷, 提出一种基于Hownet的词向量表示方法(H-WRL)。首先, 基于义原独立性假设, 将 Hownet中所有N个义原指定为欧式空间的一个标准正交基, 实现Hownet义原向量初始化; 然后, 根据Hownet中词语与义原之间的定义关系, 将词语向量表示视为相关义原所张成的子空间中的投影, 并提出学习词向量表示的深度神经网络模型。实验表明, 基于Hownet的词向量表示在词相似度计算和词义消歧两项标准评测任务中均取得很好的效果。     

煤矿复杂多源数据的混合相似性度量方法

随着煤矿产业自动化、电子化和信息化的发展，目前已有的数据描述方式不能有效刻画煤矿中多源、多维、动态的海量数据信息．针对该问题，首先将源于哲学范畴中的本体引入煤矿生产领域，以矿区监测位置本体作为语义模型与数值描述相结合，形成树状层次结构来描述煤矿复杂多源数据；然后，通过基于语义和数值的混合相似性度量方法计算煤矿数据的相似度；最后通过实验验证了本文所述方法的可行性和有效性．     

关于不可压流体Navier-Stokes方程的四阶精度有限差分紧致格式的边界处理

给出了与内点四阶精度有限差分紧致格式相对应的Navier—Stokes方程中的对流项和扩散项以及连续性方程和压力Possion方程在边界处的有限差分紧致格式的表达式，并以Taylor涡和方框流为算例，所得的结果表明所用的边界格式确有较高的精度．     

基于动态双重前缀的模糊相似性连接算法

针对相似性连接问题, 提出了动态双重前缀的模糊相似性连接算法.与之前的算法不同的是,本文采用双重前缀,即在查找候选以及构建索引时使用不同的前缀来提高过滤效率,并在此基础上进行了优化.首先通过取各个前缀生成的候选集合的交集来缩小候选集合;其次提出最大区分任选前缀,利用此前缀进行预验证来减少最终进入到验证过程的候选对,以此来减少连接时间.并且在三个真实数据集上进行实验,将本文算法与Silkmoth算法以及MF-Join算法进行比较,结果表明所提算法可以生成更小的候选集集合并且需要更少的连接时间.     

本体中概念间语义相似度和相关度混合计算方法

语义相似度计算广泛应用于自然语言处理中,但现有语义相似度计算方法没有充分挖掘本体结构中概念间的关系.笔者针对当前概念相似度计算的片面性和不完善性等不足,提出一种计算概念间语义相似度和相关度的混合方法.从有向边包含的特征属性对语义距离进行扩展,结合概念深度,将语义距离转换成语义相似度,通过引入概念间相关度计算,使最终概念语义相似度计算更加精确.并将该方法与人的主观判断结果进行比较,验证了该方法的可行性和有效性.     

《广韵》引《周易》异文考

《广韵》是我国历史上第一部官修的韵书,其中有46个字头下引用《周易》或说明《周易》的用字情况,部分保存了唐宋时《周易》的面貌。今就其所引《周易》与今本《周易》相异之处进行勘校。     

Latent Co-interests' Relationship Prediction

With the development of the social media and Internet, discovering latent information from massive information is becoming particularly relevant to improving user experience. Research efforts based on preferences and relationships between users have attracted more and more attention. Predictive problems, such as inferring friend relationship and co-author relationship between users have been explored. However, many such methods are based on analyzing either node features or the network structures separately, few have tried to tackle both of them at the same time. In this paper, in order to discover latent co-interests’ relationship, we not only consider users’ attributes but network information as well. In addition, we propose an Interest-based Factor Graph Model (I-FGM) to incorporate these factors. Experiments on two data sets (bookmarking and music network) demonstrate that this predictive method can achieve better results than the other three methods (ANN, NB, and SVM).     

一种由三角模诱导的粗糙集间的相似性度量方法

首先介绍了粗糙集、模糊集与三角模的概念,接着指出利用三角模可以诱导出相应的包含度,进而可得到一个相似度,提出了一种利用三角模对粗糙集间的相似性进行度量的新方法.最后借助算例验证了该方法的可行性.