基于两步策略的中文短文本分类研究

为更好地挖掘文本信息,研究了将两步策略用于中文短文本分类的3个关键问题,提出了基于组合朴素贝叶斯(NB)和K近邻(KNN)分类器的两步中文短文本分类方法:(1)直接利用NB和KNN的输出构造其对应的二维空间,根据该空间内错误文本的分布将测试文本集分为3部分:能被KNN可靠分类的文本集A,不能被KNN可靠分类但能被NB可靠分类的文本集B,其他文本集C.(2)用KNN、NB分别对文本集A和B进行分类,根据训练语料的类别分布,直接给属于文本集C的文本分配标签.与NB、KNN和支持向量机(SVM)的对比实验表明,该方法可获得较高的分类性能.     

海洋三维仿真平台的潮流模拟可视化建模

潮流数值模拟的科学可视化与虚拟现实是海岸海洋科学研究重要的现代技术手段.首先从地理信息系统的角度对潮流数值模拟系统的数据模型进行了论述,指出三维潮流数学模型基本方程(Navier-Stokes方程组和Boussinesq假定),同时建立了基于海洋物理的实时海面模拟潮流数学模型,提出了适合水文数值模拟的对象模型方法;其次探讨了空间流场的可视化技术,阐述了虚拟现实在潮流数值模拟中的作用;最后设计并实现了一个海岸海洋潮流模拟虚拟现实的原型软件系统3DVROcean,并在黄海辐射沙洲等的潮流数值模拟试验中进行了实际对比检验.     

Coherent Streamline Generation for 2-D Vector Fields

Visualizing 2-D vector fields using streamlines is one popular ?ow visualization technique.Standard streamline generation algorithms compute the density of streamlines across the domain,detect features,and employ customized rules to emphasize features.In this process,feature characterization and visual clarity are heavily considered.Simultaneously preserving the temporal coherence for time-varying vector fields,however,remains a challenge.In this paper,we present a coherent and feature-aware streamline generation algorithm by employing a feature-guided streamline seeding technique and a coherent streamline placing scheme.For each frame,a feature map is first computed with critical points or the Finite-Time Lyapunov Exponent(FTLE) approach,and is used to initialize a set of seeds by leveraging the Poisson Disk distribution.These seeds are further optimized by using a deformation-driven moving mesh method.To preserve the temporal coherence,the streamlines generated from the seeds are individually checked subject to their correspondences to the ones in the previous frame.Subsequently,additional streamlines are sequentially inserted in low-density regions.We demonstrate our algorithm on both Computation Fluid Dynamics(CFD) and non-CFD datasets,and compare it with the recent literature.     

基于LCD定标器的文本型图像缩放算法研究

分析了文本型图像自身的特点及图像的缩放原理，推导出曲面拟合法的数学公式，模拟了不同算法作用于图像缩放的输出结果，并根据Liquid Crystal Display(U、D)定标器的模块划分将该算法用RTL级代码进行描述、仿真和综合，最后用FPGA实现，验证其逻辑功能．     

复杂地层结构模型三维重构与可视化方法研究

针对工程建筑、水利水电建设以及地质灾害防治等工程地质学研究中的空间结构分析与信息可视化问题,提出了一种基于单元块体的空间自动搜索地质建模方法.该方法的主要思想是:首先由地质专家充分利用工程地质勘探的资料,并结合自身经验,在交互式环境中完成2D/3D剖面解释;而后系统自动完成地质结构单元块体搜索,运用CSG集合运算并根据地质单元块体的空间拓扑结构实现复杂三维地质模型的构建.本方法通过引入地质单元体的概念,并在建模过程中融合地质专家的知识,使地质模型的建模过程得到了简化,提高了模型的精度,有效地解决了复杂三维地质模型的建模问题.     

文本聚类中的特征选择方法

介绍了3种用于文本聚类的特征选择方法：文档频度、单词权、单词熵.用一个中文文本语料库对这3种特征选择方法进行了比较实验,实验结果表明在文本聚类中单词权的特征选择方法具有最好的选择结果.     

一种改进的元搜索排序合成算法

搜索结果的合成是元搜索引擎系统中一个重要的技术问题。为了提高元搜索引擎的查询精度,提出了一种改进的元搜索结果合成算法。通过分析搜索结果列表中包含的文本信息,综合考虑搜索结果与查询的匹配完全程度和相关程度给出了文本分析的规范化方法,并结合搜索结果的排序信息计算文档的相关分值,据此实现对局部相似度的调整。利用成员搜索引擎的性能评价,提出了改进的影子文档方法估算非相关文档的相关分值。然后,采用基于群决策的合成方法对搜索结果进行一致性排序。在实际Web环境中进行了测试,实验结果表明采用本算法,搜索结果的相关性比Round-robin、CombSum和CombMNZ三种合成算法有较大提高。     

改进的CRNN模型在警情文本分类中的研究与应用

针对某市公安110接处警文本描述进行案件分类的需求,参考现有文本分类方法在其他行业的应用,搭建了应用于警情描述的文本分类系统.通过论证常见分类网络适用场合及其优缺点,结合对警情数据中案件描述特征的分析,提出了基于改进卷积循环神经网络的模型,该模型优化了关键特征提取过程,弥补了现有模型短文本局部特征提取不足的缺陷.实验表明,该模型的准确率比常见分类模型提升了2%～3%,且能够有效保证数据局部特征的关联性,可以对案件描述所对应的案件类型进行准确分类,从而提高公安接处警平台的自动化效率.     

基于文本分块的多模板隐马尔可夫模型的文本信息抽取

针对文本信息抽取中训练数据来源的多样化,不利于学习到最优的模型参数的问题,提出了一种基于多模板隐马尔可夫模型的文本信息抽取算法. 新算法利用文本排版格式、分隔符等信息,对文本进行分块,在此基础上,通过对训练数据分成多个形式模板训练隐马尔可夫初始概率及转移概率参数,最后,结合统一训练的释放概率参数,对文本信息进行抽取. 实验结果表明,新算法在精确度和召回率指标上比简单隐马尔可夫模型具有更好的性能.     

基于类别核心词的朴素贝叶斯中文文本分类

摘要及关键词中提取类别核心词,通过加权方式,强化它们在文本分类中的作用. 基于朴素贝叶斯分类方法的实验表明,提出的方法能够有效提高中文文本的分类准确率.