基于Eclipse的RBAC通用插件的设计与实现

基于角色的访问控制(RBAC)技术解决了大型企业信息系统中复杂的安全访问问题.为了提高软件的可重用性,缩短应用系统的开发周期,研究并开发通用的RBAC插件,使其能够集成于各种企业信息系统中完成该信息系统的权限控制需求.分析Eclipse的工作机制以及基于OSGI规范的插件实现原理,提出在Eclipse平台上设计和实现一个通用RBAC插件的设计方法,并运用Eclipse的插件开发方法实现通用的RBAC插件.     

基于FPGA的软件无线电中抽取器的设计与实现

抽取器是软件无线电中多抽样率数字信号处理的重要组成部分。文中讨论了抽取器的原理及其多相结构的实现方式,并将分布式算法应用于抽取滤波器中,从而完成了基于FPGA的抽取器的设计。实验结果表明,通过采用多相结构和分布式算法,不但降低了FPGA的资源使用量,同时也提高了FPGA的工作速度,可以满足信号实时处理的要求。     

基于信息抽取的电网缺陷文本挖掘系统设计

由于电网中存在大量的缺陷文本,传统方法无法精准区分缺陷类型,导致文本挖掘精准度较低,为此提出了基于信息抽取的电网缺陷文本挖掘系统设计.使用数据存储模块直接访问系统内存,通过负载均衡服务器执行请求响应.设计多进程浏览器架构,负责浏览多进程应用程序.构建文本挖掘模型,将大量信息元素整理成电网缺陷术语表形式,输入电网缺陷文本...     

基于CSD编码遗传算法的数字抽取滤波器设计

针对由于系数截断或者舍入而导致的通带内波纹增加,采用CSD编码的遗传算法进行有效精度优化,通带内波纹为0.0025dB,满足系统要求。     

基于二阶隐马尔可夫模型的文本信息抽取

隐马尔可夫模型是文本信息抽取的重要方法之一.在一阶隐马尔可夫模型中,假设状态转移概率和观察值输出概率仅依赖于模型当前的状态,一定程度降低了信息抽取的精确度.而二阶隐马尔可夫模型合理地考虑了概率和模型历史状态的关联性,对错误信息有更强的识别能力.提出了基于二阶隐马尔可夫模型的文本信息抽取算法;分析了二阶隐马尔可夫模型在文本信息抽取中的有效性;仿真实验表明,新的算法比基于一阶隐马尔可夫模型的算法具有更高的抽取精确度.     

文本自动分类系统的研究与实现

利用贝叶斯算法，通过对训练文本的学习，构建了一个文本分类器，从而实现了本文提出的自动分类的目标。贝叶斯分类算法是现在比较流行的方法，它的分类效果比较好，简单而且高效，可以通过大规模的训练语料提高分类的质量。文本的分类是选择最有可能生成该文本的类。只有建立了知识库，分类进行训练，才可以构造相应的分类器，对相关的文本进行分类。     

基于最大熵的隐马尔可夫模型文本信息抽取

文本信息抽取是处理海量文本的重要手段之一.最大熵模型提供了一种自然语言处理的方法.提出了一种基于最大熵的隐马尔可夫模型文本信息抽取算法.该算法结合最大熵模型在处理规则知识上的优势,以及隐马尔可夫模型在序列处理和统计学习上的技术基础,将每个观察文本单元所有特征的加权之和用来调整隐马尔可夫模型中的转移概率参数,实现文本信息抽取.实验结果表明,新的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.     

基于改进遗传算法的Web文本挖掘系统

文本分类是文本数据挖掘中一个非常重要的技术,已经被广泛地应用于信息管理、搜索引擎、推荐系统等多个领域.现有的文本分类方法很难适用于大规模的文本数据集.为此,提出了一种基于改进遗传算法的文本挖掘系统.提出的改进遗传算法极大地提高了文本挖掘系统的分类效率.实验结果表明,该方法适用于大规模文本数据集;该方法提取规则的分类正确率较高,分类速度较快.     

基于插件的协同组网探测系统软件设计与实现

针对区域内雷达协同与联合探测能力不足的问题,构建了符合雷达协同探测系统特征的软件体系架构,并阐述了基于插件的软件系统集成过程.以体系架构为指导实现的协同探测系统完成了某海域传感器资源统一调度、远程操控和情报交换共享,形成联合探测态势集成显示,并针对性地对重点目标进行目标协同识别,充分发挥了该系统信息集成和协同探测的能力...     

基于正文特征和网页结构的网页正文抽取方法

Web信息抽取技术一直是信息技术领域的研究热点。而且,近年来,DIV+CSS的网页布局方法开始普遍应用于网页设计中。基于此,提出了一种较为简单和实用的基于正文特征和网页结构的新闻网页正文抽取方法。首先识别和提取网页正文内容块,然后利用正则表达式滤除内容块中的HTML标记并提取网页正文。实验结果表明,该方法对正文抽取具有较高的通用性与准确率。     

基于BERT和LightGBM的文本关键词提取方法

传统的文本关键词提取方法忽略了上下文语义信息,不能解决一词多义问题,提取效果并不理想。基于LDA和BERT模型,文中提出LDA-BERT-LightG BM(LB-LightG BM)模型。该方法选择LDA主题模型获得每个评论的主题及其词分布,根据阈值筛选出候选关键词,将筛选出来的词和原评论文本拼接在一起输入到BERT模型中,进行词向量训练,得到包含文本主题词向量,从而将文本关键词提取问题通过LightG BM算法转化为二分类问题。通过实验对比了textrank算法、LDA算法、LightG BM算法及文中提出的LB-LightG BM模型对文本关键词提取的准确率P、召回率R以及F1。结果表明,当Top N取3～6时,F1的平均值比最优方法提升3.5%,该方法的抽取效果整体上优于实验中所选取的对比方法,能够更准确地发现文本关键词。     

一种分布式系统进程调度方法研究

航天器在轨故障诊断系统,是由多台服务器构成的多进程分布式系统。如何保证系统整体高效、协调工作、资源分配合理,已成为航天器故障诊断系统中需解决的问题。针对故障诊断系统的特点,基于分布式系统整体性能最优,设计出适合分布式进程调度、满足航天器故障诊断需求的分布式多进程调度结构。实践表明,这种调度结构对航天器故障诊断系统进行扩展和有效控制,成效明显。     

基于GPS/GIS的出租车调度系统的设计与实现

文章基于GPS/GIS技术设计和实现了一种新型的出租车调度系统,该系统设计了一种出租车司机互助报告乘客位置的新型叫车模式,改进了传统的出租车叫车方式.本系统包含三大部分:调度终端、通信平台和调度平台.调度终端是基于三星S3C2440硬件平台和WINCE系统的智能嵌入式设备,实现与调度平台的通讯和现场智能控制;通信平台基...     

基于对等网络的分布式存储系统的设计与实现

在基于节点分级的对等网络路由定位算法SP_Route的基础上实现一个分布式存储系统。通过采用可扩展的体系结构、稳定的通信协议、通信机制,简明的文件的组织和节点构造方式,在物理网络上叠加一个P2P网络层。将各个节点贡献的物理上分布的存储资源连接成对用户透明的文件存储系统。该系统能快速地搜索文件和进行路由定位,能为用户提供较稳定的存储服务。     

基于蚁群算法的文本分类和聚类

为了研究并提高文本的分类和聚类算法的性能,笔者根据蚁群算法在TSP问题中的应用方法,将其改进引用到文本的分聚类中。在文本聚类中,改变蚂蚁的信息素释放机制,道路节点的聚合方式,最终将相似文本进行聚合。在文本的分类中,将所需要的分类信息装入蚂蚁,蚂蚁根据系统外部所希望的方式将文本分类。实验结果证明,这种新的算法可以使文本分类和聚类的准确度提高,蚁群算法在文本分类聚类中的应用是可行的。     

基于独立分量分析的文本特征提取算法

文本特征提取的正确高效直接影响聚类结果准确率,针对文本特征提取中文本数据的高维、高噪声问题,提出采用独立分量分析作为文本特征词的提取技术.采用TF-IDF方法形成文本特征的数字描述矩阵一向量空间模型,使用独立分量分析算法实现对矩阵的关键特征词提取,使用非负矩阵分解及其扩展算法对矩阵进行聚类分析,实现聚类.     

一种新闻视频文本语义信息提取与分析的新方法

本文提出一种视频文本语义信息分析的新思路,即在文本区域提取后结合文种识别理论来提取新闻视频的来源和身份等高级语义信息,同时文种识别结果可为OCR的选择提供先验知识。主要工作包括:1)针对视频中的字幕,提出一种基于时-空分析的算法来检测视频中的字幕,然后对检测到的字幕通过投影分析进行定位、增强和二值化;2)对提取到的文本区域提出一种基于PCA和小波变换的文种识别算法。