HENU汉语分词系统中的中文人名识别算法

论文介绍在HENU汉语自动分词系统中对中文人名的自动识别算法。该算法在常用的规则和统计相结合方法基础之上,采用了局部回溯分词的思想,较好地解决了同姓异名对的冲突问题。在开放测试中,该方法取得了90.9%的准确率和95.9%的召回率。     

基于IMU/DGPS的航空遥感影像快速纠正方法

论述利用IMU/DGPS系统快速获取外方位元素的原理,介绍在外方位元素支持下的影像快速镶嵌的基本方法,重点说明利用IMU/DGPS系统进行影像的快速正射校正.相关的实验结果表明,文中的方法能在几何精度要求不高的应急事件处理的情况下,快速获取区域的镶嵌影像.     

汉字语法语义智能输入法搭配库的设计与实现

为提高输入法的智能性,对供输入法使用的搭配知识库进行了研究.介绍了汉字语法语义智能输入法及其改进的功能,在对语料库中搭配知识分析的基础上,结合输入法中搭配知识的使用,对现有的统计语言模型进行了改进,并给出了词语搭配知识库,语法搭配知识库和语义搭配知识库的关键结构,利用改进后的统计语言模型和语法语义搭配知识,对各搭配知识库进行了算法实现,最后给出了各个搭配知识库的部分实验结果并对其进行了分析.     

基于CORBA的网管方案的研究与实现*

现有的网管协议缺乏对异构分布式系统间互通和互操作的标准化,而这正是分布式网管系统必须解决的问题。CORBA支持异构分布应用程序间的互操作性及独立于平台和编程语言的对象重用。首先探讨了基于CORBA构建综合网管系统的方法,通过对几种CORBA应用于网管的方式进行比较,提出了CORBA最适用于网络管理层以上的网管系统的构建,最后给出一个CORBA实际应用于网管系统的案例。     

面向幼儿的人性化交互系统的研究与设计

针对儿童的认知能力特点,采用音频与视频输入技术、合成与输出技术、语音图像模式识别与环境理解技术,以及多模态信息融合等技术,实现了适用于网络环境下的幼儿用户群,并具备人性情感化特征的智能网络多模态的人机交互系统。该系统设计以人为中心,人机隔阂较小,为建立一个整合多通道、交互的研究性平台奠定了基础。     

基于问题的面向对象知识表示方法的研究

基于问题的面向对象知识的表示方法,克服了构建知识库过程中对知识进行形式化的繁杂的过程和以纯文本作为检索对象效率低的缺点.这种方法以问题类别作为属性的标记,并标注在原始 文本中,利用已标记的文本作为知识库的组成元素,关系数据库储存对象的类属关系.在以文本作为知识库元素的问答系统中用基于问题的面向对象知识表示方法,使得通过对问话的分析就能够迅速地找到答案的位置,提高了直接从原始文本中进行信息提取的效率.     

大规模智能组卷系统中的冲突消除方法研究

当前的大规模智能组卷系统中采用超高频辨识技术完成任务调度,常用的反向散射耦合调度方式因缺少时间上的沟通性而容易产生冲突。为此提出了一种基于功率控制的改进帧时隙防冲突算法。在控制中,引入功率作为调控的依据,读写器按照系统信干比的情况,自主调控自身的发射功率来保证时间间隔,读写器先向作用区域中的标签发送查询命令,记录区域中的标签总数,对信号进行分组描述,在确保读写器读写距离的同时降低信号覆盖区域的繁杂度。实验表明,该方法能够确保信号覆盖区域信号繁杂的最小化,增强智能组卷系统防冲突性能,是一种有效的智能组卷系统冲突消除方法。     

等值面快速生成方法的改进

针对等值面生成方法从C/S到B/S的移植存在效率低、交互性差的缺点,提出一种基于ArcGIS Server的等值面快速生成方法,通过ArcGIS Server中的ModelBuilder创建模型,建立地理处理服务,以SOAP方式访问调用服务器提供的Web服务生成等值面,在客户端加以渲染。在东莞市三防决策支持子系统中的应用结果表明,该方法在效率、外观、交互性方面都较符合用户需求,可减少网络传输量并提高GIS分析性能。     

一种改进的Delaunay三角网生成算法

Delaunay三角网在GIS/VR中用途广泛,分割-归并法和逐点插入法是目前普遍用于生成Delaunay三角网的两种算法.在研究基于这两种算法的合成算法后,对其进行了两点改进.一是简化凸壳的生成;二是三角形快速定位,通过确定向量之间的关系来解决点的定位问题,避免了复杂运算.实验结果证明,改进后的算法不仅继承原算法兼顾空间和时间的性能,且执行效率有明显提高.     

人脸局部特征增强的亲属关系验证方法

亲属关系验证是人脸识别的一个重要分支,可以用于寻找失散亲人、搜寻走失儿童、构建家庭图谱、社交媒体分析等重要场景。父母和孩子的人脸图像之间往往存在较大的差异,如何从人脸中提取到有鉴别力的特征是提高亲属关系验证准确率的关键。因此,提出了一种基于深度学习和人脸局部特征增强的亲属关系验证方法,构建了人脸局部特征增强验证网络（Local Facial Feature Enhancement Verification Net,LFFEV Net）,获取用于亲属关系验证的具有强鉴别力的人脸特征表示。LFFEV Net由局部特征注意力网络和残差验证网络两部分组成。局部特征注意力网络提取人脸局部关键特征,将获取的局部关键特征和对应的原始图像一同输入到残差验证网络中获取更具鉴别力的人脸特征,将特征经过融合并结合Family ID信息进行亲属关系验证。算法在公开的亲属关系数据集KinFaceW-I和KinFaceW-II上进行测试,实验结果表明,所设计的方法在亲属关系验证任务中有较高的识别率。