基于语义指纹和LCS的文本去重方法

为了解决传统中文文本去重准确率低的问题,本文提出了一种基于语义指纹和LCS的文本去重方法。针对中文文本,预处理后抽取出文本摘要,然后使用tf-idf算法分别得出文本内容特征向量和摘要特征向量,分别将这两个向量作为simhash算法的输入,计算得到文章的内容指纹和摘要指纹。计算两个文本对应的两个指纹的汉明距离,代入本文公式,最终得到这两文本的指纹距离;使用指纹对文本对进行初步筛选,对判定为相似的两个文本使用LCS算法进行进一步对比,避免误判,最终实现中文文本快速去重。实验过程中,通过与LCS算法、simhash算法等多种算法的结果进行对比,可以体现该方法在算法精确度方面的优势,同时,该方法的运行速度优势也能较好地支持大数据量文本的去重操作。     

一种基于指纹和可视可擦除水印的安全广播视频分发方案

提出了一种基于可视可擦除水印和数字指纹的多媒体安全分发方案.利用可视水印提供预览视频,支持用户获得授权后的可视水印擦除,伴随擦除过程同时完成用户指纹的嵌入.     

一种基于WSN信号强度的位置指纹定位方法

随着近年来网络与通信技术的大发展,人们对各种定位信息的需求也日益增大。虽然在室外定位中,GPS技术可以满足人们较高的定位需求,但其在室内的定位效果却令人难以接受。而近些年来无线传感网络（WSN）的发展,恰好为我们提供了一种成本低、实施简便、定位精度高的室内定位方法。文中提出了一种基于无线信号强度的室内定位算法,阐述了其定位原理,并以ZigBee无线网络为基础搭建了基于该算法原理的室内定位系统。最后,通过在实际环境中对该定位系统的测试,得出其最大定位偏差达到3m以内,平均定位偏差达到2m以内。     

基于BP网络的指纹识别系统

针对指纹数据库规模不断增大的情况,为了提高指纹识别的速度和准确度,采用BP神经网络先对指纹进行分类,把指纹分成左环、右环、拱、涡、棚状拱和不辨型6种类型,然后在相应的子类库中根据特征提取进行识别。设计并实现了一个指纹识别系统,该系统能够自动地进行指纹分类,而且还能实时地将结果与指纹数据库进行比对。实验结果表明,该系统能迅速地获得被识别人员的身份信息。     

基于连续分布方向图的复合指纹图像分割算法

实现了一种结合连续分布方向图与方差分割的复合指纹分割算法,改进了指纹图像分割效果并提高了指纹图像分割的精确度。对FVC2000、FVC2002和FVC2004数据库的实验结果表明,该算法能有效地对指纹图像进行自动分割,具有较快的速度和较好的鲁棒性。     

基于细节特征的指纹匹配算法研究

指纹图像匹配是自动指纹识别系统最后的环节也是最为关键的环节,匹配算法需要克服指纹图像的旋转,平移.本文提出了基于细节特征的指纹匹配算法,实验结果表明该算法能够在使用较少资源的前提下,提高指纹匹配速度,改善系统的匹配性能.     

TGARCH模型预测高炉铁水硅质量分数

为了更好地反映高炉铁水硅质量分数序列的高波动特性,利用门限广义自回归条件异方差（TGARCH）模型对硅质量分数序列进行预测.应用Portmantea Q检验、拉格朗日乘子检验以及非对称项系数显著性检验,验证了高炉铁水硅质量分数序列存在异方差性和非对称性.在此基础上将TGARCH模型应用于高炉铁水硅质量分数预测,采用极大似然估计法确定参数,建立TGARCH(1,1,1)预测模型,并采用命中率和误差率2种评价准则对预测结果进行分析.这种方法克服了以往模型没有考虑序列非对称性影响的缺陷,更加适合于高炉铁水硅质量分数的预测.将预测模型应用于包钢6号高炉,取得了较好的预测效果.     

20°圆锥分离流动的发展特性

文章对20°顶角的圆锥-圆柱组合体在3.0×1.6 m低速低湍流度风洞进行了表面压力分布测量和二维粒子图像测速。基于圆锥底面直径的雷诺数0.3×106,迎角0°~35,°包含40个滚转角,以9°为等间隔,滚转角范围0°~351°。文中主要分析了不同迎角下,圆锥段9个测量截面上的压力分布以及积分得到的截面当地侧向力随滚转角的变化特性,由压力分布对测量截面的流动分离状态进行了推断,推断结果与二维粒子图像测速实验进行了比较。结果表明:迎角从0°增大到35°的过程中,当地侧力系数随滚转角的变化曲线分别呈现:①零值线;②连续波曲线;③方波曲线。当侧力系数变化呈现连续波曲线和方波曲线时,所有测量截面上波曲线的周期和相位都近似相同。圆锥上非对称力的产生和发展是由于分离涡的不稳定性造成的。     

指纹图像的自适应方差分割法

指纹图像分割的目的是从图像背景中分离出有用的指纹区域。灰度方差法是一种简单快速的指纹图像分割算法,本文给出一种自适应阈值的灰度方差分割法。实验表明,本文方法选取的分割阈值能够较好的分离出指纹图像的前景和背景,是一种有效的指纹图像分割算法。     

基于ZigBee技术的室内定位系统算法研究及实现

随着当今社会城市化进程的快速发展,人们对于在复杂环境内的定位需求越来越迫切。由于建筑物的遮挡使得GPS定位在室内不容易实现。文中设计了一种基于ZigBee技术的室内定位系统（IPS）的解决方案。结合信号强度测距法（RSSI）与场景指纹定位法,提出RSS场景指纹定位法。该算法采用RSS“场景特征信息”作为定位场景的“指纹信息”,来建立“指纹信息”数据库,并通过TI公司的Z-stack的硬件平台实现了该算法。测试结果表明,该定位系统在覆盖超过20m＊20 m的面积里使用4个参考节点就能以2 m以内的平均定位误差实现室内定位,满足普通的定位需求。