检索结果-南通市图书馆

作者：李星湖北工业大学

学位级别：硕士

随着移动智能终端设备,社交网络的普及与发展,新闻摘要、微博博文、商品评论等短文本数据大量涌出,如何从海量的短文本数据中挖掘出具有商业价值的信息成为众多中文自然语言处理研究学者关注的课题。文本相似度作为机器翻译、情感分析... 详细信息

随着移动智能终端设备,社交网络的普及与发展,新闻摘要、微博博文、商品评论等短文本数据大量涌出,如何从海量的短文本数据中挖掘出具有商业价值的信息成为众多中文自然语言处理研究学者关注的课题。文本相似度作为机器翻译、情感分析、信息检索等人工智能商业应用的核心工作,发挥着巨大作用。本文围绕中文短文本,对如何精确挖掘歧义词汇语义特征信息,并与文本整体语序结构有效结合,进行相似度计算开展了研究,主要工作如下:⑴针对传统基于字符统计的方法只能对文本字词进行浅层统计,基于语义词典和句法依存分析的方法存在特征表达主观性较强,知识库局限的问题,提出一种Word2vec结合改进DTW算法与匈牙利算法的语义相似度计算方法。通过Word2vec对大规模文本语料进行训练,获取客观表达字词特征信息的词向量,将词向量转换成空间中的点,短文本词向量序列转换成空间中的点序列,通过加权公共子序列长度优化的DTW算法与匈牙利算法计算点序列连成的曲线之间的对齐距离,依照对齐距离越小相似程度越高的原则来计算短文本之间的相似度。⑵针对静态词向量无法有效结合当前上下文语境,区分歧义词汇特征信息表达的问题,提出一种BERT结合时间翘曲距离的语义相似度计算方法。通过BERT模型特殊的掩码训练机制与自注意力语义增强机制对短文本从整体层面进行语义特征提取,将提取到的短文本特征向量转换成空间中的点序列,通过CTW算法计算点序列连成的曲线之间的时间翘曲距离,依照时间翘曲距离越小相似程度越高的原则来计算短文本之间的相似度。实验结果表明,本文所提出的Word2vec结合改进DTW算法与匈牙利算法的相似度计算方法能够根据语序的凌乱程度,对语义相近的短文本进行良好的相似度等级划分,对一般场景下的短文本,能够进行合理有效的相似度计算。本文所提出的BERT结合时间翘曲距离的相似度计算方法能够较好地挖掘歧义词汇特征信息,对短文本之间的相似度进行有效的计算,相较其他方法,对词汇歧义的短文本有更为精准的区分。

关键词： Word2vec DTW BERT 时间翘曲距离语义相似度

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

带罚分因子的文本相似度计算

带罚分因子的文本相似度计算

作者：韩雅清湖北工业大学

学位级别：硕士

随着信息技术的迅速发展,各类信息呈现出爆炸式增长,而文本数据依旧是最主要、最直接的信息载体,如何从海量文本信息中快速有效地提取有价值的信息,已成为信息处理领域的重要课题,并使得信息检索、信息过滤等技术被深入研究和广泛应用... 详细信息

随着信息技术的迅速发展,各类信息呈现出爆炸式增长,而文本数据依旧是最主要、最直接的信息载体,如何从海量文本信息中快速有效地提取有价值的信息,已成为信息处理领域的重要课题,并使得信息检索、信息过滤等技术被深入研究和广泛应用。作为它们的基础工作,文本相似度计算特别是中文文本相似度计算具有重要的研究意义。本课题就带罚分因子的中文文本相似度计算展开了研究,在改进现有的特殊标识符分词算法的基础上,提出了一种带罚分因子的中文文本相似度计算方法。算法将基于统计方法的高效性和基于语义方法的准确性相结合,借助向量空间模型的建模思想进行建模,然后以语义因素为切入点,考虑到中文文本在相似度的计算过程中词序、近义词等因素所带来的影响,提出了罚分因子的概念,并在相似度的计算过程中对近义词进行一定处理,得到了一种面向句子的文本相似度计算方法。论文首先改进了基于特殊标识符的分词算法,利用沙普利值模型对分词结果进行优化。过程可分为两大步:第一步根据非汉字类和汉字类的特殊标识符对文本进行分词,此过程中借助了二字词语分词的思想,对非特殊标识符的文本部分进行二字词语分词;第二步是利用沙普利值模型对分词结果进行优化,优化过程主要解决了某些汉字类的特殊标识符将一个完整的词切分成了几部分和某些固定的三字词或者四字词在二字词语的切分过程中被切开的问题,得到了更为准确的分词结果。对文本进行分词预处理后,可以以句子为单位建立词语向量,然后建立距离矩阵模型,计算出句子的罚分因子,并带入相似度计算公式,得出句级别的中文文本相似度。当处理完文本的所有句子之后,将句级别的相似度扩展到整个文本,从而可以得出文本相似度。计算过程中,考虑到近义词对相似度计算的影响,通过查询近义词词典,将近义词作为相同词语进行处理,以得到更加理想的文本相似度计算结果。论文最后,通过算例对不同的相似度计算方法进行了比较,说明带罚分因子的相似度计算方法在相似度计算准确性方面有了一定的提高。

关键词：中文文本相似度罚分因子中文分词沙普利值模型

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

海洋平台监测数据管理系统研究

海洋平台监测数据管理系统研究

作者：褚蓉湖北工业大学

学位级别：硕士

海洋平台是海洋资源开发和资源采集的重要工具和设施,尤其是深海油气资源的探测和开采的必备基础设施。为保障海洋平台安全健康的长时间在位使用,需对平台所处环境、各种结构本身进行全方位、长时间的在位监测,通过获取大量真实监测数据... 详细信息

海洋平台是海洋资源开发和资源采集的重要工具和设施,尤其是深海油气资源的探测和开采的必备基础设施。为保障海洋平台安全健康的长时间在位使用,需对平台所处环境、各种结构本身进行全方位、长时间的在位监测,通过获取大量真实监测数据,来及时预警和后期分析平台的环境负载和结构负载。由于监测数据量大、种类多、逻辑关系复杂使得传统数据文件存储不能很好的满足要求,因此如何实时安全的对数据进行采集和存储、合理的构建数据模型进行数据表示、高效分析监测数据,成为海洋平台监测数据的重要问题。本研究对海洋平台监测数据特点以及监测数据的特殊要求进行详细分析和总结,拟提出一套完备的监测数据管理方案,对监测数据构建统一标准数据模型,设计并开发一套监测数据管理系统,该系统需安全合理的存储多种多样的监测数据,并提供多条件、多形式、可视化、高效的监测数据查询和统计方法。另外,本研究提出了适用于海洋平台监测数据搜索方法,使其具备更高搜索效率和准确率。通过本研究制定出了标准统一的数据结构模型和一套数据管理系统,并提高了监测数据搜索算法的效率和搜索相似度,达到了预期的目的。

关键词：海洋平台监测监测数据系统数据分析相似性分析

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于马尔科夫模型词序因子的文本相似度研究

基于马尔科夫模型词序因子的文本相似度研究

作者：桓乐乐湖北工业大学

学位级别：硕士

在中文信息处理的应用中，文本相似度计算是最底层的工作，在所有的文字处理系统中都要用到文本相似度，使用非常广泛，比如搜索引擎、文本查重、信息检索等领域，一个文本相似度算法的好坏，主要体现在正确率和运行效率上，结果要尽可... 详细信息

在中文信息处理的应用中，文本相似度计算是最底层的工作，在所有的文字处理系统中都要用到文本相似度，使用非常广泛，比如搜索引擎、文本查重、信息检索等领域，一个文本相似度算法的好坏，主要体现在正确率和运行效率上，结果要尽可能的接近人工的方法，运行时间要尽可能的少。目前用的方法主要是基于关键词匹配的方法，很多算法的文本的特征项的抽取都是基于空间向量模型的（VSM），查询速度快，但是该类方法有明显不足之处，很多对文本相似度的计算带来的影响的因素没考虑在内，比如同义词、多义词、词序等因素。本文提出了一种基于马尔科夫模型词序因子的中文文本相似度算法，参考了很多国内外相关文献，对当前文本相似度计算方法的情况做了进一步研究，提出了新的文本相似度计算方法——采用《知网》知识结构进行相似度计算的方法，把多义词和同义词等因素考虑在内，然后结合马尔科夫模型，把词序因素结合进去，即把语义相似度应用到马尔科夫模型当中去，综合考虑了词频、同义词、多义词、词序等因素。从传统的空间向量模型和语义相似度计算方法的对比结果可以看出，该算法具有较高的正确率，具有一定的实用性。最后，利用几个较小的文本文档对该算法进行测试，对几种不同的相似度计算方法进行测试对比，说明基于马尔科夫的相似度方法，正确率和可行性方面比传统几种计算方法有一定的提高。通过在准确度方面对本课题的研究成果进行测试上的比对。为文本相似度算法的发展提供一种新的思路。

关键词：文本相似度分词知网马尔科夫模型词序因子

基于分步迭代式组卷策略的通用试题库平台设计与实现

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于分步迭代式组卷策略的通用试题库平台设计与实现

作者：李刚湖北工业大学

学位级别：硕士

随着高等教育的普及化,高校在校生人数日益增加,其办学规模也随着扩大。然而,社会对高校的教学质量也不断发出诟病。考试作为衡量教学质量的重要指标,它既能对教学产生激励和导向作用,更是检验教师教学水平和学生学习情况的重要手段。... 详细信息

随着高等教育的普及化,高校在校生人数日益增加,其办学规模也随着扩大。然而,社会对高校的教学质量也不断发出诟病。考试作为衡量教学质量的重要指标,它既能对教学产生激励和导向作用,更是检验教师教学水平和学生学习情况的重要手段。长期以来,各高校也通过不断的尝试,鼓励教师开展不同的形式考试方法改革,以提高教学质量和办学水平。试题库系统是实现教考分离的重要手段之一,也是一种评价教学效果的有效工具。它能满足大量试题的存储和管理、快捷检索和智能组卷需求,不仅提高了命题效率,还可以降低命题成本。所以,设计和开发一个适用于多数课程使用的通用试题库平台,有助于推进考试管理水平的科学化自动化,促进教学质量和教学效果的全面提升。本文根据教学改革的实际需求,分析了国内外试题库建设的现状,提出了课题的研究内容和目标,介绍了基于分步迭代式策略的通用试题库平台开发的相关技术和理论。根据充分全面地需求分析,将系统用户分为系统管理员、课程负责人、普通教师和教学管理员四种角色,从业务应用方面将系统划分为系统管理、课程管理、试题管理、组卷管理、试卷管理和试题统计模块。在此基础上,进行了软件结构、硬件结构、系统功能以及数据库的设计。同时,利用分步迭代策略确定了通用试题库系统的组卷方案。接着,通过配置测试环境,对系统主要功能模块进行了实例测试,确保系统功能的安全性和可靠性。最后,对开发过程进行归纳和总结,为平台二次开发奠定基础。

关键词：试题库分步迭代策略智能组卷

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于字数差别因子的中文文本相似度研究

基于字数差别因子的中文文本相似度研究

作者：陈永超湖北工业大学

学位级别：硕士

文本相似度计算在中文信息处理的应用中属于基础性的工作,一个优质的文本相似度计算方法,必须要达到准确和高效,即能够从文本的自然语言含义的层面进行比较,在充分理解作者或者文本出处语义的基础上,得出近似人工阅读时的相似度区分,同... 详细信息

文本相似度计算在中文信息处理的应用中属于基础性的工作,一个优质的文本相似度计算方法,必须要达到准确和高效,即能够从文本的自然语言含义的层面进行比较,在充分理解作者或者文本出处语义的基础上,得出近似人工阅读时的相似度区分,同时,能够有一个高效的算法,在面对大量文本信息处理时,能够节约处理时间。微信息的传播是信息技术发展的新特征,结合微信息的特点,为解决长语料对短语料的文字覆盖性问题所造成的语义偏差问题,本文提出了一种基于字数差别的中文文本相似度算法,通过对国内外众多相关文献的研究,对相似度计算当前的情况做了深一步的分析和研究后,提出了提高相似度性能的新方法——将传统基于统计和狭义采用语义的方式相结合,用统计的高效和语义的准确相结合。将统计类和语义类的优点相结合,必须要面对克服两类办法的缺点。本文的尝试,以字数差别为切入点,以中文词语的字数多样性,将词语的词频和字数结合词语的语义,将基于知网的词汇相似度计算,成功拓展到文本间的相似度计算。最后,采用自建的小型文本集作为测试对象,在实验室环境下进行不同方法的相似度计算对比,说明基于字数差别的相似度方法,性能优于传统基于统计和语义的方法。通过人工对本课题的研究成果进行准确度和分词速度的测试上的比对。为中文文本相似度计算提供了新的思路。

关键词：文本相似度中文分词字数差别因子

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

一种K-means聚类改进算法研究及应用

一种K-means聚类改进算法研究及应用

作者：黄吉湖北工业大学

学位级别：硕士

近年来,在巨大的数据信息当中找出自身最为关注的信息已经成为当前的一个极为重要的研究热点,随着计算机网络技术、信息数据的日益膨胀以及数据库技术的不断发展。,在此基础上,数据挖掘技术的应运而生,引起了信息产业界的极大关注。聚... 详细信息

近年来,在巨大的数据信息当中找出自身最为关注的信息已经成为当前的一个极为重要的研究热点,随着计算机网络技术、信息数据的日益膨胀以及数据库技术的不断发展。,在此基础上,数据挖掘技术的应运而生,引起了信息产业界的极大关注。聚类分析技术是一种将数据集划分为多个簇的技术,确保同一个簇中的数据特征尽量保持一致,不同簇间的数据特征尽量相异的一项技术。数据挖掘中的聚类技术种类繁多,众多算法中,K-means算法由于流程简洁,收敛性较好得到普遍的应用。除此之外,还包含注入层次聚类算法、基于约束理论的聚类算法、在高维数据中应用的聚类算法等等。在传统的数据挖掘领域应用K-means算法在数据采集和分析过程中的稳定性难以得到保证,因为聚类结果对初始中心选取的敏感性较高,存在k值确定困难的缺点。本文以K-means算法为研究对象提出了一种基于K-means算法的改进型聚类算法,该算法保留了传统K-means算法的优势,同时改进型的算法原理同K-means算法相似,在本文中通过运用改进型K-means算法来完成对NBA球员的技术统计分析。除此之外,就K-means算法在应用过程中存在的初始聚类中心依赖性强等问题进行了完善,经改进的聚类中心选取更加灵活,同时通过对初始聚类中心选取的优化,提高了K-means算法的聚类效率以及聚类结果的稳定性。最后对改进型K-means算法进行了详细描述,并通过演示清晰的呈现了算法的执行过程,最后基于算法的执行过程和结果对传统K-means算法的优缺点进行了说明。为了对改进型的K-means算法算法实际运算效果进行验证,本文以球员数据对象进行分类,以NBA球员统计数据为基础,采用对NBA球员数据的聚类分析,验证了改进后的K-means聚类算法的分类的有效性,利用JAVA作为开发语言,通过对比分析传统K-means算法结果,对比结果显示改进后的K-means聚类算法相较于传统的K-means聚类算法具有更好的聚类效果,通过初始聚类中心的选取可有效改善算法的收敛性,达到更加的聚类效果。

关键词：数据挖掘聚类 K-means算法

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

期刊编辑管理系统的设计与实现

期刊编辑管理系统的设计与实现

作者：何芳湖北工业大学

学位级别：硕士

随着互联网信息技术的迅速发展,期刊编辑部使用网上期刊编辑管理系统来帮助他们来完成各项工作已成为普遍趋势,尤其是大量论文稿件的处理,作者如何有效而快速的进行投稿和查询评审状态、如何有效而分文别类的接收论文,编辑如何高效的对... 详细信息

随着互联网信息技术的迅速发展,期刊编辑部使用网上期刊编辑管理系统来帮助他们来完成各项工作已成为普遍趋势,尤其是大量论文稿件的处理,作者如何有效而快速的进行投稿和查询评审状态、如何有效而分文别类的接收论文,编辑如何高效的对论文进行筛选,以及选择哪个专家进行评审等繁琐的工作,成为当前期刊编辑部的重要课题。本文对期刊编辑部的期刊编辑管理的定义及其相关业务需求进行了分析,研究并构建了期刊编辑管理系统的业务模型,使用UML统一建模语言进行建模。从系统用户的角度和系统业务需求上进行考量,获取了期刊编辑管理系统的设计目标及其原则,针对系统的面向对象思想的开发架构、Python技术架构、MySQL数据库架构和运行架构进行了分析,确定了期刊编辑管理系统的主要功能模块。论文表述了利用UML统一建模语言中的时序图、流程图、用例图和交互图等工具对系统各功能进行详细分析和设计过程,在数据库设计部分,从业务流程、数据流以及各个数据表之间的关系进行分析,定义了数裾表结构和字段,对期刊编辑管理系统的数据库表结构进行了详细设计。利用Python语言实现了期刊编辑管理系统的主要功能模块,系统采用基于B/S架构的MVC(数据存储层、界面表现层和应用服务层)分层模式开发,使用HTML和javascript技术对系统的操作界面进行设计开发,使用jQuery技术提高系统用户的使用网页动态效果;在数据层,利用Python技术实现对MySQL数据库管理系统的进行操作,实现数据存取功能以及保证数据的安全性。通过系统平台的搭建和不断的调试,目前已完成了系统的设计与实现工作,在试运行中,达到了预期的效果,有效提高了编辑部的工作效率。

关键词：面向对象结构化期刊编辑管理系统设计

基于资源信息证据推理的网络安全态势评估研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于资源信息证据推理的网络安全态势评估研究

作者：程珊湖北工业大学

学位级别：硕士

随着计算机技术的迅猛发展与不断革新和攻击手段的日益复杂化,网络攻击事件的频发对国家、社会造成的危害越来越恶劣。传统的安全技术面临着难以满足对网络全方位保障和对其状况精确掌握等问题。网络安全态势评估能够从整体上掌握网络... 详细信息

随着计算机技术的迅猛发展与不断革新和攻击手段的日益复杂化,网络攻击事件的频发对国家、社会造成的危害越来越恶劣。传统的安全技术面临着难以满足对网络全方位保障和对其状况精确掌握等问题。网络安全态势评估能够从整体上掌握网络环境的安全威胁变化,帮助决策人员正确分析安全变化情况并制定有效的应对策略,这对提高网络监测能力、威胁处理能力和保护信息安全方面具有关键性作用。因此,网络安全态势评估具有重大的研究意义。本课题就网络安全态势评估展开了研究。对网络安全态势评估的国内外相关研究现状分析得知,传统的网络安全态势评估方法,大多分析攻击类的安全事件,往往忽视了正常行为峰值对网络造成的威胁。针对不足之处,研究了基于资源信息证据推理的网络安全态势评估方法,该方法综合考虑正常行为和攻击行为对网络环境带来的安全威胁,联合网络资源要素完成评估工作,使得最终结果更符合实际的安全风险状况。论文首先研究了网络流量分类方法。为了更准确反映网络安全态势,需要综合评估正常行为和攻击行为对网络带来的威胁,因此在网络安全态势评估之前,对网络流量进行快速准确地分类。本文将流量、CPU利用率、内存消耗指标作为特征属性,再结合改进的kNN算法进行流量分类。相较于传统的kNN算法降低了时间开销,合理地对样本集进行裁剪,减少了需要比较的训练样本数量,达到了提高分类效率的目的。另外,论文在网络流量分类的基础上探讨了运用证据推理规则进行网络安全态势评估的方法。该方法根据网络资源的相关性分析,选择各类网络资源指标的密度作为网络安全态势要素,然后应用证据推理规则进行逻辑推理,综合分析正常行为和攻击行为给网络安全带来的风险,进而得到整体网络安全态势的评估结果。最后通过量化计算得到网络安全态势值,为管理人员的决策提供参考。实验结果表明,通过基于改进kNN算法的网络流量分类方法能在有效提高时间效率的同时保障分类正确率。另外,基于资源信息证据推理的网络安全态势评估方法具有良好的评估效果,评估结果能够较为准确反映网络安全状况的变化,为网络安全态势评估研究提供了新方法。

关键词：网络安全态势评估流量分类网络资源证据推理规则 kNN算法

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

多分类器融合的文本分类研究

多分类器融合的文本分类研究

作者：邹晴湖北工业大学

学位级别：硕士

随着社会经济和信息技术的迅速发展,各类信息呈现出爆炸式增长,而文本数据依旧是最主要、最直接的信息载体。为从海量文本信息中快速有效地提取有价值的信息,数据的分析及利用方法展现出了必要性,这也使得信息检索、信息过滤等技术正在... 详细信息

随着社会经济和信息技术的迅速发展,各类信息呈现出爆炸式增长,而文本数据依旧是最主要、最直接的信息载体。为从海量文本信息中快速有效地提取有价值的信息,数据的分析及利用方法展现出了必要性,这也使得信息检索、信息过滤等技术正在不断被人们深入研究和广泛应用。作为它们的基础工作,文本分类特别是其重要分支的中文文本分类技术具有重要的研究意义。计算机自动判别文本的类别并不是件轻而易举的工作,人们需要预先设定好类别标准,对文本进行符号化描述,转化为计算机能够识别和理解的方式,并设计对应的文本分类算法,从而利用计算机强大的运算能力代替人工进行分类。课题就应用模糊积分进行多分类器融合的文本分类技术展开研究,论文首先说明了相关的研究背景和意义,分析了国内外文本分类技术的研究现状,叙述了本文中采用的研究方法及内容,然后介绍了神经网络分类器与k NN分类器,提出了由于不同的文本分类器各自存在优势与不足,故通过多分类器联合可以进一步提高分类准确性的新观点,而模糊积分则是其中一种有效的联合方法。再对以模糊积分为融合工具的多神经网络分类器的联合文本分类以及多k NN分类器的联合文本分类从建立模型到如何应用于文本分类中进行了详细的阐述,并对这两种多分类器融合的文本分类的适用情况进行了一定探讨。本文所做的主要研究工作是选取BP神经网络分类器、RBF神经网络分类器和采用K-means算法的RBF神经网络分类器,分别利用Sugeno模糊积分和Choquet模糊积分作为融合算子,将多个神经网络文本分类器结合起来,又选取k NN分类器、类内均值k NN分类器及基于中心向量分类方法改进的k NN分类器,利用Sugeno模糊积分和Choquet模糊积分作为融合算子,将多个k NN分类器结合起来,以求得更加理想的中文文本分类结果。论文最后,运用算例将单个文本分类器各自的计算结果和多分类器融合的文本分类结果进行了对比,表明基于模糊积分的多分类器融合的文本分类方法比传统的单个文本分类器准确率有了一定的提高。通过本课题的研究,为中文文本分类算法的优化探索了一种新的思路。

关键词：文本分类多分类器融合模糊积分神经网络分类器 k NN分类器