簡介：點擊查看更多彩色掃描文檔圖像的圖文分割算法研究.pdf精彩內容。

簡介：隨著INTER和搜索引擎技術的發(fā)展，WEB文檔聚類已成為提高WEB搜索和個性化服務的一個重要支撐技術，WEB文檔的表示則是影響WEB文檔聚類的結果的重要因素之一。目前WEB文檔聚類中由于文檔表示模型及聚類算法的設計與實現(xiàn)等方面的問題，導致聚類質量不高，因而不能很好地滿足用戶需求。本文針對WEB文檔的表示模型及WEB文檔聚類過程兩方面進行研究，提出基于LDA的潛在語義空間分析及WEB文檔聚類方法。首先應用LDA模型進行文檔的潛在語義分析，將語義分布空間劃分成低頻、中頻、高頻語義區(qū)，以低頻語義區(qū)的語義進行WEB游離文檔檢測，以中、高頻語義區(qū)的語義作為文檔特征進行文檔聚類。在此基礎上，采用文檔類別與語義互作用機制對聚類結果進行修正。與相關工作比較，本文不僅應用LDA模型表示文檔，而且進行了深入的語義分布區(qū)域劃分，并將分析結果應用于WEB文檔聚類。實驗表明，本文提出的基于LDA的潛在語義區(qū)劃分及WEB文檔聚類算法在聚類準確率較以詞為特征以及采用PLSA表示文檔特征的方法具有更大的優(yōu)勢，并且在文檔集游離點檢測方面可以在聚類前較為精確地定位游離點，基于LDA的文檔類別與語義互作用聚類算法獲得了更好的聚類結果。

簡介：點擊查看更多文檔圖像識別系統(tǒng)的設計與實現(xiàn).pdf精彩內容。

簡介：隨著信息技術的發(fā)展、網絡帶寬的不斷增加，基于寬帶網絡的各種應用中包含越來越多的語音、圖像、視頻等多媒體數(shù)據(jù)。從而，為用戶提供方便存取、易于操作、靈活性強的網絡多媒體數(shù)據(jù)已成為迫切需要解決的重大問題。目前常用的多媒體文檔模型具有明顯的缺點只能支持簡單的多種媒體數(shù)據(jù)組織，不能充分顯示多媒體數(shù)據(jù)的特點和優(yōu)勢，不利于多媒體數(shù)據(jù)的進一步應用和推廣；只能支持多媒體數(shù)據(jù)最基本時空需求，難以滿足逐漸發(fā)展的高級需求。隨著多媒體文檔在寬帶網絡中應用的日益廣泛，數(shù)據(jù)模型的不完備性很大程度限制和阻礙了應用的發(fā)展。據(jù)此背景，作者通過研究現(xiàn)有模型的優(yōu)缺點結合用戶需求，提出一個更完善的多媒體文檔模型MDM，并設計和基本實現(xiàn)其原型系統(tǒng)。論文結構如下作者首先研究用戶對多媒體文檔的主要需求及多媒體文檔的特點，分析現(xiàn)有多媒體文檔模型的優(yōu)缺點，提出面向寬帶網絡應用的多媒體文檔模型MDM，分析其可行性、完備性和優(yōu)越性。MDM模型為層次結構，由內容層、邏輯層、表現(xiàn)層和語義層組成，具有良好的可擴展性。

簡介：隨著話題檢測、社區(qū)發(fā)現(xiàn)、垂直搜索引擎等BLOG研究的展開，對于結構化BLOG數(shù)據(jù)的渴求也日益強烈，然而傳統(tǒng)WEB信息抽取在豐富靈活多變的BLOG數(shù)據(jù)源中遇到了很大挑戰(zhàn)，因此專門針對BLOG數(shù)據(jù)的信息抽取技術研究成為迫切需要。本文首先對BLOG頁面進行了深入的分析，發(fā)現(xiàn)頁面含有結構信息和語義信息，針對這一特點提出了一種BLOG數(shù)據(jù)特征方法，該方法將原始BLOG數(shù)據(jù)轉化為值和路徑的表示方式，更有利于信息抽取。另外發(fā)現(xiàn)BLOG頁面模板化、模塊化和個性化的特點，這會導致HTML結構發(fā)生變化，進而信息抽取面對數(shù)據(jù)源也會不統(tǒng)一，為解決這些問題，本文提出了基于子樹相似性的BLOG頁面分塊算法（BPSBSS），該算法通過遞歸地對頁面中節(jié)點進行層次聚類合并篩選，能夠提取出BLOG頁面中的所有BLOG模塊，使信息抽取算法只需要在模塊內部抽取信息即可。實驗表明該算法具有很高的準確性和很低的時間復雜度。提取出BLOG頁面中的BLOG模塊之后，利用模塊含有的語義信息，本文提出了基于本體論的信息抽取算法，該算法首先建立一一對應的MODULE概念和BLOG概念，每個BLOG概念都含有信息項概念，每個信息項都含有一些數(shù)據(jù)屬性信息；然后采用半監(jiān)督的方式簡單地標注樣本，利用樣本來歸納學習信息項的數(shù)據(jù)屬性；最后利用信息項的數(shù)據(jù)屬性生成信息項的抽取規(guī)則。由于是在模塊內部進行信息抽取，實驗表明，這種算法不僅提高了抽取速度也提高了抽取準確性?；谝陨系难芯砍晒疚脑O計并實現(xiàn)了一個BLOG信息抽取的實驗原型系統(tǒng)，包括異步網絡爬蟲、頁面分塊模塊、生成抽取規(guī)則、信息抽取算法實現(xiàn)等模塊，為進行相關的算法實驗和研究提供了一個基礎平臺。

簡介：點擊查看更多采煤機常用零件參數(shù)化設計及其圖文檔管理研究.pdf精彩內容。

簡介：隨著計算機的普及和互聯(lián)網技術的發(fā)展，電子文檔逐漸替代了紙質的資料被人們所接受，從網上下載電子文檔的優(yōu)勢也越來越明顯。但是，這些也同時帶來了一些負面應影響，那就是電子文檔的知識產權容易受到侵犯，電子文檔很容易被四處散播。為了適應市場的需要，確立了文檔管理系統(tǒng)的項目，主要目的就是要把對用戶有用的信息以電子文檔的形式發(fā)布到網絡上，為用戶提供有償?shù)男畔⒎?，同時還要對這些信息采取有效的措施保護起來，保護電子文檔的產權。本文采用UML技術對文檔管理系統(tǒng)的需求、分析和設計進行建模，使用RETIONALROSE工具完成了系統(tǒng)的用例圖、類圖、時序圖、協(xié)作圖、活動圖和狀態(tài)圖，為系統(tǒng)建立了靜態(tài)和動態(tài)模型，最終使用PHP語言完成了文檔系統(tǒng)的開發(fā)。在系統(tǒng)的開發(fā)過程中，還使用FILEOPEN系統(tǒng)成功地實現(xiàn)了對文檔的在線保護，有效的防止了電子文檔被隨意散播。該系統(tǒng)的開發(fā)，既方便的用戶的前臺使用，也方便了管理員后臺對網站的文檔資源的統(tǒng)一管理，同時還對電子文檔的知識產權起到了很好的保護作用。除此之外，在設計和開發(fā)的過程中，對UML建模技術的理解也進一步得到加深。

簡介：隨著網絡數(shù)字資源的日益豐富和網絡環(huán)境使人們對存取信息方式的影響，數(shù)字文檔唾手可得，文檔復制變得越來越容易。近年來，學術剽竊現(xiàn)象屢見報端，互聯(lián)網上日益增多的重復網頁降低了檢索效率，給用戶帶來許多不便。文檔復制檢測技術是為了防止數(shù)字文檔的非法復制和擴散而提出的，在知識產權保護和信息檢索中有著重要應用。它可以防止剽竊事件的發(fā)生，提高互聯(lián)網檢索效率，是近年來數(shù)據(jù)安全領域研究的熱點。文檔復制檢測就是判斷一篇給定文檔是否抄襲、剽竊或者復制于另外一篇或者多篇文檔的內容，剽竊不僅僅意味著原封不動地照搬，還包括對原作的移位變換﹑同義詞替換以及改變說法重述等方式。本文首先介紹文檔復制檢測技術的發(fā)展背景、基本概念、國內外的研究現(xiàn)狀、應用領域及科學意義。接著分析現(xiàn)有檢測系統(tǒng)的功能和特點，并探討構建系統(tǒng)所需要的JAVAEE架構體系、STRUTS框架、MVC模式、XML以及SQLSERVER等相關技術及其特點，提出了建立基于BS三層架構的文檔復制檢測WEB服務原型系統(tǒng)的構思。其次，本文設計并實現(xiàn)了文檔復制檢測WEB服務原型系統(tǒng)的體系結構，該系統(tǒng)包括用戶注冊登錄模塊、文檔上傳模塊、文檔復制檢測模塊、用戶與系統(tǒng)交互模塊。該系統(tǒng)采用SQLSERVER2000作為后臺數(shù)據(jù)庫服務器，XML表示文檔文件，用TOMCAT60作為WEB服務器，使用JAVA語言編寫WEB服務器有關程序，客戶端用網頁瀏覽器即可訪問本系統(tǒng)。基于上述工作，實現(xiàn)了文檔復制檢測WEB服務原型系統(tǒng)，該系統(tǒng)基于文檔關鍵詞抽取文檔特征信息，通過特征信息的匹配來檢測文檔之間的相似程度，為用戶提供了在線文檔復制檢測服務。在此基礎上進行了大量的系統(tǒng)測試，測試證明，該原型系統(tǒng)具有較強的可行性。

簡介：表格自動處理是文檔圖像處理領域的研究熱點之一，既有重要的學術研究意義，也有廣泛的應用價值。針對有線表的處理技術已經趨于成熟，但是針對無線表的自動處理技術尚存在諸多不足，難以滿足現(xiàn)實應用需求。本文總結了無線表自動處理技術的研究成果，建立了完整的無線表描述機制與處理系統(tǒng)結構，實現(xiàn)了針對無線表的自動定位、結構分析和格式重現(xiàn)。本文利用啟發(fā)式規(guī)則和文本塊豎直聚類思想，提出穩(wěn)定的無線表自動定位判斷準則和處理方法?；诒砀窠Y構描述機制對無線表進行良好的結構描述與分析，并實現(xiàn)了對無線表結構的重現(xiàn)和格式轉化。本文實現(xiàn)了完整的無線表自動處理系統(tǒng)，并基于真實樣本集進行性能評測，處理精度達到90％，可滿足各類文檔圖像處理的應用需要。

簡介：隨著互聯(lián)網的普及、信息獲取途徑的增加，人們獲得的信息日益豐富。為了從這些豐富的信息中快速、準確地獲取有用信息，提高用戶獲取信息的效率，文檔的自動摘要處理變得越來越重要。多文檔自動文摘技術同益成為自然語言處理領域的一個研究熱點。多文檔自動文摘致力于從多篇同主題文檔中將全面、簡潔的摘要性文檔呈現(xiàn)給用戶，提高用戶獲取信息的效率。目前，多文檔自動文摘領域的一個較成熟的方法是將文檔集合中所有的句子按照多個特征的組合統(tǒng)一進行排序，按照順序進行文摘句抽取，該類方法簡單易行，但是隨著摘要對象的多樣化，對于文摘內容的主題覆蓋度有了更多的要求，而此類方法很難在主題覆蓋度與內容冗余之間到達平衡；另一類方法是從文檔集合中發(fā)現(xiàn)摘要對象的潛在子主題，從不同子主題中進行文摘句抽取。該類方法通過文本聚類技術來發(fā)現(xiàn)潛在子主題，但目前大多數(shù)聚類方法在一定程度上都需要人為規(guī)定聚類的數(shù)目，并不能準確反映文本的實際情況，影響摘要效果。針對上述問題，本文提出了一種運用改進KMEANS算法自適應聚類的中文多文檔自動文摘方案。主要研究工作如下1、提出了一種自適應發(fā)現(xiàn)文檔集合子主題的策略。在多文檔自動文摘中，子主題的發(fā)現(xiàn)多通過聚類算法實現(xiàn)，本文應用一種改進的KMEANS聚類算法從整個文檔集合的統(tǒng)計信息中確定類的個數(shù)，自適應地發(fā)現(xiàn)子主題，一定程度上克服了大多數(shù)子主題發(fā)現(xiàn)方法需由人工主觀決定的缺陷。2、利用文檔集合的統(tǒng)計信息確定初始聚類中心，而非隨機選擇。使得子主題中心的發(fā)現(xiàn)更加客觀合理，采用基于質心方法提取的文摘句更具有子主題的代表性。3、在文本向量化的過程中，運用語言資源工具對向量空間模型VSM進行改進和優(yōu)化，一定程度上了彌補了特征模糊、維數(shù)過高的缺陷。4、設計并實現(xiàn)了一個中文多文檔自動文摘系統(tǒng)。實驗證明系統(tǒng)得到的文摘具有良好的效果，驗證了文中方法的可行性。

簡介：作為信息隱藏技術的一項重要應用，數(shù)字水印為保護多媒體信息的版權及內容的合法使用提供了一種新的解決思路。其中利用脆弱性數(shù)字水印技術對多媒體內容進行真?zhèn)涡院屯暾哉J證，具有其獨特的優(yōu)越性。如今隨著電子商務、電子政務的大力推廣，金融行業(yè)的信息化發(fā)展迅速，由于金融數(shù)據(jù)很重要不能有任何細微更改，否則會造成重大經濟損失，所以對金融文檔進行內容認證有其很現(xiàn)實的意義。對金融文檔進行存儲與發(fā)送時，如果先將文檔轉換為圖片格式，就能利用對圖像內容認證的技術來實現(xiàn)對金融文檔的保護，有效防止非法用戶對其進行編輯或惡意篡改。本文是經廣泛調研和分析大量中外文獻之后，結合當前脆弱性水印技術的發(fā)展，設計出一個適用于金融文檔內容認證的安全脆弱性水印系統(tǒng)，該水印系統(tǒng)能夠對票據(jù)等金融文檔的內容進行鑒別，當文檔受到惡意篡改時，能夠對篡改區(qū)域進行定位，并對篡改部分數(shù)據(jù)進行恢復。本文的主要工作和創(chuàng)新如下1通過將金融文檔信息轉換為圖片格式，再將其整體作為原始載體圖像進行分割，選取與分塊大小相同的一塊區(qū)域作為篡改定位水印，再選取重要區(qū)域數(shù)據(jù)塊作為恢復水印。先對定位水印的灰度值進行修改，使其轉化為二值圖像，再利用最低有效位算法嵌入到原始載體重要區(qū)域分塊中，當文檔受到惡意篡改時，能夠對篡改區(qū)域進行精確定位。2介紹了小波的基本定義及其多分辨率分析的特征，特別是二維離散余弦小波對靜止圖像的分解和重構原理。結合圖像經小波變換后小波系數(shù)的結構及特點，提出了一種利用量化調制方式在小波變換域嵌入水印的方法。3對恢復水印進行先加密后置亂的預處理。文中加密算法采用的是一種新的基于混沌序列加密的算法，由于初始參數(shù)的選取和加密矩陣的生成方式不同，而增大了密碼空間；另外通過置亂預處理，一方面可以進一步加強水印系統(tǒng)的安全性，另一方面可增強水印抗復制粘貼和惡意篡改攻擊的能力。4開發(fā)設計了一個安全的金融文檔內容認證系統(tǒng)，實現(xiàn)了本文所提出的算法，即在金融文檔重要區(qū)域塊嵌入定位水印，在不重要區(qū)域塊用小波域量化方式嵌入經預處理的恢復水印。通過大量的仿真實驗，證明了該方案在文檔內容局部篡改檢測及篡改部位恢復方面的優(yōu)越性，可以有效避免因攻擊者擅自修改文檔內容或偽造水印信息造成的損失。

簡介：V781256糾犬碩士學位論文2005屆多版本XML文檔的查詢處理QUERYPROCESSINGFORMULTIVERSIONXMLDOCUMENT研究生姓名指導教師姓名專業(yè)名稱研究方向論文提交日期賈玉昌朱艷琴副教授計算機應用技術計算機網絡2005年4月ABSTRACTQUERYPROCESSINGFORMULTIVERSIONXMLDOCUMENTQUERYPROCESSINGFORMULTIVERSIONXMLDOCUMENTABSTRACTTHEMAINPURPOSEOFVERSIONMANAGEMENTOFXMLDOCUMENTSISTOSTOREASEQUENCEOFUPDATESOFANXMLDOCUMENTEFFICIENTLYSOASTOREDUCETHESTORAGECOSTS，RETRIEVEPREVIOUSVERSIONSOFTHEXMLDOCUMENTRAPIDLY，ANDUSECOMPLEXFUNCTIONSTOSEARCHALLTHEVERSIONSBOTHTEMPORALANDSPATIALCONCEPTSARCUSEDTOCREATEPOSITIONNUMBER，LEVELNUMBERANDVERSIONNUMBERFOREVERYNODEINTHEXMLTREESTRUCTURES，WHICHREPRESENTALLVERSIONSOFTHEXMLDOCUMENTVERSIONNUMBERSCOULDBEUSEDTETRIEVEAPARTICULARPREVIOUSVERSIONOFTHEDOCUMENTWHILEPOSITIONNUMBERANDLEVELNUMBERAREUSEDTOMAINTAINSTRUCTURALRELATIONSHIPBETWEENMULTIPLENODESINTHEXMLTREETHEMAINCONTRIBUTIONSOFTHISDISSERTATIONINCLUDEFIRSTLYDESIGNTHENEWNUMBERINGSCHEMAANDINDEXMECHANISM，PRESENTNEWAPPROACHFORMANAGEMENTOFMULTIVERSIONEDXMLDOCUMENT，THEAPPROACHALLOWSRETRIEVALVERSIONSL瑚TIGHFLYANDNEEDNOTTOCALCULATETHEVERSIONFORWARDANDBACKWARDITPROPOSESTHEFOMTUPLEINDEXSTRUCTUREONWHICHTHESTRUCTURALJOINBASEDSECONDLYANALYSESANDRESEARCHESONSTRUCTURALJOINALGORITHM，ANDFOCUSONIMPROVINGTHEALGORITHMOFSTRUCTURALJOINSTACKTREEDESCATTACHVERSIONINFORMATIONTOITSOASTOSUPPORTTHEMULTIVERSIONXMLQUERYFUNCTIONFINALLYRESEARCHESTHEXMLQUERYLANGUAGEXQUERYANALYSESTHEXMLQUERYDATAMODELITGIVESTHESEMANTICSSOLUTIONSTOISSUESTHATARENOTSUPPORTVERSIONINGINXQUERYITSELFHOWTOQUERYDATAISACOMMONPROBLEMTHATNEEDSTOBESOLVEDAMONGTHEXMLRESEARCHESSTRUCTURALJOINISTHECOREOPERATIONINXMLQUERYPROCESSING，THEREHAVEBEENANUMBEROFALGORITHMSPROPOSEDFORSTRUCTURALJOIN，BUTALLOFTHEMCOULDNOTSUPPORTQUERYOFMULTIPLEVERSIONSXMLTHEPAPERRESEARCHESONSTRUCTURALJOINALGORITHMTHOROUGHLYANDEXTENDPREVIOUSLYPROPOSEDPATTEMMATCHINGTECHNIQUESSOASTOSUPPORTVERSIONSUSINGTHENEWNUMBERINGSCHEMAANDIMPROVEDSTRUCTURALJOINALGORITHMSTACKTREEDESCMV’WECANQUERYMULTIVERSIONXMLSTRAIGHTLYKEYWORDSXML，MULTIVERSIONXML，QUERYPROCESSING，STRUCTURALJOIN，XQUERYWRITTENBYJIAYUCHANGSUPERVISEDBYZHUYANQIN

簡介：隨著計算機和網絡技術的不斷發(fā)展文檔一體化管理、協(xié)同辦公等各類工作流信息化系統(tǒng)已廣泛應用于各行業(yè)領域中。由于在應用信息化系統(tǒng)的過程中涉及到大量的電子文檔而電子文檔所具有的易復制、易修改、易傳播、易擴散等特點使其成為信息化系統(tǒng)安全管理的難題之一。如何保證電子文檔的真實性、完整性、可靠性已成為企事業(yè)單位亟待解決的問題。本文對幾種不同的訪問控制技術進行了分析和研究總結了各模型的優(yōu)缺點及其應用環(huán)境。在對各訪問控制技術研究的基礎上，結合本系統(tǒng)的要求和特點將基于角色和基于任務的訪問控制技術應用于系統(tǒng)的設計開發(fā)中引入角色、權限和任務的概念將權限與用戶邏輯分離提高了系統(tǒng)的靈活性和安全性較好的滿足了系統(tǒng)訪問控制的要求。通過對工作流技術的深入研究闡述了工作流技術的相關概念、工作流參考模型及其體系結構并進行了工作流的建模設計實現(xiàn)了應用邏輯和業(yè)務邏輯的分離提高了系統(tǒng)的工作效率。通過對訪問控制技術和工作流技術的分析與研究本文細化論述了文檔一體化安全管理系統(tǒng)的設計和實現(xiàn)主要包括工作流管理、權限管理、電子文件歸檔、文檔分發(fā)應用等功能模塊保證了電子文檔在其生命周期內的管理受控存取安全。

簡介：本文首先對企業(yè)工作流模型的組成與建模方法進行了分析從微觀過程執(zhí)行的角度出發(fā)研究了工作流實體建模方法對實體模型的組成以及模型之間的相互關系進行了分析然后結合實際應用總結了組織模型、過程模型的建立過程其次對工作流自定義技術的實現(xiàn)方法進行了分析著重研究了基于群件LOTUSDOMINO的實現(xiàn)方法對DOMINO應用程序的構成與運行方式、基于DOMINO的工作流實現(xiàn)原理進行了總結對簡單的工作流設計方法以及流程自定義的實現(xiàn)方案進行了設計最后以某飛機制造公司辦公自動化系統(tǒng)中的典型流程開發(fā)過程為例對工作流自定義實現(xiàn)過程中的關鍵問題如組織模型的建立、過程定義模型的建立與分析、流程流轉控制部分程序的設計、WEB客戶端設計與實現(xiàn)等問題給出了具體的解決辦法

簡介：本文研究的重點是中文多文檔自動文摘中的幾個重要問題主題的自動提取、文摘句的選取、系統(tǒng)的自動評價具體地講本文從如下幾個方面進行了研究一、為了產生通用的文摘首先需要準確地提取出主題以便選擇和主題相關度較高的文摘句本文從統(tǒng)計和語義處理相結合的角度入手來提取多文檔的主題詞以解決同一概念不同用詞同時作為主題詞的問題提高主題詞提取的準確率二、文摘句的選取是產生高質量文摘的一個重要因素本文提出了基于句子語義相似度的最大邊緣相關技術來選擇文摘句保證選取進入文摘的句子和主題的相關度較高同時和已選文摘句之間的冗余度較低從而達到選擇最佳文摘句擴大信息覆蓋面提高文摘質量的目的三、好的評價方法可以發(fā)現(xiàn)文摘系統(tǒng)存在的問題促進文摘系統(tǒng)性能的提高為了克服人工評測的缺點我們從理想文摘的要求出發(fā)制定評測參數(shù)來檢驗文摘系統(tǒng)的性能優(yōu)劣并與人工主觀評測相比較實驗結果表明該方法具有一定的實用性