簡介：目前的語義WEB搜索引擎通常擁有與傳統(tǒng)搜索引擎相似的界面風(fēng)格，采用網(wǎng)絡(luò)用戶熟悉的關(guān)鍵詞搜索方式，提供對語義WEB文檔的檢索服務(wù)。但其檢索結(jié)果與傳統(tǒng)的搜索引擎相似，檢索結(jié)果也是數(shù)以千計的包含查詢實體的語義WEB文檔，用戶根據(jù)需要對結(jié)果進行篩選，同樣加重了用戶的負擔(dān)。那么，為語義WEB搜索引擎提供一個基于語義內(nèi)容的，實現(xiàn)知識融合索引模型可能成為語義搜索引擎要解決的問題之一。本文研究了一種在語義網(wǎng)環(huán)境中通過充分利用語義信息實現(xiàn)知識融合目標的索引模型，以基于知識融合的專題語義搜索引擎SNIPER框架為測試背景。索引模型包括三部分支持知識融合的語義數(shù)據(jù)索引、利用本體路徑中實體的語義關(guān)系實現(xiàn)對多個關(guān)鍵詞語義查詢擴展的路徑索引和將語義相近的實體聚類，提高語義搜索引擎查詢性能的實體聚類索引。本文在以下方面做了有益的探索和創(chuàng)新性工作（1）在對語義WEB文檔特征分析的基礎(chǔ)上，闡釋了語義WEB文檔的分類、解析方法，并將解析后的語義數(shù)據(jù)存放到存儲模型中。（2）在對存儲模型中語義數(shù)據(jù)和本體映射數(shù)據(jù)分析基礎(chǔ)上，提出了支持知識融合的語義數(shù)據(jù)索引，語義數(shù)據(jù)索引中包含了實體映射信息和實體基本信息等。（3）對基于領(lǐng)域本體的路徑索引方式展開研究和討論。提出了基于領(lǐng)域本體路徑的倒排索引和PSTREE索引，兩個索引結(jié)構(gòu)都實現(xiàn)了對多個關(guān)鍵詞的語義查詢擴展。路徑倒排索引為實體與路徑建立倒排索引，能夠?qū)崿F(xiàn)從實體到路徑的查詢。PSTREE從兩方面提高路徑的查詢性能，一方面建立實體與PSTREE森林的倒排索引，另一方面，PSTREE本身就是一棵范圍查找樹。實驗表明，PSTREE索引結(jié)構(gòu)在索引文件存儲空間和查詢響應(yīng)時間上都優(yōu)于路徑倒排索引。（4）實體聚類索引。根據(jù)實體在領(lǐng)域本體中語義距離，實體聚類索引先將實體進行分類，再對分類結(jié)果進行層次聚類，并對層次聚類的結(jié)果建立實體聚類索引。將語義相近的實體聚到一類，提高了語義相關(guān)的查詢詞落到一類中可能性。對層次聚類的結(jié)果建立索引，能快速定位多個查詢詞所對應(yīng)的類，并將所在類的數(shù)據(jù)從外部存儲器調(diào)入內(nèi)存，加快數(shù)據(jù)查詢。實驗表明，實體聚類索引減少了讀取數(shù)據(jù)的IO次數(shù)，提高了語義搜索引擎的查詢性能。本文的索引模型是基于知識融合的語義網(wǎng)搜索引擎研究框架下的重點模塊之一。基于領(lǐng)域本體的路徑索引并不是只針對某一應(yīng)用而設(shè)計，其對實現(xiàn)多個關(guān)鍵詞語義擴展研究有著普遍的意義。實體聚類索引的思想對提高語義搜索引擎查詢性能也非常具有參考價值。實驗表明，本文的索引模型為語義搜索引擎快速查詢語義數(shù)據(jù)提供了強有力的支持。

簡介：內(nèi)網(wǎng)攻擊是企業(yè)面臨的最嚴重的網(wǎng)絡(luò)安全威脅之一。在過去的十年里成功的內(nèi)網(wǎng)攻擊案例增加了數(shù)倍而由此帶來的經(jīng)濟損失也數(shù)以億計。在所有的對內(nèi)網(wǎng)安全構(gòu)成威脅的行為中數(shù)據(jù)泄漏被視為會給企業(yè)帶來巨大經(jīng)濟損失、最具破壞性的行為它也是最難監(jiān)測和阻止的行為因為在大多數(shù)情況下攻擊者都具有合法的數(shù)據(jù)訪問權(quán)限。如何阻止來自內(nèi)網(wǎng)的攻擊以及防止企業(yè)內(nèi)部機密數(shù)據(jù)的泄漏已經(jīng)成為一個重要的信息安全問題。為了有效地防范企業(yè)內(nèi)部機密數(shù)據(jù)的泄漏有兩個基本的問題我們必須予以考慮。第一個問題是當機密數(shù)據(jù)從一個文件流向另一個文件或是流向網(wǎng)絡(luò)套接字過程中我們?nèi)绾胃櫦胺婪?。另一個問題就是如何保護存儲在用戶終端上的機密文件防止其被用戶有意或無意間泄漏出去。本文主要講述如何解決這些問題。對于第一個問題傳統(tǒng)的方法是采用管理員動態(tài)配置策略的方式來跟蹤機密數(shù)據(jù)如通過正態(tài)表達式來跟蹤信用卡號、身份證號等機密數(shù)據(jù)的流轉(zhuǎn)這種方法只適用于防范具有一定結(jié)構(gòu)化特點的數(shù)據(jù)對于像設(shè)計圖紙、程序代碼和財務(wù)報表等機密文檔中包含的非結(jié)構(gòu)化數(shù)據(jù)傳統(tǒng)的方法則失去作用。我們使用了一種新的跟蹤機密數(shù)據(jù)在現(xiàn)有應(yīng)用程序中流轉(zhuǎn)的技術(shù)采用應(yīng)用層動態(tài)污點分析技術(shù)時刻追蹤機密數(shù)據(jù)或機密文檔的具體流向。這樣在不限制內(nèi)網(wǎng)用戶使用常用網(wǎng)絡(luò)應(yīng)用程序的同時可有效跟蹤機密數(shù)據(jù)流并防止這些數(shù)據(jù)被泄漏出去。對于第二個問題常用的方法是依靠應(yīng)用層對用戶行為的監(jiān)控和控制來阻止發(fā)生在用戶終端上的泄密行為但對于那些惡意的泄密行為來說這些防范措施是很容易規(guī)避過去的無法起到真正的防止數(shù)據(jù)泄漏的作用。我們采用新一代微過濾驅(qū)動MINIFILTER開發(fā)框架開發(fā)內(nèi)核層文件系統(tǒng)過濾驅(qū)動對存儲在用戶終端上的數(shù)據(jù)進行透明加解密處理無需改變終端用戶使用習(xí)慣的情況下即可有效防止機密數(shù)據(jù)的泄漏。結(jié)合以上兩種關(guān)鍵技術(shù)將有效地防范企業(yè)機密信息被員工有意或無意泄漏出去。

簡介：碩士學(xué)位論文碩士學(xué)位論文（工程碩士）面向企業(yè)內(nèi)部搜索的WEB文檔聚類系統(tǒng)研究RESEARCHONWEBDOCUMENTSCLUSTERINGSYSTEMUSEDTOENTERPRISEINSIDESEARCH林文輝林文輝哈爾濱工業(yè)大學(xué)哈爾濱工業(yè)大學(xué)2012年6月CLASSIFIEDINDEXTP3911UDC620DISSERTATIONFTHEMASTER’SDEGREEOFENGINEERINGRESEARCHONWEBDOCUMENTSCLUSTERINGSYSTEMUSEDTOENTERPRISEINSIDESEARCHCIDATEWENHUILINSUPERVISPROFYUNMINGYEASSOCIATESUPERVISFASENPANACADEMICDEGREEAPPLIEDFMASTEROFENGINEERINGSPECIALITYCOMPUTERTECHNOLOGYAFFILIATIONFOXCONNTECHNOLOGYGROUPDATEOFDEFENCEJUNE2012DEGREECONFERRINGINSTITUTIONHARBININSTITUTEOFTECHNOLOGY

簡介：搜索引擎能利用用戶提交的少量的關(guān)鍵詞為用戶檢索到他們需要的文件，這為人們使用網(wǎng)絡(luò)資源提供了極大的方便。然而現(xiàn)有的搜索引擎的檢索效果仍不能完全滿足用戶的需求。現(xiàn)有搜索引擎的普遍存在的一個問題是，檢索的準確率和穩(wěn)定性不高。檢索的準確性和穩(wěn)定性除了與搜索引擎本身所采用的技術(shù)有關(guān)之外，與用戶提出的查詢的優(yōu)劣同樣密切相關(guān)。然而對于大多數(shù)非專業(yè)用戶來說，對檢索的對象文檔并不了解，無法保證每次都能提出能完整表達自己意圖的查詢。為了改善用戶查詢的質(zhì)量，從根本上提高檢索的質(zhì)量，人們提出反饋技術(shù)。本文主要研究如何在XML上使用聚類改進偽反饋的效果。XML文檔具有結(jié)構(gòu)性的特點，在XML文檔的聚類等操作中應(yīng)該考慮這些結(jié)構(gòu)信息對反饋效果的影響。本文所做的主要工作有首先，本文介紹了幾種現(xiàn)有的反饋技術(shù)，并將其各自的優(yōu)缺點進行了分析與比較。另外，本文還對這幾種反饋技術(shù)的國內(nèi)外的研究現(xiàn)狀進行了整理綜述。其次，本文在分析XML特點之后，針對XML文檔設(shè)計了一種面向偽反饋的文檔數(shù)據(jù)描述模型。考慮到XML內(nèi)容與結(jié)構(gòu)相結(jié)合的特點，該模型對XML文檔進行標簽路徑、標簽特征和關(guān)鍵詞三個方面的信息進行描述，將XML的內(nèi)容與結(jié)構(gòu)信息完全包含在該模型中，為之后的聚類以及查詢擴展詞的提取提供了基礎(chǔ)。再次，本文在上述模型下，完成了XML初始檢索結(jié)果的聚類工作。本文采用的聚類算法是對經(jīng)典的KMEANS算法的改進，使用最大最小原則改變了KMEANS算法需要確定聚類結(jié)果簇的個數(shù)的規(guī)則，實現(xiàn)了程序自動確定簇個數(shù)。為了使得聚類的時間代價盡量的低，文中還討論了聚類初始點的確定，通過選擇最佳的聚類初始點來減少聚類迭代的次數(shù)。接著，本文討論了在聚類結(jié)果上如何進行查詢擴展。本文采用添加查詢擴展詞的方式對用戶提出的查詢進行改進。在聚類的基礎(chǔ)上通過對不同簇的結(jié)果進行內(nèi)容方面的考察，確定能代表用戶查詢意圖的檢索結(jié)果所在的簇，再從這些簇中挑選出典型的數(shù)個結(jié)果作為偽相關(guān)文檔，最后從偽相關(guān)文檔中提取能反映偽相關(guān)文檔的主旨的詞匯作為反饋的結(jié)果返回給用戶。檢索系統(tǒng)可以利用反饋形成的查詢擴展關(guān)鍵詞再加上初始查詢中的關(guān)鍵詞進行再次檢索，將檢索的結(jié)果作為最終結(jié)果返回給用戶。最后，本文對前面提出的方法進行了實驗測試，實驗顯示，偽反饋明顯地能提高檢索的質(zhì)量。

簡介：隨著網(wǎng)絡(luò)技術(shù)的發(fā)展，大量的電子文檔在互聯(lián)網(wǎng)上流動，這就涉及到電子文檔的版權(quán)和完整性的保護問題。針對這類問題，數(shù)字水印技術(shù)是避免因文檔被惡意篡改造成損失的一種有效、可靠的措施，它將具有特定意義的標記（水?。┣度氲綌?shù)字產(chǎn)品中，廣泛應(yīng)用于數(shù)字產(chǎn)品的知識產(chǎn)權(quán)保護和內(nèi)容認證上。本文將數(shù)字水印技術(shù)引入到企業(yè)產(chǎn)品的設(shè)計文檔管理中，構(gòu)建了企業(yè)設(shè)計文檔管理的安全數(shù)字水印體系、提出一種新的水印生成算法及對水印嵌入和提取算法進行了改進，論文的主要研究內(nèi)容如下（1）給出了一種多層次的、以文檔數(shù)字水印算法為核心的設(shè)計文檔保護的體系結(jié)構(gòu)。孤立的水印算法并不能完全保證系統(tǒng)中文檔的安全，因此，本文在研究已有數(shù)字水印安全體系結(jié)構(gòu)及協(xié)議的基礎(chǔ)上，采用基于角色的訪問控制技術(shù)，結(jié)合改進的數(shù)字水印算法，對傳統(tǒng)的水印協(xié)議進行了改進，較好地解決了系統(tǒng)中設(shè)計文檔的版權(quán)及安全問題。（2）提出一種新的文檔水印生成算法。該算法基于原始文檔中字符UNICODE編碼和位置構(gòu)造矩陣，經(jīng)過多次矩陣變換，計算最終所得矩陣的特征值，生成水印信息。實驗表明該算法適用于多種形式的字符，增強了水印系統(tǒng)的抗矢量化攻擊能力，且具有較強的敏感性，可作為文檔唯一性的憑證。（3）提出一種改進的文檔水印嵌入及檢測算法。文檔主要由一定長度和寬度的曲線、直線以及相互之間的交叉點組成，這和二值圖像很相似，二值圖像是一種特殊的圖像，冗余少紋理很簡單，對失真敏感，適合用于文檔的完整性和可靠性認證。本文根據(jù)二值圖像和文檔的相似性，提出雙重圖像分塊的水印嵌入算法。先將二值文檔圖像均勻分割成較小的圖像塊，根據(jù)可翻轉(zhuǎn)像素的條件選擇圖像塊嵌入水印。為了提高水印容量以及增強水印的魯棒性，再增大圖像塊的大小，對已嵌入水印的二值文檔圖像進行第二輪的圖像分割，根據(jù)邊緣檢測方法嵌入水印。實驗結(jié)果表明，該方法具有良好的視覺透明性，可預(yù)測文檔可能發(fā)生篡改的位置，區(qū)分文檔被篡改的種類，提高了水印容量，同時確保了水印的魯棒性。

簡介：隨著我軍信息化建設(shè)持續(xù)快速地發(fā)展信息技術(shù)在部隊的應(yīng)用日趨廣泛通過網(wǎng)絡(luò)進行信息傳輸已逐步成為主要的通信手段。與此同時信息安全問題也隨之凸顯傳統(tǒng)的加密技術(shù)難以有效保證信息傳輸?shù)陌踩?。為此本文提出了一種基于橢圓曲線密碼體制和圖像隱藏技術(shù)的保密文檔安全傳輸系統(tǒng)模型并對其中的關(guān)鍵技術(shù)進行了研究。本文的主要工作和創(chuàng)新點包括1研究了橢圓曲線密碼體制實現(xiàn)問題及相關(guān)算法并對其中的標量乘法進行了重點研究。根據(jù)轉(zhuǎn)換求逆為乘法的思想提出了在素數(shù)域上用仿射坐標直接計算5P和5KP兩個快速算法；并將其與已有的底層域快速算法一起應(yīng)用到多基鏈中以此實現(xiàn)快速計算橢圓曲線標量乘法。實驗結(jié)果表明該標量乘方法比傳統(tǒng)方法效率更高。2提出了一種基于人類視覺特性的自適應(yīng)彩色圖像隱藏算法。該算法能夠根據(jù)載體圖像特征以自適應(yīng)調(diào)節(jié)嵌入強度的方式進行信息隱藏。實驗結(jié)果表明該算法具有較高的信息隱藏量和較好的隱寫效果。3根據(jù)人眼視網(wǎng)膜錐細胞對紅、綠、藍三種顏色的感知度不同提出加權(quán)均方根誤差和加權(quán)峰值信噪比的圖像質(zhì)量評價方法來對24位BMP圖像質(zhì)量進行客觀評價。該方法有效、易于計算且符合人類視覺特性要求。4設(shè)計并實現(xiàn)了保密文檔安全傳輸系統(tǒng)。該系統(tǒng)將橢圓曲線密碼體制與圖像隱藏技術(shù)有機地結(jié)合起來實現(xiàn)了安全參數(shù)選取、加密、解密、信息隱藏和提取等功能能夠有效保證保密文檔在公共信道中安全傳輸。

簡介：分類號丁陟QL密級單位代碼10422學(xué)號矽矽／⑧∥菇辦孑碩士又論文題目叉稍盟舾阮搞『盈溉茲硝劾‰K嚴蛔蛔鰣認巾西‰M咖作者姓名虱叢迅學(xué)院名稱I垂塞薄鱟查蘭整鱟如專業(yè)學(xué)位名稱塞越如縫互熊指導(dǎo)教師圣磊擻合作導(dǎo)師沖年弓月如日山東大學(xué)碩士學(xué)位論文目錄摘要LABSTRACT3符號說明6第一章緒論711論文研究的背景和意義712論文的主要研究內(nèi)容913論文的結(jié)構(gòu)安排10第二章圖像插值的基本技術(shù)算法1221傳統(tǒng)圖像插值算法～12211最近鄰插值算法13212雙線性插值算法13213三次多項式插值算法1422基于邊緣的圖像插值算法L6221基于源圖像邊緣的圖像插值算法16222基于插值圖像邊緣的圖像插值算法1623基于區(qū)域的圖像插值算法1724其它主流插值算法L7241偏微分方程插值算法17242小波逆向插值算法18243分形插值算法1925本章小結(jié)19第三章文檔圖像的特征分析2L31文檔圖像的特征2L311版面結(jié)構(gòu)2L312直方圖特征22313紋理特征24

簡介：隨著計算機技術(shù)和互聯(lián)網(wǎng)的迅速發(fā)展，各種信息呈爆炸式增長，人們對信息精確定位的需求促進了自然語言處理技術(shù)的研究。同時，隨著人們對跨文本信息融合的分析，多文檔自動文摘成為研究者們關(guān)注的熱門話題，多文檔自動文摘在問答系統(tǒng)、搜索引擎和話題檢測等諸多應(yīng)用中都有涉及。本文深入分析了現(xiàn)有的多文檔自動文摘技術(shù)，將主題模型應(yīng)用到關(guān)鍵句檢測中，并使用動態(tài)模型進行冗余控制，在此基礎(chǔ)上實現(xiàn)了一個基于主題模型的多文檔自動文摘系統(tǒng)。實驗結(jié)果表明，本文給出的系統(tǒng)在TAC2008和TAC2009自動文摘評測中使用ROUGE評測，取得了良好的性能。本文主要針對多文檔自動文摘中的兩個關(guān)鍵部分關(guān)鍵句檢測和冗余度控制進行了詳細分析。在關(guān)鍵句檢測方面，本文構(gòu)建了基于主題模型的句子主題特征，實驗證明句子主題特征能夠在多文檔自動文摘中起了很大作用，將主題特征與其他特征組合構(gòu)成的特征向量也能很好地提高系統(tǒng)的性能。在冗余控制方面，本文將動態(tài)模型引入到句子抽取模塊，并在此基礎(chǔ)上設(shè)計了針對更新摘要的動態(tài)模型，使用該動態(tài)模型生成的更新摘要能有效地避免歷史信息的冗余。在TAC2008語料上的實驗表明，本文的關(guān)鍵句檢測與冗余控制相結(jié)合后，取得了很好的系統(tǒng)性能，特別是在更新摘要任務(wù)中，結(jié)果高于參賽系統(tǒng)中的最好結(jié)果。最后本文將提出的兩個關(guān)鍵技術(shù)應(yīng)用于中文語料上，實驗結(jié)果表明主題模型同樣有助于中文語料多文檔中旬子重要度的檢測，動態(tài)模型對中文多文檔同樣可以有效地控制冗余。但英文處理的效果明顯優(yōu)于中文，原因是中文語料需要經(jīng)過特殊預(yù)處理，進而影響了后繼的性能。

簡介：語音文檔主題分類是指根據(jù)語音文檔的屬性或內(nèi)容，將大量的文檔映射到多個預(yù)先定義好的主題中，語音分類是語音識別的一個重要研究方向，具有廣泛的應(yīng)用前景，得到人們越來越多的關(guān)注。伴隨著多媒體時代的到來，漢語言文檔分類技術(shù)的研究變得必不可少。針對這一現(xiàn)狀，本文從構(gòu)建漢語音文檔分類系統(tǒng)出發(fā)，利用HTK平臺將語音文檔識別成ONEBEST單候選和LATTICE多候選兩種結(jié)構(gòu)，并結(jié)合傳統(tǒng)文本分類思想，將4個類別8700多個語音片段合并為748個語音文檔的訓(xùn)練測試集，實現(xiàn)了語音文檔的主題分類。該分類系統(tǒng)以單候選ONEBEST分類系統(tǒng)為基線系統(tǒng)，與多候選LATTICE分類系統(tǒng)相對比。在基線系統(tǒng)中，以傳統(tǒng)的文本分類系統(tǒng)為框架。而在多候選分類系統(tǒng)中，用混淆網(wǎng)絡(luò)對LATTICE進行結(jié)構(gòu)優(yōu)化，并且在混淆網(wǎng)絡(luò)的結(jié)構(gòu)上基于詞片進行詞匯的提取。該方法采用混淆網(wǎng)絡(luò)為分類的中間結(jié)構(gòu)，突出了多候選之間的競爭關(guān)系，避免了傳統(tǒng)方法因?qū)ふ易R別結(jié)果中的最優(yōu)路徑而帶來的誤差，以保證分類的正確。并且后驗概率的引入能夠有效地減小了識別誤差對分類效果的影響。分類器設(shè)計部分采用當前經(jīng)典的奇異值分解方法，構(gòu)建了類中心分類器。實驗表明，與單侯選分類系統(tǒng)相比，引入混淆網(wǎng)絡(luò)的多候選分類系統(tǒng)能提供更多的競爭候選，在特征項向量稀疏的情況下，具有更好的分類性能。

簡介：人類社會的發(fā)展經(jīng)歷了農(nóng)業(yè)社會、工業(yè)社會、信息社會，正朝著智能社會發(fā)展。從某種角度上說，人類社會目前處于由信息社會向智能社會過渡的階段。在這個階段，信息依然是主流，是基礎(chǔ)。人們的學(xué)習(xí)、生活和工作在很大程度上都依賴于互聯(lián)網(wǎng)上的信息資源。網(wǎng)上的信息資源的載體形式多樣，有文字、音頻、視頻、圖形圖像。但是，目前計算機對信息載體的理解能力還很低，而且計算機對信息載體的分析技術(shù)以文字處理較為成熟，語音處理、圖形圖像識別、以及視頻識別都還處于起步階段。另外，人們想在浩瀚的信息海洋中搜集信息，僅僅依靠人工的力量是不可行的，需要借助計算機快速的處理能力。因此，人們搜集信息的方式就主要表現(xiàn)為借助計算機，抽取互聯(lián)網(wǎng)中WEB文檔的文本信息。信息抽取技術(shù)為人們搜集信息提供了極大的幫助，從很大程度上使人的角色發(fā)生了轉(zhuǎn)變，從機械地信息復(fù)制者轉(zhuǎn)變?yōu)橹贫ㄒ?guī)則的決策者。但是，在面向?qū)I(yè)服務(wù)網(wǎng)的信息聚焦系統(tǒng)中，由于信息源網(wǎng)站數(shù)量巨大，人工地制定網(wǎng)頁的解析規(guī)則即信息抽取規(guī)則是一個既花時間又很枯燥的工作。如何使人和機器優(yōu)勢互補，既發(fā)揮人的決策能力，又發(fā)揮機器的快速處理能力，使信息抽取的準確率和效率更高，這是本文研究的主要內(nèi)容。本文提出了一個模板化WEB文檔的主題信息自動抽取的框架，該框架把主題信息自動抽取邏輯上分成了三個模塊抽取規(guī)則生成模塊、主題信息抽取模塊、自動反饋監(jiān)測機制模塊。其中最為重要的是抽取規(guī)則生成模塊，它是整個框架的驅(qū)動基礎(chǔ)。論文著重討論了抽取規(guī)則生成模塊的相關(guān)算法實現(xiàn)。抽取規(guī)則生成的整個過程分為三個階段文檔預(yù)處理階段、主題區(qū)域定位階段和主題信息精確定位階段。在WEB文檔預(yù)處理階段，首先利用HTMLPARSER將WEB文檔轉(zhuǎn)化為DOM樹，再使用無關(guān)結(jié)點過濾算法，無效結(jié)點過濾算法對部分噪音信息進行過濾。在主題區(qū)域定位階段，主要對主題信息所在的區(qū)域塊進行定位，它分為兩個子階段，一是動態(tài)區(qū)域塊定位，由于主題區(qū)域必然是動態(tài)區(qū)域塊，所以首先利用DOM樹匹配算法計算兩個模板化文檔對應(yīng)的DOM樹最大匹配值，分離出動態(tài)區(qū)域子樹和靜態(tài)區(qū)域子樹，進而實現(xiàn)動態(tài)區(qū)域塊的定位二是非主題鏈接塊過濾，首先定位出DOM樹的重復(fù)區(qū)域，然后通過統(tǒng)計重復(fù)區(qū)域鏈接文字和非鏈接文字的個數(shù)過濾非主題鏈接塊。在主題信息精確定位階段，通過分析各個主題信息的多方面的特征制定出對應(yīng)的啟發(fā)式規(guī)則，根據(jù)啟發(fā)式規(guī)則算法定位主題結(jié)點，并獲得主題結(jié)點在DOM樹中的路徑作為抽取規(guī)則。本文最后給出了模板化WEB文檔的主題信息自動抽取系統(tǒng)的主界面，同時給出了兩個新聞網(wǎng)站的信息抽取結(jié)果。另外，本文用析全率和析準率兩個指標對信息抽取系統(tǒng)的性能進行了評價，結(jié)果表明該系統(tǒng)能夠有效地代替人工進行模板化WEB文檔的主題信息的自動抽取工作，而且抽取效果很好，具有很好的應(yīng)用推廣價值。

簡介：軟件工程各階段產(chǎn)生的軟件過程產(chǎn)品主要包括軟件需求文檔、設(shè)計文檔、用戶手冊、測試用例、軟件代碼等，也就是說，軟件過程產(chǎn)品主要以文檔和代碼的形式存在。因此，文檔代碼可追溯關(guān)聯(lián)挖掘?qū)Τ绦蚶斫狻④浖S護、需求可追溯、變更分析和軟件復(fù)用等許多軟件工程活動有很大的幫助。尤其，隨著國內(nèi)軟件的日益成熟，中文文檔和英文代碼之間新型的跨語言可追溯關(guān)聯(lián)挖掘也逐漸成為當前研究熱點?，F(xiàn)階段缺乏自動或半自動地構(gòu)建并維護文檔代碼間的可追溯關(guān)聯(lián)的有效技術(shù)段。本文首先深入研究現(xiàn)有的各種可追溯技術(shù)現(xiàn)有的可追溯關(guān)聯(lián)挖掘技術(shù)，主要有靜態(tài)關(guān)聯(lián)挖掘技術(shù)和動態(tài)關(guān)聯(lián)挖掘技術(shù)，，并分析了這些關(guān)聯(lián)挖掘技術(shù)各自存在的局限。接著，本文系統(tǒng)地研究了當把文檔和代碼都看為靜態(tài)文本時，檢索技術(shù)LNFMATIONRETRIEVAL，IR在自動挖掘建立在語義基礎(chǔ)之上的代碼，文檔的可追溯關(guān)聯(lián)信息中的應(yīng)用，并提出了基于潛在語義索引LSI的新的動態(tài)關(guān)聯(lián)挖掘技術(shù)。該技術(shù)在充分研究LSI的基礎(chǔ)上，將機器翻譯技術(shù)和信息檢索技術(shù)LSI應(yīng)用到中文文檔英文代碼可追溯關(guān)聯(lián)挖掘中，提出了可追溯關(guān)聯(lián)挖掘模型，并在此基礎(chǔ)上基于MATLAB開發(fā)了可追溯關(guān)聯(lián)工具TLG，基于潛在語義索引LSI關(guān)聯(lián)挖掘技術(shù)解決了靜態(tài)關(guān)聯(lián)挖掘技術(shù)中追溯鏈難以維護的問題，為軟件過程產(chǎn)品之間關(guān)聯(lián)追溯提供一種切實有效的方法，將為軟件的維護帶來積極的作用。實驗結(jié)果表明，查全率和查準率都有一定的提高，從而表明在提取代碼與中文文檔間可追溯性關(guān)聯(lián)信息時，考慮中文文檔和代碼的固有特點和采用潛在語義索引，將有助于提高檢索系統(tǒng)的查全率和查準率。

簡介：觀點文摘，又稱情感文摘，是對含有情感信息的主觀性文本集合進行文本分析、內(nèi)容歸納和文摘生成的技術(shù)。隨著互聯(lián)網(wǎng)主觀性評論文本數(shù)量的不斷增加，觀點文摘的應(yīng)用需求也隨之增加，這些需求為觀點文摘的發(fā)展帶來了動力，同時也為自然語言處理的研究帶來了新的機遇和挑戰(zhàn)。近些年，觀點文摘相關(guān)任務(wù)的研究受到一些研究者的關(guān)注，并取得了一定的成果，研究者們嘗試將觀點文摘技術(shù)應(yīng)用于決策支持、輿情監(jiān)測和信息預(yù)測等應(yīng)用領(lǐng)域中。觀點文摘主要包含三項研究內(nèi)容情感要素抽取、情感極性識別和情感信息歸納，這些內(nèi)容均屬于情感分析的范疇。本文針對觀點文摘的三項關(guān)鍵內(nèi)容進行研究，其中情感要素抽取和情感極性識別屬于情感分析的基礎(chǔ)性研究，目的在于從評論文本中識別出有效的評價單元（評價屬性、評價詞語等），并對這些評價單元的極性進行判斷；情感信息歸納屬于情感分析的應(yīng)用級任務(wù)，目的在于對識別出的重要評價信息進行歸納，從而形成一個簡潔、精煉的摘要。本文還對產(chǎn)品的綜合排序任務(wù)進行了研究。本研究的具體內(nèi)容包括基于條件隨機域模型的比較要素抽取研究。在基于統(tǒng)計機器學(xué)習(xí)的比較要素抽取方法中，特征的選擇對模型的建立至關(guān)重要。本文針對比較要素抽取任務(wù)，提出引入淺層句法特征、比較詞候選特征和啟發(fā)式位置特征等語言學(xué)相關(guān)特征，并將這些特征自動融合到條件隨機域?qū)W習(xí)算法中。實驗結(jié)果表明，淺層句法特征能夠有效的識別短語級的比較要素，比較詞候選特征不僅能夠彌補比較詞訓(xùn)練樣本不足的問題，還可以對其他要素的位置進行初步定位，啟發(fā)式位置特征有助于區(qū)分詞性相似的要素。該方法可以有效提高比較要素抽取的各項性能指標?；谟^點內(nèi)外部特征相結(jié)合的模糊評價詞語極性識別。模糊評價詞語是指情感極性隨上下文的不同而發(fā)生改變的詞語，以往的研究主要考察評價單元外部的極性特征，而較少關(guān)注評價單元內(nèi)部的特征，因而帶來了模糊評價詞語極性識別率不高的問題。本文提出了一種將觀點內(nèi)部特征與觀點外部特征相結(jié)合的無監(jiān)督極性識別方法，該方法通過引入兩種觀點內(nèi)部特征修飾詞語和高頻評價搭配，有效解決了模糊評價詞語極性識別準確率低的問題；同時結(jié)合兩種觀點外部特征進行極性識別，有效解決了模糊評價詞語極性識別召回率低的問題?；趯哟畏治瞿Ｐ偷漠a(chǎn)品多屬性綜合排序。綜合評價指的是運用多個評價指標對多個參評對象進行評價（排序或擇優(yōu)）。本文針對產(chǎn)品的綜合評價問題，提出了一種建模方法，該方法通過構(gòu)建層次分析模型來完成產(chǎn)品的綜合排序，模型首先將綜合評價問題按目標層、準則層、子準則層直至具體的參評方案層分解為多個層次，在此基礎(chǔ)上進行定量分析，通過計算每一層次各元素對上一層次某元素的優(yōu)先權(quán)重，最終求得各個層次的組合權(quán)向量，實現(xiàn)了實體的多屬性綜合排序。該方法在構(gòu)建層次分析模型時還結(jié)合了圖模型并充分考慮了用戶的不同需求，有效解決了產(chǎn)品多屬性綜合排序問題?；谀０宓纳墒蕉辔臋n觀點文摘。多文檔自動文摘任務(wù)一直是TACTEXTANALYSISCONFERENCE會議的重要評測內(nèi)容，但是主觀性評論文本的多文檔自動文摘仍然是一個新穎且具有挑戰(zhàn)性的任務(wù)。本文針對評論文本的多文檔觀點文摘任務(wù)，提出了一種基于模板的生成式多文檔觀點文摘方法。該方法首先從評論文檔集中提取評價信息（評價實體、評價屬性等）并判斷情感極性。然后，將這些評價信息映射為標準信息并按照UDAUSERDEFINEDASPECTS屬性樹進行組織。最后是觀點文摘的構(gòu)建，包括文摘結(jié)構(gòu)的規(guī)劃、文摘模板的設(shè)計、文摘句的生成和內(nèi)容的選擇等。本文構(gòu)建了三種類型的觀點文摘總體文摘、單實體文摘和實體對比文摘，有效探索了中文觀點文摘的生成式方法。

簡介：本文為學(xué)術(shù)界第一次對上個世紀活躍于西部地區(qū)大建筑學(xué)科領(lǐng)域最前線的城市規(guī)劃與風(fēng)景園林首席專家趙長庚教授的人生經(jīng)歷及學(xué)術(shù)思想進行整體性的梳理和研究。趙長庚先生處于該學(xué)科領(lǐng)域舞臺中心的特殊位置，使他既能全方位地感受到新時期中國建筑界的嬗變，又能充分發(fā)揮他的學(xué)術(shù)新思想在實踐中的運用。趙長庚先生學(xué)術(shù)思想的階段性轉(zhuǎn)變，是我國新時期在大建筑學(xué)科領(lǐng)域發(fā)展軌跡及研究重點轉(zhuǎn)變的縮影。本文試圖立足于我國改革開放全方位縱深展開、城市化進程日益加快的時代大背景，通過解讀其實踐項目，深入剖析趙長庚先生的學(xué)術(shù)思想內(nèi)涵，從一個微觀的角度，窺斑見豹式地洞察當代中國建筑類學(xué)科學(xué)術(shù)思想變化的軌跡，為風(fēng)景旅游區(qū)規(guī)劃、山地城市建設(shè)、歷史文化名城保護與發(fā)展規(guī)劃、傳統(tǒng)園林規(guī)劃等研究領(lǐng)域提供一些經(jīng)驗教訓(xùn)和技術(shù)支撐。本文力求從新舊觀念碰撞的視角，在全面準確地理解文獻綜述的前提下，結(jié)合先生晚年思想體系建立階段的人生經(jīng)歷，歷史地分析和闡釋趙長庚教授的學(xué)術(shù)思想。本文從先生龐大的學(xué)術(shù)思想體系中選取了最能代表其精華的五個方面，重點闡述，并逐個進行評議，試圖將先生的學(xué)術(shù)思想與同時期研究背景相對比，在總結(jié)前人經(jīng)驗教訓(xùn)的同時提出自己的理解，并對先生的學(xué)術(shù)成就進行評價。本文認為關(guān)于城市發(fā)展戰(zhàn)略規(guī)劃研究領(lǐng)域。先生通過參與海南島城市文化的研究及旅游開發(fā)的探討，提出了海南島的旅游發(fā)展戰(zhàn)略設(shè)想。他首先從“史”、“詩”、“畫”、“游”、“情”五個方面，以自己獨特的視角對海南省的歷史文化進行了評述，以此得出其歷史發(fā)展軌跡與大陸息息相關(guān)；再以現(xiàn)狀優(yōu)勢出發(fā)，在海南建省以后第一次在學(xué)科界提出將旅游發(fā)展作為當時海南發(fā)展的戰(zhàn)略目標；并針對三亞、?？?、通什三個重點地區(qū)提出差異性定位及發(fā)展策略，以此削弱正面競爭帶來的利益損失，實現(xiàn)海南島城市和區(qū)域的共同發(fā)展。關(guān)于風(fēng)景名勝規(guī)劃研究領(lǐng)域。先生主持參與了如大足縣風(fēng)景名勝區(qū)、江油竇團山風(fēng)景區(qū)、合川釣魚城風(fēng)景區(qū)等大型的風(fēng)景名勝區(qū)規(guī)劃項目。從其項目的研究剖析，可以清晰地發(fā)現(xiàn)先生在該領(lǐng)域研究所涵蓋的內(nèi)容及方法和現(xiàn)在部分專家學(xué)者的研究略有不同。他往往一開始便從歷史的角度深入挖掘其豐富的文化價值、旅游價值，繼而將風(fēng)景名勝區(qū)的保護與開發(fā)聯(lián)系在一起，并沒有過多的強調(diào)分區(qū)保護等常用方式，而在規(guī)劃原則中重點提出堅持全面保護的理念，并充實明確保護內(nèi)容。與此同時，先生在8090年代，馬首是瞻地在風(fēng)景名勝區(qū)規(guī)劃中從景區(qū)的運營、成本的投入、資金的回收以及游客的心理感受、游覽過程出發(fā)，嘗試提出分期開發(fā)的規(guī)劃方式。關(guān)于歷史文化名城名區(qū)保護規(guī)劃領(lǐng)域。通過對先生都江堰歷史文化名城保護規(guī)劃等實踐項目的研究，可以歸納出先生在該領(lǐng)域的核心思想以延續(xù)前人的研究路線為主，而其規(guī)劃實踐方法的重點與創(chuàng)新點主要突出在以下三個方面首先明確劃出保護區(qū)和保護范圍，并否定了當今社會將其“越劃越寬”的現(xiàn)象；并從道路拓寬、基礎(chǔ)設(shè)施建設(shè)等方面闡述歷史文化名城的城市更新問題，提出，更新與保護并重才是歷史文化名城保護規(guī)劃的核心；最后提出總體規(guī)劃、詳細規(guī)劃、修建設(shè)計是同一工作的三個階段，特別在歷史文化名城保護領(lǐng)域，其協(xié)調(diào)工作尤為重要。關(guān)于傳統(tǒng)園林規(guī)劃領(lǐng)域。先生轉(zhuǎn)而研究園林之后，參與了多個園林的規(guī)劃設(shè)計項目。先生所作之作品，大都延續(xù)西蜀、巴渝地區(qū)園林景觀樸素自然，不尚浮飾的特點，小巧精致。其設(shè)計環(huán)節(jié)的重點主要在于選址、布局及路線規(guī)劃。關(guān)于著書西蜀歷史文化名人紀念園林。先生所著之西蜀歷史文化名人紀念園是歷史上第一本系統(tǒng)、精煉且別開生面的，從史詩畫游四個方面對西蜀園林進行研究的著作。不僅詳細闡釋了西蜀地區(qū)九個歷史文化名人紀念園林的歷史沿革、紀念人物、規(guī)劃布局、建筑特色及景觀立意，還對其詩詞楹聯(lián)做了詳細的記錄與解讀，充分展現(xiàn)先生凌駕于專業(yè)知識之上的文化底蘊。除此之外，筆者還特別提煉出先生在其研究中所體現(xiàn)的，西蜀園林與皇家園林、寺廟園林、私家園林的差異。另外，先生所創(chuàng)作之項目數(shù)目眾多，部分因年代久遠且未妥善保存沒能找到，包括宜賓市總體規(guī)劃、峨眉山風(fēng)景名勝區(qū)總體規(guī)劃、南川花山公園等，實感可惜。作為深入研究不可或缺的一部分，本文在最后對趙長庚先生學(xué)術(shù)思想的成就作了宏觀的評價，總結(jié)了研究心得，也指出了本研究所存在的缺憾。

簡介：近年來，WEB上涌現(xiàn)了大量的XML數(shù)據(jù)，XML因自身描述能力強、格式簡單，實現(xiàn)了結(jié)構(gòu)、內(nèi)容、表現(xiàn)這三者的分離，在各個領(lǐng)域都得到了非常廣泛的應(yīng)用。XML現(xiàn)已成為WEB上數(shù)據(jù)表示、集成和交換的標準?；陉P(guān)系數(shù)據(jù)庫的存儲和查詢技術(shù)是目前存儲和查詢XML的各種方式中最成熟的一種數(shù)據(jù)管理技術(shù)。目前很多學(xué)者都已提出了各種各樣的XML查詢和存儲管理的方式方法來對XML數(shù)據(jù)進行有效地加工、分析和處理。由于XML文檔在關(guān)系數(shù)據(jù)庫中的存儲與查詢存在著各個方面的問題，本文就此展開了深入的研究和探討。提出了一種解決方法。該方法不必建立任何的索引結(jié)構(gòu)，也不用考慮XML文檔DTD的模式信息。而是將XML文檔樹中的全部節(jié)點信息無損的存儲在一個關(guān)系表中。具體地來說，本文做了如下的主要工作1、提出了一種不同與以往的關(guān)系存儲方法，該方法是XML文檔數(shù)據(jù)基于路徑的存儲方法，它是采用一個關(guān)系數(shù)據(jù)表完整地記錄了XML文檔中的所有信息，即采用一個固定的關(guān)系模式來存儲結(jié)構(gòu)各異的XML文檔，具體存儲XML文檔中的各個節(jié)點、邊、還有值的信息，即在關(guān)系表中存儲了各個元素和屬性的ID、NAME、XLEVEL、ATTRIBUTE、CDATA、PARENTID、XVALUE和所有的元素或者屬性的PATH信息，減少了表連接，提高了查詢的效率。2、提出了一種查詢處理機制，該方法基于表連接并適用于以上存儲方法，并給出了相應(yīng)的查詢轉(zhuǎn)換算法。該算法可將路徑表達式轉(zhuǎn)換為對應(yīng)的SQL語句來處理。3、提出了一種存儲方法與查詢機制的優(yōu)化策略。如果XML文檔層次較多，就會有對相同路徑的存儲冗余的現(xiàn)象發(fā)生，當進行存儲時引入一個路徑關(guān)系表，可避免此情況；若XML數(shù)據(jù)進行查詢的路徑表達式為線性結(jié)構(gòu)，則為了減少表連接的次數(shù)，可采用串匹配的方法，同時也能減少輸入和輸出數(shù)量。4、通過構(gòu)建存儲與查詢系統(tǒng)驗證本論文提出的存儲轉(zhuǎn)換和查詢處理算法，采用網(wǎng)上搜集的不同大小的XML文檔實例測試了文檔的存儲時間和查詢響應(yīng)時間等方面的數(shù)據(jù)，最終用數(shù)據(jù)證明，所提出的方法是可行且高效的。

簡介：碩士學(xué)位論文人機交互環(huán)境下學(xué)術(shù)搜索功能學(xué)習(xí)的心智模型動態(tài)改變研究一一以大學(xué)生用戶為例作者史飛指導(dǎo)教師甘利人南京理工大學(xué)2012年2月MASTER’STHESISTHESTUDYOFDYNAMICCHANGEOFTHEMENTALMODELBYLEARNINGFUNCTIONSOFACADEMICSEARCHSYSTEMINTHEHUMANCOMPUTERINTERACTIONENVIRONMENTFOREXAMPLEOFTHEUNDERGRADUATEUSERSBYSHIFETSUPERVISEDBYPROFGANLIRENNA硝INGUNIVERSITYOFSCIENCETECHNOLOGYFEBRUARY，2012