Apriori and N-gram Based Chinese Text Feature Extraction Method

A feature extraction, which means extracting the representative words from a text, is an important issue in text mining field. This paper presented a new Apriori and N-gram based Chinese text feature extraction method, and analyzed its correctness and performance. Our method solves the question that the exist extraction methods cannot find the frequent words with arbitrary length in Chinese texts. The experimental results show this method is feasible.     

设计语义的哲理的探索

由于“设计”概念本身的多义性，而使得设计语言更为复杂难解。设计语言中包涵科学技术和艺术的语言；设计的科学技术语言表现为“解说”性，使得设计语义具有概念性，逻辑性，精确性和目的性。设计的艺术语言表现为“情感”性，又使设计语义具有一定的密度和厚度，不透明性，歧义性和模糊性。设计的哲理意义分析是建立设计方法论的基础。     

A Semi-automatic Method Based on Statistic for Mandarin Semantic Structures Extraction in Specific Domains

This paper proposed a new method of semi-automatic extraction for semantic structures from unlabelled corpora in specific domains. The approach is statistical in nature. The extracted structures can be used for shallow parsing and semantic labeling. By iteratively extracting new words and clustering words, we get an inital semantic lexicon that groups words of the same semantic meaning together as a class. After that, a bootstrapping algorithm is adopted to extract semantic structures. Then the semantic structures are used to extract new key words and augment the semantic lexicon. The resultant semantic structures are interpreted by persons and are amenable to handediting for refinement. In this experiment, the semi-automatically extracted structures SSA provide recall rate of 84.5%.     

基于视频列车车号识别系统的研究

提出了基于视频的铁路列车车号的识别系统,为铁路列车设计了一种全新的列车车号识别方法.系统通过对铁路现有设备的利用优化了列车图像的采集方法,同时提出用图像的色彩信息准确进行列车车牌图像定位分割和以像素面积原理为基础的搜索寻优进行列车车牌倾斜校正.在字符分割与识别部分使用了改善后的快速准确算法对列车车号进行处理.各个部分均采用改进了的针对性强、实用、快捷的算法和技术,完成了对列车车号识别的功能.     

细胞图像自动分割方法研究

提出一种细胞图像的自动分割与定位方法．首先将直方图分割所得二值图像的距离变换作为边缘提取的指导知识，进行细胞图像的精确分割；然后利用分割边缘点的梯度方向和几何知识确定细胞的中心．该方法既能对非重叠细胞也能对重叠细胞进行细胞的分割与定位．     

基于适应性阈值和遗传算法的图像分割

图像分割是自动目标识别的关键和首要步骤，其目的是将目标和背景分离，为计算机视觉的后续处理提供依据。提出了一种基于适应性阈值和遗传算法进行图像分割的方法，对图像的不同区域分别作灰度值的评价标准，把图像分割问题定义为一个多区域的独立优化问题，利用遗传算法的寻优高效性，搜索到能使分割质量达到最优的图像分割阈值。试验表明，使用该方法可使图像分割获得满意的效果。     

超声医学图像的自动分割

阐述了对超声医学图像进行自动分割的一种新方法．其基本思想是首先以Hilbert曲线扫描图像，配合峰谷法对图像进行滤波，采用三次样条插值法对图像进行灰度插值；然后把局部阚值和全局阚值结合起来进行图像分割并标记区域；最后通过特征数据库确定目标区域．实验结果证明，该算法有着较好的适应能力．     

基于改进遗传算法的图像分割识别方法

提出了一种利用灰度直方图熵和改进遗传算法对图像进行分割的方法，以灰度图像直方图熵作为评价函数，把图像分割问题变成一个优化问题，利用遗传算法的寻优高效性，搜索到能使分割质量到达最优的分割阙值．针对遗传算法的某些不足之处，利用精英策略和模拟退火的思想，对其做了一些修正．实验结果表明，该方法不仅分割质量好，而且缩短了运算时间．     

基于色彩分割与体态纹理分析的车牌定位方法

本文提出了一种基于色彩分割、体态分析及数学形态学纹理分析的车牌定位方法．该方法利用车牌与背景的色彩特征，在HSV(Hue，saturation，value)空间内根据车牌颜色的三分量取值范围和色彩距离阀值进行色彩分割以初步过滤背景．对分割后得到的与车牌底色相符合的连通区域再根据车牌体态特征和车牌字符纹理特征，应用数学形态学处理及连通域体态分析等手段，逐步过滤干扰区域，最终定位正确的车牌位置．该方法充分考虑了车牌与背景的色彩、体态及纹理特征的差别．实验证明在复杂背景下具有很强的适应性与鲁棒性．     

移动云环境下船舶逻辑规则的查询裁剪优化策略

针对移动云环境下船舶逻辑规则的查询裁剪的复杂度高、效率低等问题,对探测查询和剩余查询算法进行优化。最后进行优化结果分析,从优化的时间和空间消耗、缓存空间需求量等方面进行与未优化算法的对比。通过对比结果可看出,本文优化后的算法提高了效率,降低了复杂度。