摘要：本文提出了一种融合边界连通性与局部对比性的图像显著性检测算法.首先,构造包围前景区域的凸包并利用K-means聚类算法,增强凸包内前景区域,抑制背景区域.为获取更加准确的前景概率,建立超像素图模型并结合随机游走模型计算超像素显著值,再利用聚类内显著值传播计算超像素前景概率.然后,利用边界连通性计算超像素背景概率.最后,融合前景概率与背景概率计算超像素最后的显著值.而且,为克服单一显著性检测算法的局限性,在DS证据理论的基础上,设计了一种新的融合算法.实验结果表明:在DUT-OMRON、ECSSD、MSRA10K三个公开数据集上,提出的算法得到的显著图更接近于真值图,且在准确率-召回率曲线、F-measure值以及平均绝对误差值三个评估指标上均优于其他12种经典显著性检测算法获取的结果.

摘要：极性情感词是准确分析维吾尔文倾向性的基础资源。该文在前期构建的维吾尔语褒贬情感词典基础上进行网络情感词的自动扩展研究。首先分析维吾尔语情感表达的语言特征,总结了连词、程度副词与情感词的搭配规律,并基于此规律设计从情感语料库中获取候选情感词的算法,形成候选情感词库;最后再利用维吾尔语连词的特性,结合已创建的情感词典和维吾尔语反义词词典,以互联网作为超大规模语料库,设计基于搜索引擎的情感词极性判别算法,根据算法得分判别候选情感词的极性,再将其扩展到已构建的褒贬情感词库。实验结果表明,与扩展前的情感词库相比,使用互联网文本语料扩展后的情感词库后进行维吾尔语句子倾向性测评的准确率和召回率均有明显提高。

摘要：精准认定贫困生,是做好高校贫困生工作的重中之重。本研究应用高校一卡通数据,利用数据挖掘技术构建高校贫困生认定模型。具体方法是对校园一卡通消费流水数据运用二分k-means算法进行聚类,分别运用轮廓系数和簇内误方差(sse)方式进行聚类效果评价,并调整参数值以获得最佳贫困生聚类效果。与现实已认定的贫困生数据对比,本模型实现的贫困生识别率为50%,为高校贫困生的精准认定工作提供了技术基础。

摘要：内容中心网络是一种以内容为中心的新型网络体系结构,路由器内置缓存提高内容分发效率。由于缓存空间大小的限制,选择合适内容缓存使得缓存策略变得尤为重要。现有缓存策略的研究主要以减少网络中内容的冗余量以及提高网内缓存内容的多样性为目的,这些策略在设计过程中忽视了内容的频繁替换以及带宽损耗因素。文章提出一种以获得缓存网络最大效益的概率缓存策略(a Max-Benefits Probabilistic In-network Caching Strategy,MBPIC),缓存策略基于内容流行度、跳数和缓存空间等参数随机选择缓存放置节点,然后建立马尔科夫链推导了内容命中率与缓存概率、内容流行度、缓存空间的关系,最后数值计算和实验仿真结果表明,MBPIC策略在服务器命中率、跳数减少率和内容替换率方面比其他概率策略有明显的提高。

摘要：随着计算机和网络技术在人们生活中的广泛应用,携带不便、查阅效率低的纸质版维吾尔语同义词词典已经不能满足人们的需求,为此该文设计并实现基于web的维吾尔语同义词电子词典,进行维吾尔语同义词的智能管理和查询。整个系统在需求分析、总体设计、详细设计的基础上,采用JSP、Servlet、JQueryEasyUI等技术以及My SQL数据库进行开发。

摘要：随着中国国际地位的提高,汉语在与中亚各国的交流中的交际价值得到凸显,世界上很多实体学校和教育机构在开展汉语教学,但外派汉语教师困难及海外本土教师自身汉语水平及发音问题,成为制约汉语学习发展的重要因素。针对这些问题,本文设计并开发了面向中亚的大学汉语辅助学习软件,利用HTML5Plus、MUI框架、百度语音合成等技术,利用移动学习的特点,为汉语学习者提供课文朗读、课文跟读、单词学习等功能模块进行汉语学习,并且利用课程资源云平台及时更新课程资源,克服了许多软件存在的课程资源不可更新的缺点。此软件的开发应用,缓解了中亚各国汉语教师匮乏的问题,提高了学习者的学习效率与汉语教学质量,有利于汉语在中亚各国的传播。

摘要：为了充分挖掘和应用电子商务网站中的教材评论信息,运用细粒度的情感分类算法对用户的在线评论进行分析,基于教材特征级的情感分析结果,辅助潜在客户和商家做出合理有效的决策.本文首先使用爬虫采集教材的在线评论文本,对其进行去噪、分词和词性标注等预处理;然后分析产品特征,在通用情感词典的基础上扩建领域情感词典;最后基于句法分析结果,结合教材评论的语言特性,设计适合教材评论的情感倾向性分析算法,并通过实验验证了算法的有效性.

摘要：乌孜别克语名词词干识别是自然语言处理领域的基础研究,主要方法是从句子中提取名词词干,提高名词标注效率和准确性。该文首先陈述形态分析、形态特征对识别其词性的作用,然后讨论乌孜别克语的词类划分标准、名词的形态特征,乌孜别克语西尔里文转换拉丁文,乌孜别克语词汇翻译、标注技术,总结词缀歧义及消解规则。该文提出利用形态规则、词典、最大熵融合策略,设计现代乌孜别克语新词中名词词干识别算法,其中包括特征选择及参数估计、词内部特征、前后依存词特征等。最后以乌孜别克语网站文本作为验证对象,对名词词干进行统计与分析。

摘要：为解决现今情感分析方法多利用单通道浅层的文本情感因素,不能获取词与词之间更深层语义联系的问题,提出一种基于注意力机制的多通道特征融合情感分析模型(triple channel BIGRU and attention model,Tri-BiGRU-Atten)。结合词性特征、依存句法、位置信息3种不同语义特征混合建模,将BiGRU与注意力机制相结合,充分挖掘上下文中更深层次的情感信息,引入特征图扰动技术(feature map distortion,Disout)提高模型泛化性能。实验结果表明,与传统的注意力机制、LSTM、Bi-LSTM等模型相比,该模型情感分类效果更有效。

摘要：不断增大的网络带宽给人们提供了丰富的网络应用和服务的同时,也给传统的数据俘获系统带来了挑战.本系统基于Intel数据平面开发套件(Data Plane Development Kit,DPDK)设计了高速网络数据包捕获软件.能够更好适应目前校园网高速网络数据包捕获的要求,为网络数据包分析提供技术支持.最后,本文对基于DPDK的数据包捕获系统和传统Libpcap进行了实验结果对比,表明基于DPDK的数据包捕获系统能够明显提升高速网络出口数据俘获的性能.