摘要：为提高文本中时间信息识别和抽取的效率,提出一种基于CRF(条件随机场)的方法。根据时间信息表现出的一般特点,采用机器学习的方法,通过分析文本中相关词性、短语结构和上下文信息等,提取时间信息的外部特征,采用一种自训练的半监督方法,使用CRF进行识别和抽取。实验结果表明,该方法有效提升了时间识别的性能,在显性时间、隐性时间和总体时间上分别取得了96.25%、88.65%和93.97%的F1值。

摘要：在飞行试验中,机载视频数据是试飞测试数据中的重要组成部分。目前机载记录的视频数据本身是没有时间的,时标叠加在每一帧视频画面的左上角,视频数据回放效率较低。为解决试飞视频时间识别以快速定位的问题,提出了一种基于OpenCV的试飞视频图像时间识别方案,通过在每帧图像数据前面打上时间戳实现精确时间跳转,快速定位至关键图像。首先介绍了OpenCV的基本概念,重点介绍图像处理与识别的工作流程及实现方法,然后论述了OpenCV在试飞视频图像处理和图像识别的具体应用。软件设计利用模块化和多线程的思路,提高处理效率,保证功能的可扩展性。目前该软件已成功应用于多个型号任务视频数据回放中,实际应用效果表明该技术时间识别效果良好,能够有效提高型号试飞效率。