基于NNV关联规则的非分类关系提取方法及其应用研究

来源 :计算机应用研究 | 被引量 : 0次 | 上传用户:bylee
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对传统的非分类关系提取方法无法获得非分类关系的名称的不足,提出基于NNV(noun-noun-verb,名词名词动词)关联规则的非分类关系提取方法。给出NNV关联规则的相关概念及方法的实现过程,提取了民航突发事件应急管理领域本体中的非分类关系,完善了民航突发事件应急管理领域本体。与传统的非分类关系提取方法相比,有效获取了非分类关系的名称,保证了结果的准确率和召回率。
其他文献
为了解决用户评分数据稀疏性问题和传统相似性计算方法因严格匹配对象属性而产生的弊端,结合项目分类和云模型提出了一种改进的协同过滤推荐算法。首先,按项目分类得到类别矩阵;然后利用云模型计算类内项目间的相似度并获取具有最高相似度的邻居项目的评分,为类内未评分项目进行预测填充;再利用云模型计算类内用户间的相似度得到用户邻居,最后给出最终的预测评分并产生推荐。实验结果表明,该算法不仅有效地解决了数据稀疏性及
以板坯库为背景,给出了基于碰撞检测的三维文字动态注记模型。在三维的大场景中,影响文字注记的因素有距观察者距离、不同模型间占用相同空间、模型间相互遮挡等。提出的模型很好地权衡了这些影响因素,并应用碰撞检测技术解决了不同模型占用相同空间的问题,检验了三种不同的包围盒碰撞检测技术的检测速率。实验结果表明,该模型可以很好地应用于三维大场景的文字注记。
借鉴多媒体数字水印技术,提出了一种基于混沌的DCT域关系数据库水印算法,运用混沌序列对版权图像加密生成水印信息,并嵌入到候选属性的DCT中频系数中。利用DCT在频域中实现水印与载体的融合,隐蔽性更强,弥补了空域水印算法的不足;混沌序列的伪随机性和初值敏感性为数字水印的安全性提供了保证。实验表明,该算法具有较强的鲁棒性和良好的不可见性。
DPU(data process unit,数据处理单元)是嵌入式系统中的一个典型组件,被广泛应用于太空领域,它在层次化的嵌入式系统架构中起到承上启下的作用。保证这类安全攸关系统可靠性的主要方法包括冗余容错、测试和仿真。近年来,形式化方法作为确保可靠性的一种重要补充,得到了广泛的关注。BIP(behavior interaction priority)是一个通用的系统级形式化建模框架,支持层次化和
针对电容层析成像技术的"软场"效应和病态问题对重建图像精确度的影响,在分析电容层析成像基本原理和成像算法的基础上,提出了一种基于局部能量的电容层析成像图像融合方法。该方法以线性反投影、Landweber和共轭梯度算法作为图像重建的基础,利用各个图像的互补特性,经对重建的图像小波分解后,分别采用基于局部能量和加权平均算子融合规则对分解后图像的高频系数和低频系数进行图像的融合,得到准确度更高的成像结果