董洋溢
- 作品数：15 被引量：57H指数：4
- 供职机构：西北工业大学更多>>
- 发文基金：陕西省自然科学基金国家部委资助项目国家自然科学基金更多>>
- 相关领域：自动化与计算机技术文化科学机械工程更多>>
- 结合Web背景知识的图像语义标注被引量：2
- 2013年
- 针对基于内容的图像语义标注方法中,相同或相近视觉特征对应语义可能不同的情况,提出了一个结合Web背景知识的图像语义关联模型,利用从Web页面中提取的与图像相关的属性,计算Web图像与标注关键词间的语义相关性,确定待标注Web图像的语义,实验表明该方法具有较好的性能。
- 陈世亮郭向东董洋溢
- 关键词：图像标注语义相似性
- 网络作业管理系统的研究与实现
- 近年来，随着计算机应用的普及和不断发展，对于一个建立在集群技术之上，能够实现企业内部网络资源优化利用的作业管理系统的需求变得日益迫切。本文所研究的网络作业管理系统(NJMS)就是为了满足这一需求而设计的。NJMS系统是一...
- 董洋溢
- 关键词：作业管理负载平衡作业调度网络作业管理系统请求调度算法
- 文献传递
- 运行时存储管理探讨被引量：1
- 2006年
- 为了在软件工程实践中有效利用运行时存储的空间,对动态堆内存管理的两种技术显式堆管理和自动堆管理分别进行了深入的讨论,分析了这两种技术各自的优点和缺陷,并根据笔者的实践经验,提出了一些解决缺陷的方法。
- 董洋溢李先国许杰
- 关键词：内存泄漏垃圾收集算法
- 基于混合余弦相似度的中文文本层次关系挖掘被引量：20
- 2017年
- 层次关系是中文文本概念间存在的最为重要的关系之一。对层次关系的正确判定是进行领域本体自动构建、文本数据挖掘等信息处理的基础研究内容。先将概念间可能存在的候选层次关系罗列出来,构建词性序列语义余弦相似度和关系词语余弦相似度混合的核函数分类器,将概念间层次关系的挖掘问题转换为分类问题;再通过对文本数据进行模板标注来训练分类器;最后输入预处理后的中文文本,使用核函数分类器对候选层次关系进行判定。以空军武器装备领域的中文文本为测试数据,通过实验表明,该方法简单可靠,具有较好的正确率和召回率。
- 董洋溢李伟华于会
- 关键词：自然语言处理文本挖掘本体构建
- 基于概率跳转随机游走的节点重要性度量方法
- 本发明公开了一种基于概率跳转随机游走的节点重要性度量方法，用于解决现有复杂网络中节点的重要性识别方法准确性差的技术问题。技术方案是将网络中所有流动的对象都抽象为消息，在模拟消息的随机游走过程中，使用节点的平均度和网络的平...
- 于会曹夕刘尊李勇军董洋溢于宏毛奎涛
- 中文领域知识半自动化OWL本体构建方法研究被引量：10
- 2016年
- 传统中文领域本体构建多采用手工构建的方法,这种方法费时费力且重用率不高。针对这种情况,提出一种把中文领域知识文档半自动化地转化为OWL(Web Ontology Language)本体的方法。该方法以武器装备领域为例,先使用分词工具ICTCLAS5.0对中文文档进行分词等预处理,然后使用TF-IDF算法、基于模板匹配算法挖掘领域核心概念、聚类概念等级关系,再使用Jena将聚类后的三元组文档形式化为OWL本体,最后使用Protégé工具对OWL本体进行可视化管理。实验结果表明,该方法可以有效地节省中文本体构建的时间和人力成本,为全面解决中文领域本体的自动化构建提供了一个新的思路和尝试。
- 董洋溢李伟华陈世亮
- 关键词：OWL本体本体构建JENAPROTÉGÉ
- 面向智能决策应用的本体关键技术研究
- 本体作为一种知识管理模型已经被广泛应用在人工智能及知识工程领域，在知识共享、知识推理及智能辅助决策等方面发挥着重要作用。特别是在以知识推理为核心的航空指挥智能决策领域，需要对以中文文档形式描述的知识进行建模和管理。本体可...
- 董洋溢
- 关键词：关系抽取
- 文献传递
- 一种利用VC++实现软件快速本地化的方法
- 2008年
- 随着软件国际化使用的普及,如何实现软件的快速本地化是开发者们所关心的一个重要问题。介绍了一种使用VC++的资源动态链接库技术来解决该问题的具体方法和步骤,这种方法在具体的软件开发实践中取得了良好的效果。
- 董洋溢
- 关键词：本地化动态链接库
- 基于CDIO的实训模式探索被引量：2
- 2014年
- 本文针对目前实训现状的分析和总结给出了一个结合CDIO培养模式思想设计培训大纲,采取引进来的方式,降低对企业的要求,合理利用学校资源进行校企合作,并通过企业合作的项目以接近实际软件开发的模式进行实训的一种新模式。最后给出了培训计划和详细的考评标准。
- 崔岩董洋溢
- 关键词：校企合作工程教育软件开发
- 文本特征和复合统计量的领域术语抽取方法被引量：7
- 2017年
- 中文领域术语的抽取,是文本知识挖掘的重要内容。传统的中文领域术语抽取方法以人工方法为主,显然这种方法费时费力。目前,处于研究阶段的中文领域术语自动化抽取方法主要有:基于字典的方法、基于规则的方法以及基于统计的方法。但由于中文自然语言的复杂性,这些自动化抽取方法都存在一定的局限性,比如对特定领域的用户字典及规则存在更新速度慢、文本特征考虑不足等,从而导致抽取的效果不佳。针对这一问题,提出了一种基于文本特征和复合统计量的中文领域术语抽取方法,该方法在对中文文档中的词语进行粗粒度筛选后,再综合考虑候选术语的词性、长度、边界词语等文本特征,构造出信息熵和TFIDF等统计量,计算其综合权值,并将综合权值大于设定阈值的候选术语抽取出来,作为最终的领域术语。实验结果表明,该方法在测试语料下,获得了较好的正确率、召回率和F值。
- 董洋溢李伟华于会
- 关键词：文本挖掘自然语言处理文本特征
