【摘 要】
：
PDF为数字化信息传播及电子文档发行提供了很大便利,它也成为了目前学术论文的主要载体。这些海量的学术论文资源经过加工、整合、重编可以形成可重用的论文结构对象,这些结构对象将作为学术论文应用的输入数据。在理想情况下,PDF的元数据是可以存储结构化的信息,然而PDF是一种基于布局的格式,它并不提供结构信息,因此,对PDF学术论文结构内容的提取是学术资源挖掘的主要挑战。本文从文本元素和矢量元素两方面介绍
论文部分内容阅读
PDF为数字化信息传播及电子文档发行提供了很大便利,它也成为了目前学术论文的主要载体。这些海量的学术论文资源经过加工、整合、重编可以形成可重用的论文结构对象,这些结构对象将作为学术论文应用的输入数据。在理想情况下,PDF的元数据是可以存储结构化的信息,然而PDF是一种基于布局的格式,它并不提供结构信息,因此,对PDF学术论文结构内容的提取是学术资源挖掘的主要挑战。本文从文本元素和矢量元素两方面介绍了解析的关键问题,对影响其解析结果的因素进行了分析并提出了解决方案,针对文本区域提出了基于文本坐标规律的识别方法,将文本块内的文本行的坐标规律作为文本块扩充的条件;针对非文本区域提出基于最大矩形区域扩充的识别方法,将正文看成以页面分割的各个区域,对提取的矢量元素按左右下方向扩充,以最大范围地包含矢量元素及非正文文本,识别出非文本块。考虑到识别出的块与块之间的冗余与重叠,设计了块的合并算法,并对于多栏版面的PDF渲染顺序不正确引起的生成的块顺序不正确的问题设计了排序算法。实验结果表明,本文中提出的识别算法能很好地提取PDF结构信息,能够自动化地对学术资源进行抽取与处理,有利于PDF在学术论文领域中的进一步利用,对当前学术论文资源知识挖掘研究具有重要意义。
其他文献
空气轴承依照工作原理主要分为静压、动压和挤压三种,空气轴承与传统油脂类润滑轴承相比,由于工作原理上的差异,使其具有几乎无摩擦、高速度、高精密、无毒无污染等优异的性能,空气轴承因为这些卓越的性能优势而在超精密和超高速运动设备当中得到了广泛应用,如超精密机床、空气离心压缩机、三坐标测量仪等。但是气体轴承也存在着刚度低、承载能力有限和稳定性不够好等缺点,这些缺点限制了气体轴承的广泛使用。为了探究空气轴承
钛及其合金由于其良好的耐腐蚀性能、优异的力学性能以及优良的生物相容性,常被用于修复人体骨组织的替代材料。但是由于其表现出来的生物惰性,使得它无法满足所有医疗需求。许多研究表明通过微弧氧化在钛合金表面制备一层具有生物性能的涂层能够有效的提高其骨整合能力。而目前基于微弧氧化涂层在生物医学方面的应用,对电解液浓度对其影响方面没有具体的研究,并且进行微弧氧化后还可进一步进行水热处理来提高其生物活性。本文采
头戴式产品的适配设计需要精确的头面部尺寸数据作为设计参考,以匹配复杂多变的人类头面部形态。因此,客观记录身体形态的人体测量学数据对产品设计具有重要意义。近年来,中国头面部可穿戴产品市场潜力巨大,然而头戴式产品设计参考尺寸获取渠道单一,且多源于针对西方人群的人体测量学研究,使得现有的产品无法匹配中国人群的头面部特征。一个基于最新中国人头面部测量学研究的头戴式产品设计参考尺寸获取系统,可以在产品设计和
在经济高速发展的当今社会,人们日常的工作与生活都处于高度紧张和快节奏当中。在一天的工作和生活之后,希望通过淋浴的方式放松身心回归平静。卫浴产品已经成为人们日常生活中必不可少的一部分,同时恒温淋浴器也占据了众多卫浴产品中举足轻重的地位。淋浴器不仅只是满足出水需求的端口,其功能的多样化也越来越受到人们的重视。如今人们对淋浴器的要求越来越高,仅靠基本的淋浴功能和造型形态已经不能满足人们对卫浴生活的更高需
当前世界能源领域面临诸多挑战,如何高效利用有限的资源成为目前工业上的首要问题。流态化技术具有操作简单、快速有效的优点,对于传质与传热也起到了很好的强化作用,使得工业上利益最大化。在过去的一百年里,研究者们对流态化技术的研究颇多,这也使得工业化生产得到了快速发展。流化床中流化特性的研究能够为工业应用提供理论指导,尤其是颗粒在流化床中的最小流化速度、气泡行为以及混合行为,对于流态化操作有着重要作用。以
制造业作为国家经济基础产业,在大量消耗自然资源并创造人类财富的同时,也产生了严重的环境污染问题,对其进行绿色化改造升级,可有效降低资源消耗、减少生产制造过程对环境的污染。考虑到绿色制造对资源和环境可持续发展的重要性,深入研究面向绿色化的切削参数优化方法具有很强的理论和现实意义。本文研究了机械切削加工系统的切削参数优化问题,定义了机械加工绿色化评价指数模型,构建了面向高效低成本绿色化的切削参数多目标
中共十八大以来砥砺奋进的五年间,以习近平同志为核心的党中央带领全国各族人民昂扬奋进、砥砺前行,努力实现"两个一百年"的奋斗目标和中华民族伟大复兴的中国梦,取得了举世瞩目的巨大成就,中国正从站起来、富起来,变得强起来。我国留学工作以习近平总书记系列重要讲话精神尤其是有关留学工作的重要讲话精神和治国理政新理念新思想新战略为指引,聚焦国家战略,服务中心大局,从指导思想、政策引领、提质增效、发
环己烯因具有活泼的碳碳双键和α氢原子,被广泛应用于医药、农药和饲料添加剂等精细化学品的生产,是一种重要的有机合成中间体。苯选择性加氢反应是制备环己烯的重要途径,非负载型Ru基催化剂是现有工业应用催化剂,然而其存在贵金属Ru用量大,制备成本高等缺点,因此开发低Ru负载量、高效的Ru催化剂具有重要的现实意义。本论文以TiO2为载体,采用浸渍-化学还原法制备5 wt.%Ru/TiO2催化剂,结合X射线粉
氢能是高效清洁的能源载体,氢能利用是解决能源危机和环境问题的关键。化石燃料或生物质是洁净氢能制取的主要来源,然而以其为原料经重整或气化产物中往往含有一定量的CO。水煤气变换（WGS）反应通过将CO与H2O发生反应,在降低CO浓度的同时,将H2O中的H转化为H2,是获洁净氢能的重要过程。高性能水煤气变换催化剂的开发,以适用于氢燃料电池体系工作要求,对氢能高效利用具有重要的现实意义。Cu/Fe3O4催
随着互联网的发展,电商平台的迅猛壮大改变了现代人的消费习惯,体现出巨大的现代商业价值。从传统的门店购买逐渐演变到网络购买,消费需求也越来越个性化与多样化,传统的成品家具已不能满足消费者的需求。个性化定制与“互联网+”技术融合助力企业转型升级,为个性化定制提供了广阔的发展前景。绿色环保理念逐渐深入人心,近年来,全世界的森林面积正在急速减少,随着人们对环境问题的不断重视,绿色生活方式已逐渐成为当今主流