【摘 要】
:
TextRank算法在自动提取中文文本摘要时只考虑句子间的相似性,而忽略了词语间的语义相关信息及文本的重要全局信息。对此,提出一种基于改进TextRank的文本摘要自动提取算法(SW-TextRank)。通过Word2Vec训练的词向量来计算句子之间的相似度,并综合考虑句子位置、句子与标题的相似度、关键词的覆盖率、关键句子以及线索词等影响句子权重的因素,从而优化句子权重;对得到的候选摘要句群进行冗
论文部分内容阅读
TextRank算法在自动提取中文文本摘要时只考虑句子间的相似性,而忽略了词语间的语义相关信息及文本的重要全局信息。对此,提出一种基于改进TextRank的文本摘要自动提取算法(SW-TextRank)。通过Word2Vec训练的词向量来计算句子之间的相似度,并综合考虑句子位置、句子与标题的相似度、关键词的覆盖率、关键句子以及线索词等影响句子权重的因素,从而优化句子权重;对得到的候选摘要句群进行冗余处理,选取适量排序靠前的句子并根据其在原文中的顺序重新排列得到最终文本的摘要。实验结果表明,SW-Te
其他文献
电力系统静态安全分析是提高电网安全性的关键计算。随着当前静态安全分析的计算规模日趋增大,合理设计并行算法和任务分配算法利用云计算技术海量存储和计算能力的特点可满足电网对静态安全分析的计算资源和效率要求。提出基于云计算的快速静态安全分析方法,包括潮流方程分裂并行算法和云计算任务分配算法。通过对雅可比矩阵的分裂和子系统的划分实现多重分裂并行计算;综合考虑运算时间和相互间通信时间,进行合理的子过程划分,
为了提高云计算任务调度的效率,将微生物遗传算法(MGA)和改进的粒子群算法(PSO)融合成MGA-PSO算法用于云计算任务调度。综合任务完工时间、任务执行成本及虚拟机负载均衡三个目标构造适应度函数,以此寻找任务调度的最优解;对粒子群算法进行改进,使用动态惯性权重策略以提高算法的自适应搜索能力;在任务调度前期使用MGA算法缩小求解空间,在任务调度后期使用改进的PSO快速收敛到最优解。仿真实验表明:与
针对实际工程中网络控制系统建模困难的情况,引入子空间方法,从输入输出数据角度辨识系统的子空间矩阵。为克服开环子空间方法的有偏性,通过计算系统输入输出误差序列,构造闭环子空间从而计算闭环子空间矩阵。为克服时延的影响,构造预测模型,设计闭环子空间预测控制算法及补偿结构,主动补偿网络时延的影响。为便于在线递推计算,采用一种简单的参数矩阵更新方法,相比于复杂的矩阵分解算法,减小了计算复杂度,提高了系统的实
交通拥堵、停车贵、停车难等问题在城市中日益凸显。基于通信技术、网络技术、大数据、云计算等技术手段,设计开发城市级智慧停车综合管理系统。采用分层分布式网络结构,实现停车场管理、停车信息采集、停车引导、泊位预定查询等一系列智慧停车管理和服务,并全面应用到长春市105个封闭停车场和28条街道的路内/路侧停车泊位,解决了长春市"两横三纵"快速路下的所有停车场/泊位的车辆停放管理问题,形成了以"城市级"概念
因任务分配算法的优劣直接影响用户的满意程度和平台的质量效率,所以任务分配算法一直是云计算领域的重点研究方向。为解决云计算中任务分配问题,通过对任务分配模型的分析,提出一种基于资源状态的自适应蚁群优化算法(MACO)。利用虚拟机的状态来修正启发式因子和释放信息素浓度,并以自适应的方式进行信息量的更新,多目标综合考虑任务分配问题。采用CloudSim工具实现仿真实验,实验结果表明,该算法在任务完成时间
Web应用程序天然存在多种漏洞,使得跨站脚本(Cross-site scripting, XSS)攻击实施简单但能产生较大危害,如何快速准确检测出XSS攻击是Web应用程序面临的一个难题。对此,基于单分类支持向量机(One Class Support Vector Machine, OCSVM)分类器提出一个新的XSS攻击检测模型。采用基于TF-IDF算法的特征向量化方法,对XSS攻击样本进行分析
针对文献[13]提出的RFID认证协议存在无法抗异步攻击的缺陷,在此协议基础上,设计一种能抵抗异步攻击的认证协议。该协议摒弃原协议采用的哈希函数加密策略,选择超轻量级的字合成运算对传送消息进行加密;设计协议为能够抵抗异步攻击,前后两次通信认证用到的共享密钥均存放于读写器中,标签一端引入计数器Q对最后一轮读写器发送给标签的消息进行计数。基于逻辑BAN形式化分析协议,给出严谨的推理过程;基于安全性分析
现阶段空气污染物粒子浓度演进过程模拟与预测算法忽视了粒子浓度的空间相关性,且没有实现粒子浓度的时间依赖性与空间相关性融合。对此,提出基于时空相关性的LSTM算法(TS_LSTM)并应用于PM_(2.5)浓度预测。该算法提出空间相关性及其相关因子计算方法;将局部区域相关性因子与LSTM算法的遗忘门和记忆门融合,建立基于局部地理信息的LSTM算法(LTS_LSTM);融合LTS_LSTM算法学习结果与
针对多径效应及非视距环境影响超宽带(Ultra Wide Band, UWB)室内定位精度的问题,提出基于注意力机制的UWB定位算法。由SENet注意力模块与卷积神经网络构建一个深度学习模型SE-CNN。SENet注意力模块降低受到动态干扰因素影响的定位数据权重,再利用卷积神经网络(CNN)来确定定位数据与目标位置的非线性关系。该定位模型能够减少动态环境下多径效应与非视距带来的定位误差。实验结果表
基于农业转移人口定居与落户不同步的现实,以二者叠加识别其迁移决策,形成循环流动、行为性迁移与制度性迁移的迁移决策分析框架。以重庆市中心城区为研究区域,运用2017年流