计算机系统应用
計算機繫統應用
계산궤계통응용
APPLICATIONS OF THE COMPUTER SYSTEMS
2015年
4期
270-273
,共4页
规则碎片拼接%0-1规划%聚类分析%文本特征提取%L1-norm
規則碎片拼接%0-1規劃%聚類分析%文本特徵提取%L1-norm
규칙쇄편병접%0-1규화%취류분석%문본특정제취%L1-norm
regular fragments reassembly%0-1 programing%cluster analysis%text feature extraction%L1-norm
为了实现规则中文文件碎片的拼接，研究了规则碎片文件中汉字文本的特征，提出了文件碎片中文本行信息的提取方法，定义了基于L1-norm 的碎片边界差异度概念，建立了基于0-1规划的文件碎片拼接模型，并运用聚类分析降低了算法复杂度。与现有同类算法相比，本文的算法无需使用人工干预即可完成正确拼接。
為瞭實現規則中文文件碎片的拼接，研究瞭規則碎片文件中漢字文本的特徵，提齣瞭文件碎片中文本行信息的提取方法，定義瞭基于L1-norm 的碎片邊界差異度概唸，建立瞭基于0-1規劃的文件碎片拼接模型，併運用聚類分析降低瞭算法複雜度。與現有同類算法相比，本文的算法無需使用人工榦預即可完成正確拼接。
위료실현규칙중문문건쇄편적병접，연구료규칙쇄편문건중한자문본적특정，제출료문건쇄편중문본행신식적제취방법，정의료기우L1-norm 적쇄편변계차이도개념，건립료기우0-1규화적문건쇄편병접모형，병운용취류분석강저료산법복잡도。여현유동류산법상비，본문적산법무수사용인공간예즉가완성정학병접。
In this thesis, feature of Chinese characters in regular fragments of document is studies and a method of extracting line-information of text is proposed. By defining the concept of L1-norm based differences between adjacent fragments, we develop a reassembly algorithm base on 0-1 programming and reduce the algorithm complexity by using cluster analysis. Compared with existing method, our reassembly method can fulfill the reassemble of given fragmented Chinese text effectively and efficiently without artificial supplementary.
