基于启发式信息的中文姓名识别方法

提出了一种以姓氏和互信息作为启发式信息探测潜在姓名,对上下文进行局部全切分,最后利用隐马尔科夫模型为工具识别姓名的新方法。本方法将姓名识别,汉语分词,词性标注结合为一体,总体上提高了姓名识别的性能,一定程度上解决了分词错误对姓名识别带来的影响。实验结果表明本文提出的方法是有效的。     

表面粗糙度在设计图样上的细化标注

结合GB/T13911《金属镀覆化学处理表示方法》和GB/T131《机械制图表面粗糙度符号、代号及其标注》的有关规定,浅谈了表面粗糙度在镀覆前后的细化标注。     

参考文献标注要求

按照国家著作权法和GB/T7714-2005《文后参考文献著录规则》要求,文章中引用资料处应按在文中的先后顺序标注上角标(如"[1]、[2]"等),文末按序号列出参考文献内容;作者参考的文献但文中未直接引用的也应在文后列     

复杂型面的表面粗糙度标注探讨

针对设计中经常遇到的表面粗糙度标注的问题,提出了一种适合复杂型面表面粗糙度标注的简化方法,并运用有关的表面粗糙度标准对此方法的合理性和可行性进行了分析。     

面向异构大数据环境的数据脱敏模型

不同场景下数据类型和脱敏需求的差异，使得传统的数据脱敏方法难以满足大数据背景下的用户隐私保护需求。如何实现异构大数据中敏感信息的精准定向、高效脱敏，从而更好地确保数据安全、可信和可用，是本领域的研究难点。提出了一种在异构大数据环境下，基于文本、图片、音频和数据库等异构数据的脱敏模型，并对4个关键模块进行了描述。通过脱敏数据预处理，实现不同应用场景下敏感数据的自动标注和分级设置。采用数据预脱敏处理方法，并从数据可用性、数据关联性、隐私保护度、时间和空间复杂度等5个维度进行脱敏效果评价，实现定制化脱敏策略。经过脱敏任务调度完成脱敏任务分配和执行，并支持用户对部分脱敏数据恢复。基于提出的异构大数据脱敏模型，对2种典型数据脱敏应用场景进行了验证分析，表明所提模型能够实现不同应用场景下异构敏感数据的高效脱敏。