Windows应用程序中屏幕存储和恢复的方法

1

作者 史一民 薛大伸 《微机发展》 1997年第5期26-28,共3页

本文介绍在Windows程序中将屏幕图形以位图形式拷贝到内存设备背景中，然后在需要的时候再将内存设备背景中的位图像拷贝到屏幕上的方法。

关键词 windowS 应用程序 屏幕存储 屏幕恢复

在线阅读 下载PDF 职称材料

WINDOWS设备环境详解

2

作者 刘广忠 黄琳娜 郭庆宏 《河北工程技术高等专科学校学报》 2004年第3期28-32,共5页

设备环境(DC)是Microsoft公司为了实现设备无关性而引入的一个概念,它在Windows程序设计中占有很重要的地位,是每个Windows程序员必须掌握的。文中详细分析了每种设备环境类的功能、适用范围以及它们之间的区别,并给出了设备环境类(CDC... 设备环境(DC)是Microsoft公司为了实现设备无关性而引入的一个概念,它在Windows程序设计中占有很重要的地位,是每个Windows程序员必须掌握的。文中详细分析了每种设备环境类的功能、适用范围以及它们之间的区别,并给出了设备环境类(CDC)的引用方法。 展开更多

关键词 windowS 设备环境 VISUAL C++ MFC

在线阅读 下载PDF 职称材料

UNIX平台X Window集成环境下OpenGL程序设计

3

作者 矫桂娥 《计算机应用与软件》 CSCD 北大核心 2003年第5期9-10,76,共3页

本文结合实例详细阐述了在X Window集成环境下进行OpenGL三维应用程序编制的问题,同时对一些实现特殊功能的函数给出了一种解决途径。

关键词 程序设计 OPENGL 用户界面 图形应用程序 Xwindow 集成环境 UNIX平台 计算机

在线阅读 下载PDF 职称材料

Windows程序专业打印功能实现方法

4

作者 英海燕 田进才 《临沂师范学院学报》 2002年第3期124-126,共3页

利用windows资源和C + +库函数可以实现专业程序中的打印功能 ,这些功能必须包括允许用户使用放弃过程来取消打印 ,在程序中必须使用打印对话框和PRINTDLG对话框 ,本文以VC + + 6.

关键词 打印功能 windowS VC++6.0 放弃过程 打印对话框 应用程序

在线阅读 下载PDF 职称材料

基于X Window图形分层显示的实现 被引量：2

5

作者 万华 《现代电子》 2000年第1期26-29,47,共5页

介绍了X Window图形系统的基本知识,给出了基于X Window系统实现图形分层显示的方法和具体实例。

关键词 X-window 颜色表 图形系统 图形分层显示

在线阅读 下载PDF 职称材料

条件随机场的特征函数产生机制及量化研究

6

作者 于江德 黄继海 刘秋菊 《中州大学学报》 2025年第4期118-123,共6页

条件随机场作为应用广泛的序列数据标注模型之一,特征函数对模型训练至关重要,是运算的主体和参数估计的中心。对条件随机场的特征函数产生机制及相关数量之间的关系进行了探究——设定样本窗口大小和特征模板集是建模的关键,每个样本... 条件随机场作为应用广泛的序列数据标注模型之一,特征函数对模型训练至关重要,是运算的主体和参数估计的中心。对条件随机场的特征函数产生机制及相关数量之间的关系进行了探究——设定样本窗口大小和特征模板集是建模的关键,每个样本从特征模板扩展出上下文特征,上下文特征和任一标记组合生成特征函数,特征函数作用于模型训练得到相应权重参数。采用B、M、E、S四词位标注集,研究了基于条件随机场的词位标注汉语分词中特征函数的产生及其对模型训练的影响,在第二届国际汉语分词评测提供的PKU和MSRA两种语料上进行了特征函数产生的量化研究。研究结果表明:单字、双字、三字特征模板在同一语料中扩展出的特征函数的个数快速增加,不同单字特征模板在同一语料上扩展出的特征函数个数基本相同。训练出的模型大小与扩展出的特征函数成正比,训练时长和特征函数没有必然联系。 展开更多

关键词 条件随机场 样本窗口 特征模板 上下文特征 特征函数

在线阅读 下载PDF 职称材料

基于最大熵原则的汉语语义角色分类 被引量：11

7

作者 丁伟伟 常宝宝 《中文信息学报》 CSCD 北大核心 2008年第6期20-26,68,共8页

语义角色标注是近些年来兴起的自然语言处理的一个新的研究领域。与英语方面的研究相比,汉语方面的工作还不是很充分。该文在参考已有工作的基础上,基于最大熵原则,对汉语语义角色标注中的一个方面———语义角色分类进行了深入的研究... 语义角色标注是近些年来兴起的自然语言处理的一个新的研究领域。与英语方面的研究相比,汉语方面的工作还不是很充分。该文在参考已有工作的基础上,基于最大熵原则,对汉语语义角色标注中的一个方面———语义角色分类进行了深入的研究。在提出了一些新的特征之后,该文还充分利用了语义角色之间的相关性,提取语义角色的上下文特征,从而提高标记的准确率;此外,通过对不同特征的单独研究,笔者发现了不同特征取得最优值时的窗口大小差别很大。发现这一现象后,笔者设计了一种基于贪心策略的选择算法,对不同的特征选择不同的窗口大小,使得标记结果进一步提高。在综合采用了以上的策略之后,笔者的汉语语义角色分类系统可以达到95.00%的准确率,比前人有较为显著的提升。从而证明了笔者的方法是有效的。 展开更多

关键词 计算机应用 中文信息处理 语义角色分类 最大熵 特征 上下文 窗口 贪心策略

在线阅读 下载PDF 职称材料

基于SOM的语义词典自动构建实验研究 被引量：5

8

作者 陈涛 孙茂松 《情报学报》 CSSCI 北大核心 2007年第1期77-83,共7页

语义词典在语言学和自然语言处理研究中占有相当关键的位置。语义词典的构造，通常有两类做法。一类是基于语言学家的主观判断，另一类则是基于机器的自动聚类。后者是本文所要研究的主题。本文基于大规模的语料库。利用自组织映射神经... 语义词典在语言学和自然语言处理研究中占有相当关键的位置。语义词典的构造，通常有两类做法。一类是基于语言学家的主观判断，另一类则是基于机器的自动聚类。后者是本文所要研究的主题。本文基于大规模的语料库。利用自组织映射神经网络（SOM）对词典进行无监督的自动构造。首先从语料库中抽取待聚类词的上下文窗口中的词，并利用信息增益（Information Gain）对特征词进行选择，然后借鉴信息检索模型中的TFIDF计算特征向量中每一个特征的特征权重。最后将构造好的待聚类词的特征向量作为SOM的输入，经过网络的迭代计算将不同类别的词映射在SOM输出网格的不同结点。 展开更多

关键词 词典 自组织映射 上下文窗口 信息增益

在线阅读 下载PDF 职称材料

面向深思考的高效混合注意力机制

9

作者 肖朝军 方晔玮 韩旭 《计算》 2025年第8期42-47,共6页

近年来,大语言模型通过强化学习训练获得了强大的深度推理能力,能够生成长思维链来解决复杂问题。然而,传统自注意力机制的平方复杂度在处理包含大量推理词元的长序列时产生巨大计算和存储开销,严重制约了深思考模型的训练和推理效率。... 近年来,大语言模型通过强化学习训练获得了强大的深度推理能力,能够生成长思维链来解决复杂问题。然而,传统自注意力机制的平方复杂度在处理包含大量推理词元的长序列时产生巨大计算和存储开销,严重制约了深思考模型的训练和推理效率。现有研究主要关注对深思考模型进行后处理优化,从而提升深思考模型的推理效率,忽略了训练阶段的效率问题。本研究发现,深思考场景下推理过程呈现局部性特征,使得混合注意力机制具有独特优势,将稠密注意力模型通过少量后训练转换为混合注意力模型,并基于此进行深思考训练。实验结果表明,在AIME、MATH-500和LiveCodebench等典型深思考评测集上,1:1混合注意力模型达到了与稠密注意力模型相当甚至更优的性能,同时在64k词元的上下文窗口下节省22%的训练时间开销和46.9%的键值缓存存储开销。 展开更多

关键词 混合注意力 大语言模型 高效思考 滑动窗口注意力 稀疏注意力 推理模型 思维链 长序列处理

在线阅读 下载PDF 职称材料

一种用于JPEG2000的高效位平面编码电路 被引量：3

10

作者 张为 高志宇 沈友宝 《北京理工大学学报》 EI CAS CSCD 北大核心 2011年第2期206-209,215,共5页

研究了JPEG2000编码芯片的核心模块——位平面编码电路.通过分析EBCOT编码原理、现有算法及硬件实现中存在的问题,提出了一种基于双上文窗口并行的EBCOT系数位建模方法的新型位平面编码电路架构,可以实时生成编码时所需的状态信息,在提... 研究了JPEG2000编码芯片的核心模块——位平面编码电路.通过分析EBCOT编码原理、现有算法及硬件实现中存在的问题,提出了一种基于双上文窗口并行的EBCOT系数位建模方法的新型位平面编码电路架构,可以实时生成编码时所需的状态信息,在提高整体编码速度的同时节省存储资源.仿真结果表明,对于一个512×512的YUV图像,采用码块大小为64×64的方式编码,1个时钟周期可以处理4个样本,并且减少约16kbit的存储器需求. 展开更多

关键词 位平面编码 嵌入式优化截断块编码 双上下文窗口并行编码

在线阅读 下载PDF 职称材料

基于上下文窗口中反向搜索的高光谱图像无损压缩 被引量：2

11

作者 高放 刘宇 郭树旭 《光学精密工程》 EI CAS CSCD 北大核心 2015年第8期2376-2383,共8页

针对基于单波段预测的高光谱图像无损压缩压缩比低的问题,提出基于上下文窗口中反向搜索的高光谱图像无损压缩算法。首先,对待测像素设定上下文窗口,计算其预测参考值并进行反向搜索预测得到待测像素的候选预测值。然后,选取与预测参考... 针对基于单波段预测的高光谱图像无损压缩压缩比低的问题,提出基于上下文窗口中反向搜索的高光谱图像无损压缩算法。首先,对待测像素设定上下文窗口,计算其预测参考值并进行反向搜索预测得到待测像素的候选预测值。然后,选取与预测参考值最接近的候选预测值作为待测像素的最终预测结果。最后,对预测残差图像进行一阶算术编码完成压缩过程。利用提出的算法对AVIRIS 1997高光谱图像进行了实验,结果显示,提出的算法通过对上下文窗口、等效系数和有效像素阈值的优化取值,使反向搜索预测的效果达到最好,经过算术编码器编码后,可以得到一个3.63倍的平均压缩比。该方法具有较低的算法复杂度和内存需求,优于当前已报道的基于单波段预测的其他各种高光谱图像无损压缩算法。 展开更多

关键词 高光谱图像 无损压缩 反向搜索 预测压缩 上下文窗口

在线阅读 下载PDF 职称材料

对称与非对称：中文词义消歧中局部上下文窗口问题研究 被引量：1

12

作者 李纲 寇广增 夏晨曦 《情报学报》 CSSCI 北大核心 2010年第2期254-259,共6页

词义消歧是一个分类过程，局部上下文是主要的分类特征。对称窗口指上下文边界与歧义词的左右距离相等，大部分消歧系统凭经验将其作为最优的局部上下文窗口，很少选择非对称窗口。对称窗口是否优于非对称窗口？本文以Senseval-3中文数... 词义消歧是一个分类过程，局部上下文是主要的分类特征。对称窗口指上下文边界与歧义词的左右距离相等，大部分消歧系统凭经验将其作为最优的局部上下文窗口，很少选择非对称窗口。对称窗口是否优于非对称窗口？本文以Senseval-3中文数据集为例对这一问题展开研究。首先，对训练集采用交叉验证法确定最优窗口，它是非对称的。并采用此非对称窗口与多组经典的对称窗口进行了对比消歧测试，结果表明非对称窗口的表现优于对称窗口。进一步在独立采用词或词性作为特征的情况下进行交叉验证评估，发现趋于对称的窗口总体上表现是优秀的。在不进行辅助计算的情况下，可以选择对称窗口作为局部上下文窗口，但它并不是最优的。 展开更多

关键词 词义消歧 中文 局部上下文 上下文窗口

在线阅读 下载PDF 职称材料

中文词义消歧上下文最优边界问题研究 被引量：1

13

作者 李纲 寇广增 +2 位作者 夏晨曦 全吉 张东赫 《现代图书情报技术》 CSSCI 北大核心 2009年第7期49-53,共5页

为了选择最优的边界,采用交叉验证方法,将取得错误率最低的上下文边界确定为上下文最优边界,并应用此方法对Sem Eval-2007中文数据集进行处理,得出此数据集的上下文最优边界为[-2,+2]。为了验证其结果的有效性,进一步采用SemEval-2007... 为了选择最优的边界,采用交叉验证方法,将取得错误率最低的上下文边界确定为上下文最优边界,并应用此方法对Sem Eval-2007中文数据集进行处理,得出此数据集的上下文最优边界为[-2,+2]。为了验证其结果的有效性,进一步采用SemEval-2007测试集进行消歧测试,结果表明采用交叉验证法确定的最优边界对词义消歧准确率有一定提升。同时对不同词性歧义词的最优边界也进行讨论。 展开更多

关键词 词义消歧 上下文边界 特征选择 中文

原文传递

一种基于上下文窗口的本体演化方法 被引量：1

14

作者 王孝满 闫晶晶 李晓阳 《计算机工程》 CAS CSCD 北大核心 2011年第19期53-55,58,共4页

传统本体演化方法都是顺序地处理多个本体演化需求,其中关于演化代价的影响因素不明确。针对该问题,分析影响演化代价的因素,提出一种基于上下文窗口的本体演化方法,将演化过程转变为图的启发式搜索过程,结合窗口内信息,从局部范围内全... 传统本体演化方法都是顺序地处理多个本体演化需求,其中关于演化代价的影响因素不明确。针对该问题,分析影响演化代价的因素,提出一种基于上下文窗口的本体演化方法,将演化过程转变为图的启发式搜索过程,结合窗口内信息,从局部范围内全局地选择演化路径。实验结果表明,与传统方法相比,该方法能够进一步降低演化代价。 展开更多

关键词 本体演化 演化代价 演化路径 上下文窗口 演化算法

在线阅读 下载PDF 职称材料

基于点上下文描述子的三维手势轨迹识别 被引量：4

15

作者 毛峡 李辰 吴星宇 《华中科技大学学报（自然科学版）》 EI CAS CSCD 北大核心 2016年第8期52-57,共6页

提出了一种基于曲率窗的点上下文描述子的三维手势轨迹识别方法,该方法通过采用曲率窗选取手势轨迹的上下文点,既有效地降低了描述子的维度,又提高了对三维手势轨迹的识别率.首先,计算三维手势轨迹上所有点的U弦长曲率;然后,选取曲率最... 提出了一种基于曲率窗的点上下文描述子的三维手势轨迹识别方法,该方法通过采用曲率窗选取手势轨迹的上下文点,既有效地降低了描述子的维度,又提高了对三维手势轨迹的识别率.首先,计算三维手势轨迹上所有点的U弦长曲率;然后,选取曲率最大且相互分离的点作为手势轨迹的上下文点;最后,将每个轨迹点与上下文点之间的欧氏距离作为该点的特征向量.采用上述方法提取三维手势轨迹的形状特征,支持向量机(SVM)用于分类识别.实验结果表明:该方法对澳大利亚手语数据库(ASL)中任意8类三维手势轨迹的平均识别率达到92.98%,并且识别结果具有旋转、尺度、平移(RST)无关性. 展开更多

关键词 模式识别 三维手势轨迹识别 点上下文描述子 曲率窗 特征向量

原文传递

Open GL多窗口显示的应用 被引量：3

16

作者 周玲 张晓兵 尹涵春 《电子器件》 CAS 2000年第4期271-275,共5页

本文对虚拟现实立体视觉软件实现部分进行了讨论 ,通过提出在单文档应用程序中分割窗口 ,间歇性地当前化 RC,解决了在较低硬件配置中实现 Open GL多窗口显示的问题。

关键词 OPEN GL 多窗口显示 虚拟现实 计算机图形学

在线阅读 下载PDF 职称材料

词位标注汉语分词中上下文有效范围定量分析 被引量：2

17

作者 王希杰 《计算机应用》 CSCD 北大核心 2012年第5期1340-1342,1346,共4页

在利用条件随机场进行基于词位标注的汉语分词时,特征窗口的宽度是决定条件随机场学习效果的重要参数。针对特征窗口最佳宽度的选择问题,设计了一组特征模板,并选取Bakeoff2005中的测试语料,使用CRF++0.53工具包进行了对比实验,定量分... 在利用条件随机场进行基于词位标注的汉语分词时,特征窗口的宽度是决定条件随机场学习效果的重要参数。针对特征窗口最佳宽度的选择问题,设计了一组特征模板,并选取Bakeoff2005中的测试语料,使用CRF++0.53工具包进行了对比实验,定量分析了影响分词效果的有效上下文范文。通过实验得出以下结论:下文对分词性能贡献要大于上文;影响分词性能的特征窗口的宽度不超过五,以四字或五字窗口为宜。 展开更多

关键词 汉语分词 条件随机场 上下文 特征窗口 特征模板

在线阅读 下载PDF 职称材料

基于三词位的字标注汉语分词 被引量：1

18

作者 王希杰 黄勇杰 《安阳师范学院学报》 2013年第5期49-52,共4页

借助于统计语言模型将汉语分词转换为字序列标注并实现汉语分词已经成为近年来汉语分词的主流方法,但统计语言模型训练时间较长一直是这一方法中的最大问题。提出了一种基于三词位的字标注汉语分词方法,并在bakeoff2005提供的语料上进... 借助于统计语言模型将汉语分词转换为字序列标注并实现汉语分词已经成为近年来汉语分词的主流方法,但统计语言模型训练时间较长一直是这一方法中的最大问题。提出了一种基于三词位的字标注汉语分词方法,并在bakeoff2005提供的语料上进行了对比实验,结果表明该方法可以取得接近四词位字标注分词方法的性能,但在模型的训练时间上明显优于四词位标注方法。 展开更多

关键词 汉语分词 三词位 条件随机场 特征模板 上下文窗口

在线阅读 下载PDF 职称材料

协作上下文感知下无线传屏数据不一致性消除 被引量：1

19

作者 许宏吉 解志刚 +3 位作者 王雷涛 王建 杨华中 庄文君 《天津大学学报（自然科学与工程技术版）》 EI CAS CSCD 北大核心 2014年第8期728-734,共7页

为了提高无线传屏的链路稳定性和数据传输可靠性,增强无线传屏的视觉效果,研究建立了一种感知环境下多媒体数据共享的节点协作感知模式,确定了基于协作上下文感知的无线传屏模型及其工作方法,并针对传屏中出现的数据不一致性问题,提出... 为了提高无线传屏的链路稳定性和数据传输可靠性,增强无线传屏的视觉效果,研究建立了一种感知环境下多媒体数据共享的节点协作感知模式,确定了基于协作上下文感知的无线传屏模型及其工作方法,并针对传屏中出现的数据不一致性问题,提出了一种面向突发错误的数据不一致性消除算法.该算法通过反馈和加窗处理,提升了算法的抗突发错误能力,并提高了无线传屏中传屏数据不一致性消除的正确率,使无线传屏数据可以在复杂环境下获得可靠的传输.仿真结果表明,在数据包含突发错误时该算法的正确率优于其他同类算法. 展开更多

关键词 协作上下文感知 无线传屏 用户反馈 加窗 不一致性消除

在线阅读 下载PDF 职称材料

汉语词性标注的特征工程

20

作者 于江德 周宏宇 余正涛 《山东大学学报（工学版）》 CAS 北大核心 2011年第6期12-17,共6页

上下文特征对汉语词性标注性能有重要影响。为了提高标注性能,采用最大熵模型探讨了汉语词性标注的特征工程,对其中的两个关键问题:特征窗口大小和特征模板集的设定,本文作者进行了深入研究。在Bake-off2007的PKU、NCC、CTB 3种语料上... 上下文特征对汉语词性标注性能有重要影响。为了提高标注性能,采用最大熵模型探讨了汉语词性标注的特征工程,对其中的两个关键问题:特征窗口大小和特征模板集的设定,本文作者进行了深入研究。在Bake-off2007的PKU、NCC、CTB 3种语料上进行了封闭测试,通过对"5词语"和"3词语"不同大小的特征窗口,以及单词语、双词语和两者混合的不同特征模板集进行汉语词性标注的训练过程和标注精度的对比实验,实验结果表明:3词特征窗口训练情况和标注性能均优于5词窗口;单词语特征模板集比双词语特征模板集标注性能高出10%。这说明汉语词性标注中特征窗口开设的大小以3词窗口为宜,单词语特征模板集标注性能更好。 展开更多

关键词 汉语词性标注 最大熵模型 上下文特征 特征窗口 特征模板

原文传递