基于0-1规划的规则中文文件碎片自动拼接技术

摘要：

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。

关键词：规则碎片拼接、0-1规划、聚类分析、文本特征提取、L1-norm

分类号：H31;TP3

资助基金：陕西省教育科学“十二五”规划项目SGH13481

在线出版日期：2015-05-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：270-273