【摘 要】
：
文档相似性检测中,很多文本的资源是碎片化存储,实现全局的文本查重,在没有统一管理的情况下,不可能短时间将数据集中,数据仍旧是分散存储,为实现全局的检查,采用基于Solr Cl
论文部分内容阅读
文档相似性检测中,很多文本的资源是碎片化存储,实现全局的文本查重,在没有统一管理的情况下,不可能短时间将数据集中,数据仍旧是分散存储,为实现全局的检查,采用基于Solr Cloud的分布式查重。论文在b位Minwise Hash的基础上,提出了弹性细粒度相似性检测方法;通过分析多粒度特征提取的特点,设置项目模板进行正则表达式匹配,提升了相似性检索的效率,最后通过系统实现验证该系统的有效性。
其他文献
晶体相场模型（phasefieldcrystalmodel）是一种模拟凝固微观组织的新方法，对这一模型及其应用的研究是近年来国际上的研究热点问题。论述了晶体相场模型原理及其在凝固微观组织数
<正> Durbin—Watson检验(以下简称为DW检验)是目前在回归模型的残差分析中被广泛应用的一种检验技术。这种方法是一九五一年由J、Durbin和G.S.Watson从Von Neumann一九四一
本文针对理论界和企业界普遍关注的家族式民营企业改制问题,在明确界定家族式民营企业内涵和简析其一般发展轨迹的基础上,具体分析了进入成熟期的家族式民营企业所面临的一些
在分析溶洞顶板厚度、洞跨、洞高等因素对岩溶区桩基承载力影响的基础上,结合工程实践,探讨岩溶地区桥梁桩基的设计方法和注意事项,为类似工程提供参考。
<正>在中国电影、电视剧尚未建立分级播放制度的情况下,动画片走在前面的可能性很小一米宽、两米长的茶几上,一溜儿摆开了八个系列的奥特曼形象玩具。赛文、杰克、艾斯、泰罗
对作为内容产业的音乐文化产业而言,创意是其良性发展的动力源泉。因此,对音乐文化创意进行学理性的研究,有较强的理论意义和现实意义。本文基于文化创意的时代语境,首先对语
<正>《药品说明书和标签管理规定》于2006年3月10日经国家食品药品监督管理局局务会审议通过,现予公布,自2006年6月1日起施行。局长:邵明立二○○六年三月十五日
利用山西省68个气象台站近48 a(1961-2008年)的逐日降水资料,采用线性趋势分析、Mann-Kendall法、Morlet小波变换以及合成分析等统计方法,分析了山西省暴雨发生次数(日数)的