采集技術論文范文精選

1.目的

(1)培養學生綜合運用所學知識,結合實際獨立完成課題的工作能力.

(2)對學生的知識面,掌握知識的深度,運用理論結合實際去處理問題的能力,實驗能力,外語水平,計算機運用水平,書面及口頭表達能力進行考核.

2.要求

(1)要求一定要有結合實際的某項具體項目的設計或對某具體課題進行有獨立見解的論證,并要求技術含量較高.

(2)設計或論文應該在教學計劃所規定的時限內完成.

一、論文(設計)選題來源

1:長春廣播電視大學畢業設計題目.

2:吉林省森工集團信息化發展前景與規劃.

3:吉林省林業設計院網絡中心網絡改造與發展規劃.

4:吉林省林業系統生態信息高速公路構建課題.

二、論文撰寫與設計研究的目的

摘要:科技論文是科學研究活動的重要產出形式，是反映科研成果、開展學術交流的重要手段，是促進科技交流與合作的有效途徑，其數量和質量從側面反映了一段時期內區域的科研實力與水平。為此，以中國科技論文與引文數據庫(CSTPCD)、SCI、Ei、CPCI－S檢索系統為數據統計源，通過對四川省科技人員在國內外發表的科技論文情況進行回顧性分析，對四川省科技論文產出能力、學術水平及影響力進行客觀展示，以了解四川省科學研究與技術創新領域的科研實力及趨勢，為科管部門進一步制定科研政策和推動科研進步提供依據。

關鍵詞:科技產出;論文;四川省

0引言

科研論文是科技產出的重要體現，從側面反映了一個地區的科技發展水平和實力［1］。通過對四川省科技論文的產出量及影響力(常以被引用情況反映)進行統計和分析，可從一個側面反映科學研究工作的創新性和發展性，揭示四川省的科研活動的活躍程度、科研發展的現狀及規律、科研實績和科技管理水平，從宏觀上了解和把握地區、學科、科研人員學術水平、科研能力和潛力。利用四川省發表的國際和國內科技論文數據進行統計、處理和整序。并從學科、論文引用與影響、地區分布情況等不同專題和角度，深入分析2018年度四川地區科技論文產出的特點，及其在國內的產出水平和發展趨勢。

1數據來源及統計范圍

國內論文數據統計來自中國科學技術信息研究所創建的中國科技論文與引文數據庫(CSTPCD);國際論文數據采集來自SCI、Ei、CPCI-S檢索系統;專利數據來自DerwentInnovationsIndex數據庫(在作為地區、學科和機構統計用的Ei論文數據中，已剔除會議論文的數據，僅包括期刊論文，而且僅選擇核心期刊采集出的數據，會議論文均在CPCI-S中得以表現);論文統計范圍只是四川省作者為論文第一作者的論文［2］。

1系統設計與關鍵技術

1．1旱區農業領域本體構建

領域本體為搜索引擎提供知識組織，是基于本體的旱區農業垂直搜索引擎的核心模塊。建立針對西北旱區的農業領域本體，可以提高搜索引擎的專業性和查準率。農業領域本體庫的建立分為創建領域術語集、創建領域本體和本體存儲等模塊。本文使用基于包裝器的信息抽取技術，從相關網站抽取與西北旱區農業相關的論文題目、摘要和關鍵詞作為領域語料，經過分詞和篩選得到領域術語，利用參考文獻中提出的面向文本的知識發現技術來構建領域本體的方法并對其加以改進，設計了領域本體創建方法。步驟如下:Step1從網絡中抽取相關論文，通過分詞和篩選得到領域術語集合。Step2運用方法對領域術語集進行領域相關度判斷，篩選出相關度較高的術語，從而得到領域概念集合。Step3對所得到的領域概念進行基于共現的關聯分析。Step3．1基于共現分析理論來計算兩兩領域概念的共現頻次，得到共現矩陣。Step3．2利用Jaccard系數來計算領域概念間的相關度，得到領域概念的相關矩陣。Step3．根據領域概念的相關矩陣，利用Cosine相似度求出每兩個領域概念的相似度，從而得到相似度矩陣。Step4結合傳統凝聚層次聚類算法和K－means算法，使用基于K－means的層次聚類算法發現領域概念間關系。Step5構建農業領域本體并存儲在關系數據庫MySQL中。

1．2信息采集和過濾

旱區農業垂直搜索引擎的應用是面向西北旱區農業，需要采集旱區農業相關信息，過濾掉無關信息。領域相關信息過濾是保證搜索準確度的關鍵因素。為了保證采集的網頁信息和西北旱區農業緊密相關，本文采用主題蜘蛛和本體結合的方法按照鏈接過濾、信息獲取、頁面分析和主題相關性，判定4個部分從網絡中采集并過濾西北旱區農業信息，處理流程如圖2所示。首先，獲取URL地址并過濾掉一些無效和重復的鏈接;其次，下載有效URL對應的網頁，對網頁內容進行解析，采用分析DOM樹的信息抽取方法，清理無關Html標記，獲取網頁正文和新的URL;再次，對網頁正文進行特征詞提取;最后，進行基于本體的網頁主題相關度判定，若網頁與西北旱區農業主題關，則對該網頁構建索引，否則拋棄。對于新的URL，則跳轉到URL鏈接過濾步驟，循環進行信息采集和過濾。

由于主題相關性判定部分是決定網頁信息采集質量的關鍵因素，因此本部分著重介紹主題相關性判定算法。目前，頁面與主題相關性判定主要有5類方法，即根據元數據的判定、根據擴展元數據的判定、根據鏈接分析的判定、根據頁面內容語義判定和基于特征詞的向量空間模型算法。本文采用基于特征詞的向量空間模型算法，但是這種方法已被證實精確度不夠高，因而結合旱區農業領域本體對該算法進行改進，提高采集網頁信息的正確率。利用領域本體概念及概念間結構關系對特征詞進行語義豐富，判定網頁與主題的相關性，從而在一定程度上實現了網頁與主題在語義層面上的相關性判定。算法描述如下:Step1信息采集之前，對西北旱區農業相關的網頁正文提取關鍵詞，通過學習獲取西北旱區農業主題的特征詞集合其中，ωi表示特征詞αi在主題特征向量中的權值。Step2運用本體概念間的關系獲取特征詞集合中每個特征詞αi上位詞、同位詞和下位詞，并存儲在數組Ti中。Step3對采集到網頁P進行分詞，對每個名詞s進行判斷。若s在數組Ti中，則將s替換為αi;然后，統計αi對應的“信息項頻率”tf和“文檔頻率”df來表示每個信息項的分布權重，并運用TF*IDF算法。

【摘要】本文探討了在社會信息化的條件下會計數據和信息的標準化，寫作論文以便在社會化的廣度和信息化的深度上，共享和加工利用社會各界積累的、每天不斷生成的會計數據和信息資源，充分挖掘和利用其潛在的巨大價值，以滿足社會各方面的需要。

各行各業的經營活動，產生著大量的會計數據和信息，隨著會計電算化的發展，在各企事業單位日復一日的數據采集、輸入、儲存、處理、傳遞、等過程中，將海量的、歷史的會計數據和信息積累在各單位的計算機中。從社會的總體來看，這是一個巨大的信息資源寶庫。但是，對這些數據和信息資源的利用，還停留在以各單位為中心的加工利用水平上，基本上還沒有在社會化的廣度上充分共享，也沒有在信息化的深度上進行加工和利用，這是資源的極大浪費。究其原因，一是缺乏先進的信息處理技術；二是缺乏會計數據和信息充分共享的完整統一的標準。

現在，信息技術的發展，已經能夠將海量的數據采集、儲存在數據倉庫（DW）之中，并且能夠以聯機分析處理(OLAP)和數據挖掘（DM）等技術進行共享和深加工利用。所以，先進的信息處理技術已經具備，目前要解決的主要問題是會計數據和信息的標準化———建立、應用會計數據和信息的完整統一的標準。

一、會計數據和信息的標準化

觀察會計數據和信息的加工處理流程（確認、計量、輸入、儲存、處理、傳遞、反饋、輸出、），可以把會計數據和信息資源分為三類：原始會計數據、中間會計數據和會計信息、的會計信息。

（一）原始會計數據的標準化采集輸入和儲存