基于指紋特征的文本復(fù)制檢測(cè)技術(shù)研究.pdf

1、基于指紋特征的文本復(fù)制檢測(cè)技術(shù)雖然可以快速識(shí)別抄襲現(xiàn)象，但是存在指紋特征過大，指紋特征選取復(fù)雜,相似度計(jì)算效率低等問題。
　　為了解決上述指紋特征提取中存在的問題，本文提出了兩種算法：基于混合窗口的指紋特征提取算法和基于最優(yōu)決策的指紋特征提取算法。基于混合窗口的指紋特征提取算法，借鑒了模糊哈希算法中根據(jù)觸發(fā)條件提取指紋特征的思想，將固定窗口與滑動(dòng)窗口相結(jié)合，為指紋特征提取來選取觸發(fā)條件?；谧顑?yōu)決策的指紋特征提取算法在Winnow

2、ing算法的基礎(chǔ)上，引入最優(yōu)決策理論，構(gòu)建了指紋特征提取的最優(yōu)決策模型。
　　針對(duì)相似度計(jì)算效率低的問題，我們?cè)诰庉嬀嚯x算法的基礎(chǔ)上，提出一種基于改進(jìn)編輯距離的相似度算法。該算法在計(jì)算編輯距離時(shí)，通過預(yù)測(cè)待比對(duì)指紋特征含有的公共序列，對(duì)編輯距離計(jì)算方法進(jìn)行優(yōu)化，并結(jié)合公共序列，重新定義了相似度計(jì)算公式。
　　實(shí)驗(yàn)結(jié)果表明，本文提出的兩種指紋特征提取算法能夠有效地減少指紋特征數(shù)量，提高指紋特征提取的效率。改進(jìn)的編輯距離算法增強(qiáng)