基于指紋特征的文本復制檢測技術研究.pdf

1、基于指紋特征的文本復制檢測技術雖然可以快速識別抄襲現(xiàn)象，但是存在指紋特征過大，指紋特征選取復雜,相似度計算效率低等問題。
　　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?；诨旌洗翱诘闹讣y特征提取算法，借鑒了模糊哈希算法中根據觸發(fā)條件提取指紋特征的思想，將固定窗口與滑動窗口相結合，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算法的基礎上，引入最優(yōu)決策理論，構建了指紋特征提取的最優(yōu)決策模型。
　　針對相似度計算效率低的問題，我們在編輯距離算法的基礎上，提出一種基于改進編輯距離的相似度算法。該算法在計算編輯距離時，通過預測待比對指紋特征含有的公共序列，對編輯距離計算方法進行優(yōu)化，并結合公共序列，重新定義了相似度計算公式。
　　實驗結果表明，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量，提高指紋特征提取的效率。改進的編輯距離算法增強