摘要：在實(shí)際分類數(shù)字圖書信息時(shí)，受到數(shù)字圖書停用信息的干擾，導(dǎo)致圖書信息分類準(zhǔn)確度不高，針對該不足，設(shè)計(jì)一種基于向量空模型的數(shù)字圖書信息分類系統(tǒng)。硬件部分選用MPC755的處理器作為圖書信息處理核心，設(shè)計(jì)一個(gè)CPU板卡，為了滿足硬件數(shù)據(jù)冗余信息的輸出，連接一個(gè)輸出電路。軟件部分利用向量空模型構(gòu)建信息分類規(guī)則，以相同分類規(guī)則下的數(shù)據(jù)作為作用對象，構(gòu)建一個(gè)停用信息過濾模塊，最終完成對數(shù)字圖書信息分類系統(tǒng)的設(shè)計(jì)。選用系統(tǒng)開發(fā)工具，連接分類系統(tǒng)硬件后，搭建實(shí)驗(yàn)測試環(huán)境，分別使用基于LSTM和CNN混合模型的分類系統(tǒng)、傳統(tǒng)分類系統(tǒng)以及文中設(shè)計(jì)的分類系統(tǒng)進(jìn)行實(shí)驗(yàn)，結(jié)果表明文中設(shè)計(jì)的分類系統(tǒng)信息分類準(zhǔn)確度最高。

　　關(guān)鍵詞：數(shù)字圖書;信息分類;向量空模型;信息處理;信息過濾;系統(tǒng)設(shè)計(jì);實(shí)驗(yàn)測試

　　0引言

　　向量空間模型是一個(gè)把文本文件表示為標(biāo)識(shí)符向量的代數(shù)模型，主要應(yīng)用在信息過濾、信息檢索、索引以及相關(guān)排序過程中[1]。數(shù)字圖書館是用數(shù)字技術(shù)處理和儲(chǔ)存各種文獻(xiàn)的圖書館，從結(jié)構(gòu)的性質(zhì)上來講，數(shù)字圖書館是一種多媒體的分布式信息系統(tǒng)，它能夠?qū)⒉煌�載體、不同地理位置的信息資源通過數(shù)字技術(shù)進(jìn)行儲(chǔ)存， 進(jìn)而方便用戶使用。為了增強(qiáng)數(shù)字圖書館的使用性，對數(shù)字圖書館內(nèi)的各項(xiàng)文獻(xiàn)進(jìn)行分類，使用者可以更加方便快捷地查詢得到所需的信息[2]。

　　在向量空間模型的控制下，設(shè)計(jì)一種數(shù)字圖書信息分類系統(tǒng)，能夠?yàn)椴粩鄡?yōu)化的數(shù)字圖書館各項(xiàng)性能提供幫助。國外針對數(shù)字圖書信息分類系統(tǒng)研究起步較早，各個(gè)發(fā)達(dá)國家大學(xué)研究者在各個(gè)算法的支持下，現(xiàn)已形成了支持不同功能的信息分類系統(tǒng)[3]。國內(nèi)在設(shè)計(jì)數(shù)字圖書信息分類系統(tǒng)方面起步較晚，從整體的技術(shù)水平上來講，該項(xiàng)技術(shù)還處于發(fā)展階段，仍需不斷研究發(fā)展。

　　圖書館評職知識(shí)：圖書館課題題目有哪些

　　1信息分類系統(tǒng)硬件設(shè)計(jì)

　　1.1CPU板卡的設(shè)計(jì)

　　數(shù)字圖書信息分類系統(tǒng)處理的數(shù)據(jù)信息較多，所以在設(shè)計(jì)CPU板卡時(shí)，選用型號為MPC755的處理器，中央數(shù)據(jù)處理芯片選用MPC107橋芯片，將SDRAM作為儲(chǔ)存電路的核心，以FPGA作為CPU板的控制器，在看門狗電路的控制下，連接一個(gè)支持總線協(xié)議芯片ARINC659。

　　處理器MPC107接口拓展橋芯片，為了增強(qiáng)核心數(shù)據(jù)處理器的響應(yīng)速度，控制處理器外部連接一個(gè)二級緩存，橋接芯片外部管腳連接一個(gè)數(shù)量級為60的線路，芯片另外一側(cè)連接互聯(lián)網(wǎng)PCI接口[4]。控制芯片內(nèi)部的中央控制單元串聯(lián)一個(gè)寄存器，寄存器負(fù)責(zé)調(diào)和中央控制單元外圍邏輯模塊的發(fā)送數(shù)據(jù)量。

　　為了增強(qiáng)CPU板卡上數(shù)據(jù)的存儲(chǔ)量，在板卡上SDRAM儲(chǔ)存電路上并聯(lián)兩個(gè)UserFLASH存儲(chǔ)器、一個(gè)BootFLASH存儲(chǔ)器以及一個(gè)非易失性儲(chǔ)存器，控制SDRAM負(fù)責(zé)儲(chǔ)存信息分類時(shí)產(chǎn)生的指令數(shù)據(jù)，UserFLASH存儲(chǔ)器1負(fù)責(zé)儲(chǔ)存圖書信息類別屬性的數(shù)據(jù)，UserFLASH存儲(chǔ)器2用來儲(chǔ)存系統(tǒng)登錄用戶的數(shù)據(jù)信息，BootFLASH存儲(chǔ)器負(fù)責(zé)儲(chǔ)存系統(tǒng)引導(dǎo)分類時(shí)產(chǎn)生的冗余數(shù)據(jù)，非易失性存儲(chǔ)器則用來儲(chǔ)存分類系統(tǒng)啟動(dòng)時(shí)的配置信息[5]。

　　在不同性質(zhì)用途的控制下，設(shè)定上述存儲(chǔ)器的容量。在上述儲(chǔ)存器容量控制下，在各個(gè)芯片的總線路上設(shè)置一個(gè)復(fù)位監(jiān)控芯片，負(fù)責(zé)監(jiān)控整個(gè)CPU板卡的工作狀態(tài)。在控制板接收到數(shù)字圖書信息時(shí)，監(jiān)控芯片會(huì)將該圖書信息數(shù)據(jù)轉(zhuǎn)化為信號，控制看門狗輸入管腳連接FPGA中的硬件總線，設(shè)定FPGA寄存器中的計(jì)數(shù)數(shù)值為5，一旦達(dá)到該數(shù)值，復(fù)位芯片發(fā)出控制信號，完成一次復(fù)位，此時(shí)數(shù)字圖書信息在硬件結(jié)構(gòu)上完成一次分類[6]。在設(shè)計(jì)CPU板卡后，連接板卡各個(gè)硬件元件形成一個(gè)穩(wěn)定運(yùn)行的硬件連接電路。

　　1.2硬件連接電路

　　在上述硬件板卡的控制下，數(shù)字圖書信息存在多種冗余資源輸出，所以在設(shè)計(jì)硬件連接電路時(shí)，設(shè)計(jì)一個(gè)輸出電路，實(shí)現(xiàn)硬件結(jié)構(gòu)對數(shù)據(jù)的容錯(cuò)功能[7]。在各個(gè)硬件元件的線路電壓處放置不同數(shù)值的電阻，維持各個(gè)硬件元件的電壓穩(wěn)定，設(shè)定整體電路的電壓數(shù)值在3.3~8V之間，在硬件元件少的支路上放置低阻抗且數(shù)值為10Ω的電阻，控制在相同時(shí)刻下，輸出一個(gè)驅(qū)動(dòng)負(fù)載，形成的輸出電路。

　　在其中的的輸出電路結(jié)構(gòu)控制下，控制板卡內(nèi)控制處理器連接管腳6，數(shù)字圖書信息通過管腳2進(jìn)入到核心的處理單元中，經(jīng)過核心硬件的處理后，經(jīng)由管腳5輸出。控制核心處理板通過FPGA總線連接存儲(chǔ)器構(gòu)成的儲(chǔ)存電路，在存儲(chǔ)器自帶功能的控制下，實(shí)現(xiàn)硬件電路的外部擴(kuò)展[8]。

　　在線路總線的另一側(cè)采用異步串行的接口方式，合理布局CPU處理板與儲(chǔ)存電路走線位置。結(jié)合RS422標(biāo)準(zhǔn)四線制規(guī)范數(shù)字圖書信息數(shù)據(jù)的走向。使用處理器與橋芯片集成的UART模塊功能，設(shè)定電路內(nèi)的電平轉(zhuǎn)換形式。系統(tǒng)硬件電路采用一個(gè)整體電源模塊進(jìn)行供電，在儲(chǔ)存電路以及輸出電路的控制下，將硬件的供電需求劃分為兩個(gè)部分，第一個(gè)部分為整體的硬件電路供電，第二部分為CPU板卡內(nèi)的芯片處理器供電，在整體電源與硬件芯片的連接線路上放置一個(gè)電壓轉(zhuǎn)換器，為了滿足硬件元件與電路之間的穩(wěn)定，穩(wěn)壓器選用型號為AMS1084⁃3.3V的三端穩(wěn)壓器[9]，最終完成對圖書信息分類系統(tǒng)硬件的設(shè)計(jì)。

　　2信息分類系統(tǒng)軟件設(shè)計(jì)

　　2.1利用向量空模型構(gòu)建信息分類規(guī)則

　　在利用向量空間模型構(gòu)成信息分類規(guī)則時(shí)，轉(zhuǎn)化數(shù)字圖書信息為空間向量[10]，假設(shè)一次分類過程中數(shù)字圖書信息集中含有n個(gè)數(shù)字圖書信息文檔，每個(gè)信息文檔中含有m個(gè)不同的特征項(xiàng)，各個(gè)特征項(xiàng)相互獨(dú)立，則存在如下數(shù)量關(guān)系：d=t·wk(1)式中：t表示信息特征項(xiàng);wk表示特征項(xiàng)在圖書信息中的權(quán)重。假定(t1,t2,…,tm)是一個(gè)y維的坐標(biāo)軸，根據(jù)其內(nèi)部不同的坐標(biāo)數(shù)值，計(jì)算得到數(shù)字圖書信息的特征向量，則其可表示為：Vd=dwk(2)式中：Vd表示文本中的特征向量;其余參數(shù)含義不變。整合相同數(shù)值的信息為一個(gè)集合D，該集合可表示為：D=éëêêêùûúúúVd1Vd2⋮Vdn(3)在上述處理過程下，就形成一個(gè)數(shù)字圖書信息轉(zhuǎn)化的過程。

　　2.2功能模塊的實(shí)現(xiàn)

　　在構(gòu)建的信息分類規(guī)則下，以相同規(guī)則下的圖書信息樣本為實(shí)現(xiàn)對象[12]，構(gòu)建一個(gè)停用信息過濾模塊。在其中的停用信息過濾模塊下，根據(jù)式(3)計(jì)算得到相似度數(shù)值，刪除特定詞匯表中數(shù)值小于3的詞匯[13]。根據(jù)不同的數(shù)值，計(jì)算其對應(yīng)的匹配度，計(jì)算公式可表示為：MI(t)=logA·N(A+C)·(A+B)(6)式中：N表示待匹配的所有信息;A，B，C分別表示不同類別的信息項(xiàng);其余參數(shù)含義不變。將停用信息篩選出后，利用軟件線程池的LinkList鏈表作為線程分類任務(wù)[14]，在ThreadPool接口處形成如圖5所示的分類過程。

　　基于上述實(shí)驗(yàn)準(zhǔn)備，假定三種分類系統(tǒng)待分類的圖書信息的類別為經(jīng)濟(jì)、生活、軍體、社會(huì)、文學(xué)以及政法，每項(xiàng)圖書信息種類準(zhǔn)備50條，定義分類得到的標(biāo)識(shí)符與準(zhǔn)備圖書信息內(nèi)的標(biāo)識(shí)符相同時(shí)，即為一次成功分類過程。

　　在針對相同數(shù)量以及種類的數(shù)字圖書信息時(shí)，三種分類系統(tǒng)表現(xiàn)出了不同的分類準(zhǔn)確性，以其中平均準(zhǔn)確率數(shù)值可知，文獻(xiàn)[8]中的分類系統(tǒng)的信息分類準(zhǔn)確率數(shù)值在77.91%左右，分類準(zhǔn)確率較低。傳統(tǒng)分類系統(tǒng)在實(shí)際分類時(shí)，最終的分類準(zhǔn)確率數(shù)值在87.58%左右，準(zhǔn)確率數(shù)值較高。

　　而文中設(shè)計(jì)的圖書信息分類系統(tǒng)最終的分類準(zhǔn)確率在97.76%左右，與前述兩種信息分類系統(tǒng)相比，文中設(shè)計(jì)的信息分類系統(tǒng)準(zhǔn)確率數(shù)值最大，信息分類準(zhǔn)確。保持上述實(shí)驗(yàn)環(huán)境不變，在300條信息數(shù)據(jù)的分類工作中，按照每組50條信息為分界，測量三種分類系統(tǒng)在分類后所需的分類時(shí)間，繪制分類指令響應(yīng)時(shí)間結(jié)果圖表。三種信息分類系統(tǒng)針對相同數(shù)量的待分類信息表現(xiàn)出了不同的時(shí)間響應(yīng)結(jié)果，以最終300條數(shù)字圖書信息為對比標(biāo)準(zhǔn)，文獻(xiàn)[8]中的信息分類系統(tǒng)所需的時(shí)間在240ms左右，所需的信息分類時(shí)間較長。而傳統(tǒng)信息分類系統(tǒng)所需的分類時(shí)間在180ms左右，分類信息所需的時(shí)間較短。

　　而文中設(shè)計(jì)的信息分類系統(tǒng)所需的分類時(shí)間在90ms左右，與上述兩種信息分類系統(tǒng)相比，文中設(shè)計(jì)的信息分類系統(tǒng)所需的分類時(shí)間最短。綜合上述實(shí)驗(yàn)結(jié)果可知，文中設(shè)計(jì)的信息分類系統(tǒng)在實(shí)際工作時(shí)，對不同種類的信息分類更加準(zhǔn)確，所需的分類時(shí)間最短。

　　4結(jié)語

　　隨著數(shù)字圖書館不斷地利用普及，如何對數(shù)字圖書信息進(jìn)行分類逐漸成為研究的重點(diǎn)，本文設(shè)計(jì)一種基于向量空模型的數(shù)字圖書館信息分類系統(tǒng)能夠準(zhǔn)確地劃分圖書信息，改善了現(xiàn)有數(shù)字圖書信息分類系統(tǒng)分類時(shí)間較慢的不足，為今后研究數(shù)字圖書信息分類提供了理論研究方向。

　　參考文獻(xiàn)

　　[1]徐彤陽，尹凱.基于深度學(xué)習(xí)的數(shù)字圖書館文本分類研究[J].情報(bào)科學(xué)，2019，37(10)：13⁃19.

　　[2]韓東.基于向量機(jī)的體育運(yùn)動(dòng)視頻自動(dòng)分類方法設(shè)計(jì)[J].現(xiàn)代電子技術(shù)，2019，42(7)：79⁃81.

　　[3]巴志超，李湘東，馬亞雪，等.基于主題語義擴(kuò)展的混合類型數(shù)字資源分類研究[J].情報(bào)理論與實(shí)踐，2018，41(5)：143⁃149.

　　[4]韋修喜，黃華娟，周永權(quán).基于AP聚類的約簡孿生支持向量機(jī)快速分類算法[J].計(jì)算機(jī)工程與科學(xué)，2019，41(10)：1899⁃1904.

　　[5]潘紅光，米文毓，鄧軍，等.基于改進(jìn)單關(guān)節(jié)信息傳輸模型的閉環(huán)腦機(jī)接口系統(tǒng)設(shè)計(jì)[J].控制理論與應(yīng)用，2020，37(2)：395⁃404.

　　[6]許曉飛，常健，楊重柱，等.基于用戶臉部信息的推薦系統(tǒng)設(shè)計(jì)[J].高技術(shù)通訊，2018，28(z2)：972⁃979.

　　[7]段建國，王彥森，謝楠.基于時(shí)間向量的多工序加工系統(tǒng)工藝路線重組建模與優(yōu)化[J].計(jì)算機(jī)集成制造系統(tǒng)，2020，26(7)：1814⁃1823.

　　作者：況書梅，王莉莉