基于ATT-DGRU的文本方面级别情感分析

方面级别情感分类是针对给定文本、分析其在给定方面所表达出的情感极性。现有的主流解决方案中,基于注意力机制的循环神经网络模型忽略了关键词邻近上下文信息的重要性,而结合卷积神经网络(Convolutional Neural Network,CNN)的多层模型不擅长捕捉句子级别的长距离依赖信息。因此,提出了一种基于截断循环神经网络(Disconnected Gated Recurrent Units,DGRU)和注意力机制的方面级别情感分类网络模型(Attention-Disconnected Gated Recurrent Units,ATT-DGRU)。DGRU网络综合了循环神经网络和CNN的优点,既能捕捉文本的长距离依赖语义信息,又可以很好地抽取关键短语的语义信息。注意力机制在推断方面情感极性时捕获每一个单词与给定方面的关联程度,同时生成一个情感权重向量用于可视化。ATT-DGRU模型在中文酒店评论数据集上进行ACSA任务,任务结果表明,其二分类、三分类准确率分别达到91.53%,86.61%;在SemEval2014-Restaurant数据集进行ATSA任务,任务结果表明,其二分类、三分类准确率分别可达90.06%,77.21%。     

基于多项式拟合残差法的光纤光谱仪的波长定标方法研究

光纤光谱仪在各个领域都有着重要的应用,它采用光纤作为信号耦合器件,体积小,信号传输效果好,可以灵活搭建光谱采集系统。评价一台光谱仪的性能有许多重要指标,但受气压、温度、使用环境、使用年限等外部因素的影响,光纤光谱仪中重要部件的参数会发生偏移,例如光纤的发散角、光栅的衍射能力和探测器的探测效率等,所以,定期对光纤光谱仪进行波长校正是非常有必要的。通过利用HG-1汞-氩校准光源,应用多项式拟合残差法对E820光纤光谱仪进行波长定标实验,并将定标前后的光谱数据进行对比,研究了波长定标方程对波长准确度的影响,最后说明了波长定标在分析光谱仪性能中的重要作用。     

基于变量组合集群分析法的小麦蛋白质近红外光谱变量选择方法研究

为了解决小麦蛋白质的近红外光谱信息复杂、共线性严重及全光谱建模的预测能力不足等问题,采用一种新的变量选择方法——变量组合集群分析法(VCPA)对小麦蛋白质的近红外光谱进行特征波长选取.首先利用二进制矩阵采样策略(BMS)和指数衰减函数(EDF)删除无信息变量,优选小麦中蛋白质近红外特征波长,然后结合偏最小二乘法(PLS)建立预测模型.与其他变量选择方法相比,VCPA所选用的波长点最少,模型的预测能力最强,VCPA算法所采用的BMS变量采样策略弥补了蒙特卡洛采样方法的不足.研究结果表明,VCPA算法可以有效选择小麦蛋白质近红外光谱特征波长,提高预测模型的可靠性和适用性.     

基于Kanai-Tajimi模型的地震作用荷载新型识别方法

目的研究一种识别地震作用荷载的方法,为地震作用荷载的识别与相应结构的动力特性、损伤的识别提供一种新的途径,进一步为结构的安全性、损伤进程和耐久性等研究提供理论参考.方法利用Kanai-Tajimi模型将单位强度白噪声过程模拟为未知的地震作用,并将其作用在结构上,然后根据数值模拟计算得到的结构体系响应作为观测量,采用Kalman滤波对未知荷载状态加以识别.结果最终可以利用结构的加速度响应反演得出地震作用的等效荷载,在人工添加5%观测噪声的条件下,最大误差率为7%左右,而在人工添加10%观测噪声的条件下,最大误差率为8%左右.结论通过算例的验证,说明笔者所采用的方法精度较高,获得了较好的识别效果.     

基于连续小波变换参数选择的小麦近红外光谱模型优化方法研究

为了提高模型预测精度,结合连续小波变换（CWT）的最优参数选择,优化小麦蛋白质光谱模型。对原始光谱进行CWT,利用主成分分析（PCA）选出5种小波db1、sym2、sym5、sym7、coif1;在不同尺度参数下利用偏最小二乘法（PLS）建模,确定尺度参数为15;在此基础上,利用CWT结合多元散射校正（MSC）及支持向量机（SVM）建模确定最优小波db1;在最优参数下用CWT结合无信息变量消除算法（UVE）和连续投影算法（SPA）及SVM建立预测模型,预测均方根误差为0.3930,优于CWT-UVEPLS-SVM的0.4558和CWT-SPA-SVM的0.4415,研究结果表明,CWT参数选择可有效优化近红外光谱模型。     

大截面板簧和稳定杆的热处理改进

合理选择淬火冷却介质和确定零件的材料产品质量取于受控状态和确保产品质量的提高。     

纳米氧化铝粉体的特殊液相沉淀法制备

本文通过液相反应胶粒析出机理分析，首次采用快速高强度机械混合液相沉淀法技术制备了小粒径(平均2nm)无定型氢氧化铝纳米粉体。经1250℃焙烧，获得α相纳米氧化铝。在制备过程中，采用适当的混合强度和反应液浓度可加强浆料过滤性，从而大大节省时间，得到小粒径高温相纳米氧化铝粉体。     

基于P2P网络的机顶盒VoD系统条件接收机制

近年来,基于对等网络(Peer-to-Peer,P2P)的视频点播(Video-on-Demand,VoD)作为付费网络电视业务的一种新趋势受到了越来越多的关注,然而对等网络自身存在的不稳定性、异构性等缺陷,导致这种系统存在较大的信息安全隐患,从而严重阻碍了其推广使用.基于P2P网络的机顶盒VoD系统条件接收机制分析了现有系统的不安全因素及问题症结,提出了一种适用于P2P网络的VoD系统动态双向条件接收(Conditional Access,CA)机制,通过采用双向认证协议来保证通信双方身份的可靠性.同时在身份认证中可以结合密钥协商,生成用于传输控制字的业务密钥.另外,在简化设计的同时,也进一步提高了系统的安全性.     

基于自适应特征融合的粒子滤波目标跟踪算法

提出了一种基于自适应特征融合的粒子滤波跟踪算法,用于解决传统的粒子滤波跟踪方法在复杂背景下容易跟踪失败的问题。该算法选取颜色特征和边缘特征来描述目标,并通过粒子滤波进行特征融合,根据可靠性因子调整各特征的权值系数;在跟踪过程中,随着目标自身形变,自适应更新目标模板。实验结果表明,在复杂背景下以及受到遮挡时,本算法能够准确稳健地跟踪目标。     

基于数据仓库的QAR数据分析

针对现有各航空公司分析QAR数据的平台不统一、QAR数据量大、分析和处理数据能力不足、导致海量的数据变成了信息垃圾,在对QAR数据和数据仓库技术研究基础上,结合航空公司关心的问题,设计了QAR数据仓库,给出了数据仓库模型的设计,详细阐述了QAR数据分析主题的提取方法,提出QAR数据仓库的星型模型.通过ETL设计了多维数据集,以超限事件为例展现了对QAR数据的安全分析,为航空公司改进飞行品质、提高安全系数提供依据.