用多项式预测滤波消噪的传感器动态特性辨识

在利用传感器进行动态测量时,为了得到精确的测量结果,需要建立传感器动态特性的数学模型,传感器动态特性可以通过系统辨识得到.但是,测量噪声的存在,使得辨识得到的传感器动态特性与实际动态特性存在一定误差,影响到测量系统的精度.为了解决该问题,本文讨论了多项式预测滤波和中值滤波相结合的方法对传感器输出信号进行滤波消噪.然后,利用消噪后的信号,通过系统辨识方法建立传感器动态特性的数学模型.研究表明,采用本文研究的方法可以克服测量噪声对传感器动态特性辨识的影响,并将该方法用于薄膜热电偶的动态特性辨识.     

自然语言信息抽取中的机器学习方法研究

信息抽取是一种用于处理各种类型文本文档的非常有效的方法,然而建立一个文本信息抽取系统却是非常困难和耗费时间的。近年来,基于统计的机器学习方法在信息抽取领域的研究受到了广泛关注。本文深入探讨了当前自然语言信息抽取领域广泛采用的几种非常有效的统计学习方法,比较分析了各种方法的统计推断过程和学习算法及其优缺点,讨论了各种统计学习方法所面临的训练语料匮乏问题的主要解决方法,并指出了今后进一步研究的方向。     

一种用于P2P网络的访问控制模型

由于P2P网络中的节点具有高度的自治性和随意性,使得P2P网络的内部安全隐患突出,如何区分恶意节点,为良节点提供更好的服务成为研究的重点。文章提出一种基于椭圆曲线数字签名和门限密钥分享的分布式认证服务模型,可以在一定程度上区分出潜在的恶意节点,此外,利用证书更新和证书撤销策略能够更进一步地孤立恶意节点,把恶意节点的危害降低到最小。最后文章通过实验验证了该模型的有效性。     

温度传感器测量滞后误差的动态逆模型补偿方法

由于温度传感器的测量滞后，导致温度控制系统中的实际被控温度存在较大超调。该文提出了一种通过建立温度传感器的动态逆模型，来展宽其工作频带，以此来减小传感器测量滞后误差的方法。用该方法设计的动态补偿器具有不依赖传感器动态模型的特点，可根据传感器以及参考模型对输入激励响应的实测数据，通过微粒群（PSO）算法的优化学习得到补偿器的参数。检测信号经补偿计算后输出，能够克服传感器的测量滞后．实验证明了该方法的有效性。     

第二届中文抽象语义表示解析评测

抽象语义表示是近年来国内外句子语义解析领域的研究热点，国际上已举办了CoNLL2019和CoNLL2020两届跨语言的评测。中文抽象语义表示评测是CoNLL2020的五大任务之一，取得了接近英语的解析效果，但是评测数据和评测指标仍有较大改进空间。为了推动中文抽象语义解析研究，该文在第二十一届中国计算语言学大会技术评测任务研讨会上组织了第二届评测，以新设计的Align-smatch指标为排名标准，采用改进的语义标注方案和标注语料库来进行评测。在基础测试集上，封闭模式的最高F₁值为80.00%;盲测集上的表现则相比基础测试集下降了7个百分点左右。本次评测的最佳结果在MRP指标下比上届提高了2.66个百分点。统计发现，整体性能提升主要来源于概念之间的语义关系预测准确率的提高，而语义关系的对齐还有待提升。