基于混合字词网格的汉语音字转换问题的求解

汉语音字转换是中文键盘输入、汉语语音识别和中文信息处理的基础,也是一个非常具有挑战性的问题.文中分析了汉语音字转换的研究现状和存在的问题,提出了基于混合字词网格的汉语音字转换方法,给出了系统实现的架构,研究了混合2-gram模型的有关问题以及字词网格的求解算法,最后讨论了自动预测与系统学习功能的实现.在此基础上设计了原型系统并与Windows XP上的微软拼音输入系统进行了比较,在拼音到汉字的自动转换正确率方面有显著的提高.     

实时鲁棒的自动人眼状态分类

探讨了自动人眼状态分类问题,提出一种基于全局扫描并验证策略的分类框架.该方法采用一种级联结构(Cascade)来组织分类器,采用Adaboost算法学习分类器.实验表明,该方法无论在鲁棒性、正确率和速度方面都达到了很好的性能,具有非常明显的实际应用价值.     

基于语义特征和本体的语篇情感计算

目前在国内外语篇级情感计算的研究刚刚起步.首先按表达情感的复杂度将句子划分为单情感词的简单句、多情感词的简单句和多情感词的复杂句3种.然后从句子的词汇和结构两方面考虑提取影响语句的情感色彩的9个语义特征,并在已有的情感词汇本体和句子级关键情感词汇识别的基础上将语义特征加入到条件随机域中.最后对文章的情感结构采用两种不同的评估方法,分别评测结果的标注正确率和情感的连贯性.     

ROC分析技术在机器学习中的应用

ROC(受试者工作特征)分析技术是一种用来衡量分类算法和图示它们性能的技术。与传统的正确率相比,ROC分析更能够全面地描述分类算法的分类性能。该方法具有可信度高,描述客观精确,特别是不受数据环境影响等优势。对国内外这一方法的研究成果进行了较为系统地介绍,详细分析了它的优缺点,最后对这一技术的发展进行了展望。     

基于随机Petri网的信息系统工作流建模

工作流过程验证领域存在的问题是:通常用描述工具仅仅是对所建模型进行简单的语法验证,结果验证不彻底,致使开发效率降低.文章提出了一种通用Petri网工作流建模和验证方法.以常规信息系统的一个工作流程为例,构建基于随机Petri网的工作流模型,从静态角度给出正确的工作流模型结构标准,从动态角度给出正确性验证方法及有关规则,并分析了模型的正确性,通过冲突分析说明该模型结构不存在死锁结构、不可达节点、同步丢失等现象.研究结果表明:随机Petri网及其扩充形式便于描述异步、并发、并行等情况、一定程度上解决状态空间爆炸问题、便于进行性能评价,如果从语义验证和结构验证两方面对随机Petri网工作流模型进行验证,可以提高模型正确率.     

基于多候选的数学公式识别系统

提出了一种基于多候选方法的数学公式识别系统.该系统主要包括公式图像预处理,多候选公式符号分割和多候选公式结构分析3个部分.在公式符号切分中,使用3次动态规划方法对公式图像进行多候选公式符号切分.在公式结构分析中,采用层次结构方法多候选分析公式符号间的结构关系,然后使用LaTex格式和MathType格式表示数学公式的识别结果.为了确定符号间的空间位置关系,建立了符号的空间关系模型.在3268个公式图像组成的测试集上取得了78.2%的公式分析正确率.     

浅谈小学数学教学中学生计算能力的培养与提高

随着科学技术的发展,人们的计算能力逐渐退化,其中小学生的计算能力严重下降,主要体现在计算正确率和计算速度的下降,因此小学生数学计算能力的提高成为教学任务中亟待解决的问题。对此,教育部门也提出了相关规范和要求,要使小学生能够完全掌握运算和估算,真正明确四则运算的重要意义,而部分教师也逐渐意识到提高学生的计算正确率和计算速度的重要性。本文将通过分析计算能力的重要意义,再根据当今小学生在计算上面临的问题提出相关解决方案。     

提高自动化系统数据传输正确率的措施

近几年来,数据传输技术广泛应用于电气自动化设备中,在应用的同时,也会出现一些问题导致电气自动化系统不能安全稳定的运行,比如说自动化系统传输速率慢或者传输过程中出现差错等问题,本文主要对电气系统自动化数据传输技术进行分析,谈谈如何能够有效的提高数据传输的可靠性。     

影响微机保护正确动作的因素

随着科学技术的进步，保护装置的不断更新，影响保护正确动作的因素也在发生着相应的变化。微机保护装置的全面推广，将从根本上改变传统保护运行、检修和维护的观念和方法。因此只有认真分析和掌握这些新的因素，才能够有效检修，有目的地预防，不断提高保护装置动作的正确率。     

基于多阶人工神经网络的ECG信号诊断模型研究

目前已经有多种不同的ECG(心电图)信号辅助诊断工具得到应用,其中包含了基于人工神经网络的ECG分类器应用系统.本文介绍一种基于多阶前馈人工神经网络的新型ECG信号诊断模型,其目标是设计一种结构简单、成本低、响应速度快,识别率高的ECG信号辅助诊断系统.首先给出多个不同结构的神经网络,然后针对6种不同的心脏状况,比较这些神经网络之间的性能差异和辨别能力.网络的输入数据来自于MIT/BIH数据库,包括12种ECG特征信号和相应的每次心脏搏动的13段压缩信号.通过研究测试发现,基于二阶神经网络的ECG模型识别率最高,正确率达到了90.57% .