认知语言学视角下“微”族词的意义生成研究

自2009年微博登陆中国以来,以"微博"为原型词形成的"微"族词("微+X")甚是流行。以网络流行用语"微"族词为研究对象,以对广西师范大学在校大学生和研究生的调查为研究基础,分析了"微"族词的传播特点及使用情况,最后从认知语言学视角,对"微"族词的意义建构过程进行探讨,揭示了人们理解新词新语意义时的心理运作机制。一方面论证了"微"族词的传播特点及使用情况,另一方面通过对这一语言现象的认知分析为新词新语的意义成因和理解提供理论进路。     

基于WA-ABC-WLSSVR的南美白对虾工厂化育苗溶解氧预测模型

为解决传统方法水质预测精度低、鲁棒性差等问题,提出了基于小波分析(WA)、人工蜂群(ABC)优化加权最小二乘支持向量回归机(WLSSVR)的工厂化育苗溶解氧组合预测模型(WA-ABC-WLSSVR模型).该模型采用小波分析对原始非平稳溶解氧时间序列数据进行多尺度特征提取,通过加权最小二乘支持向量回归机对不同尺度下的溶解氧数据子序列分别建模,利用改进人工蜂群优化算法(ABC)对各分量序列WLSSVR模型参数进行组合优化,最后叠加各尺度下的预测结果.运用该模型对工厂化育苗溶解氧进行预测,并与BPNN、标准LSSVR、WAACO-LSSVR、WA-PSO-LSSVR等模型对比分析,结果表明,该溶解氧预测模型具有较高的预测精度和泛化能力.     

基于非负最小二乘法的一维MT正则化反演研究

为了有效地解决在大地电磁反演过程中出现的不适定性、解的不稳定性和非唯一性等问题,提出了基于非负最小二乘法的MT正则化反演算法,该算法的思想是通过引入正则化思想,模型约束目标函数被采用最光滑模型约束正则化矩阵,有效地改善了不适定问题得到有效改善。为了避免常规方法需要对电阻率取对数的情况,引入了快速非负最小二乘法(这里把反演参数设为电阻率,因而必须为正值),从而简化了反演过程中偏导数矩阵的计算。最后试算不同的地电模型,得到稳定的反演结果,表明了此反演算法是有效的。     

偏最小二乘法在烧结球团体检诊断中的运用

介绍分析复杂系统规律的第二代多元统计分析方法 -偏最小二乘回归方法(PLS)的原理和技术特点,并运用于烧结和球团的体检诊断,优化烧结和球团的生产控制,取得了明显的实效。     

酸碱影响下砂岩流变参数识别方法及敏感度

根据长期暴露在自然环境中的砂质岩体易遭受水及可溶离子化学侵蚀作用的事实,通过对相同浓度不同pH值CaCl₂试剂浸泡处理过的砂岩试件进行三轴剪切试验,根据试验结果选取符合试验规律的二阶简化广义Kelvin流变模型,按照定泊松比假设将其变形为三项应力状态。基于搜索模式的最小二乘方法（LSMPS）获取模型参数最优解,以均方根误差评价模型对各参数变化的敏感性程度。采用延迟时间评价砂岩在不同化学环境中达到稳定蠕变过程所需时间。通过搜索模式识别的模型参数能够使模型计算值与加载试验获得的实测值比较接近,表明该模型及其参数识别方法在确定受化学因素干扰下的砂岩流变特征比较适用。     

利用虚拟传感器的巡视器机械臂碰撞检测算法

为提高传统AABB树碰撞检测的精度和效率,提出一种基于虚拟传感器的月面巡视器机械臂碰撞检测算法.建立月面巡视器机械臂的逆运动学解算模型;对地面环境点云数据进行Delaunay三角化,采用多叉树代替二叉树作为AABB树储存环境点云三角面集;利用虚拟传感器简化巡视器机械臂结构模型,通过虚拟传感器遍历AABB树中的环境点云三角面集进行碰撞检测,避免机械臂与环境发生干涉.月面巡视器就位探测任务内场实验表明:基于虚拟传感器的月面巡视器碰撞检测算法使碰撞检测精度在1 mm内,碰撞检测时间降低至10 s内.基于虚拟传感器的碰撞检测算法具有高效性和可行性.     

具有不确定数据的XML数据编码设计

为了解决模糊数据对XML文档中各元素造成的内容和结构上的改变,使得XML数据模型中的不确定信息能够被有效地管理,提出了一种基于前缀编码的四元组编码方案.在语法分析器XML Schema中,根据模糊数据的特征,利用增加的元素对XML文档中的模糊元素进行约束,进而为每一个元素建立一个四元组,其参数由文档号、遍历序号、元素模糊性及组内标志符构成.通过大量的实验对比分析,验证了该编码方案的有效性,其更适用于具有较低XML树高度的XML文档.     

水下甚低频MSK信号最大似然多符号差分解调算法

水下甚低频（VLF）最小频移键控（MSK）信号受脉冲噪声、海水衰减和海面起伏的共同影响。为了降低对相位同步的要求,提高解调算法的适应性,该文研究了水下甚低频MSK信号的差分解调算法,建立了甚低频MSK调制信号在海水中的传播模型。考虑脉冲噪声处理算法的影响,基于最大似然（ML）原理推导了水下甚低频MSK信号多符号差分解调算法。仿真结果表明:水下甚低频MSK信号最大似然多符号差分解调算法在相位同步下可获得逼近相干解调的性能,在相位不同步下可获得优于相干解调的性能,具有显著的优势。     

适用于广域测量系统的实时数据寻址红黑树算法

随着广域测量系统(Wide Area Measurement System,WAMS)的迅速发展,目前其数据主站的单站相量测量单元(Phasor Measurement Unit,PMU)的海量接入带来了一些规模化后的相关效率问题。主站实时数据通过层次化结构等方法在宏观上缓解了大量数据点的寻址效率问题,但在微观局部上当某一层次具有大量平行数据点时(如在含大量设备的站点或距离较长的线路上)的寻址时间飙升问题突出。本文对这种情况下的寻址操作提出了一种基于改进的红黑树数据结构组织和查询数据点的寻址算法RBA(Red-Black Tree Addressing Algrithm),并论证了其在此情况下的可行性以及对数据更新和搜索操作时间的大幅优化效果。实验和实际工程应用数据表明,RBA算法使平行节点搜索寻址效率大幅度提高,基本解决了WAMS系统在大量同层数据点下寻址时间过于滞后引起的同步周期速率延迟等问题。     

一种基于人工标签数据的行为识别模型迁移方法

针对通用模型对新用户行为识别准确率的问题,给出一种基于人工标签数据的模型迁移方法。对新用户采集少量带标签数据,经过带通滤波、特征提取和归一化预处理,将其加入到通用模型训练集中。对更新后的训练集进行重新训练,以所得模型与通用模型对新用户数据识别准确率的差值作为迁移必要性度量阈值,利用K-均值算法以及由底至顶的决策树子节点属性平均值替代法,对模型进行迁移。实验结果显示,与原通用模型相比,由所给方法迁移学习得到的个性化模型的识别准确率有明显提高。