基于SVM区域构造的复杂中文版面分析

针对现有的版面分析算法对参数的敏感性以及弱适用性等缺陷,提出基于SVM区域构造的复杂中文文档版面分析算法。该算法通过选取最能代表区域字符特征的连通区(种子连通区)作为测试的第一特征,利用具有强学习和泛化能力的支持向量机实现区域构造,在构造的区域中运用投影快速判断文档阅读顺序。实验结果表明,该方法具有更好的适应性,对复杂的中文版面有满意的分析结果。     

一种多分类器Deep Web数据源的自动分类与判别方法

Deep Web数据源的发现和其领域相关性越来越引起人们的关注和兴趣。针对在判别查询接口时,提取精度低和忽略领域相关性的问题,提出一种采用多分类器对Deep Web数据源进行自动分类和判别的方法,其思想是：对爬虫获取到的页面使用朴素贝叶斯分类器对其进行领域相关性分类,然后使用改进的决策树分类器来对特定领域的数据源进行判定。实验结果表明此方法相比于使用单一决策树分类器有更好的性能,其召回率和精度都有所提高。     

一种基于启发式奖赏函数的分层强化学习方法

针对强化学习在应用中经常出现的维数灾问题,即状态空间的大小随着特征数量的增加而发生指数级的增长,以及收敛速度过慢的问题,提出了一种基于启发式奖赏函数的分层强化学习方法.该方法不仅能够大幅度减少环境状态空间,还能加快学习的收敛速度.将此算法应用到俄罗斯方块的仿真平台中,通过对实验中的参数进行设置及对算法性能进行分析,结果表明:采用启发式奖赏函数的分层强化学习方法能在一定程度上解决维数灾问题,并具有很好的收敛速度.     

基于强化学习的多策略选择遗传算法

为解决传统遗传算法早熟收敛和收敛速度慢的问题,提出一种基于强化学习的多策略选择遗传算法MPSGA。通过使用不同的选择策略将整个种群划分为3个子种群并分别进化,能提高种群的多样性,有效避免遗传算法的早熟收敛问题。将种群的多样性和算法的运行机制相结合,根据种群多样性的变化运用强化学习算法动态地优化各子种群间的比例参数,从而将种群多样性保持在合适的范围,一定程度上解决了收敛速度和全局收敛性之间的矛盾。实验结果表明,该算法在收敛精度和搜索效率上都表现出较好的性能。     

RL_Spider:一种自主垂直搜索引擎网络爬虫

在分析相关spider技术的基础上,提出了将强化学习技术应用到垂直搜索引擎的可控网络爬虫方法。该方法通过强化学习技术得到一些控制经验信息,根据这些信息来预测较远的回报,按照某一主题进行搜索,以使累积返回的回报值最大。将得到的网页存储、索引,用户通过搜索引擎的搜索接口,就可以得到最佳的搜索结果。对多个网站进行主题爬虫搜索,实验结果表明,该方法对于网络的查全率和查准率都具有较大的提高。     

基于线性加权数据融合的协作频谱感知优化

在认知无线电网络中,协作频谱感知技术可有效地缓解本地感知场景中存在的隐藏终端等问题。为了获得更大的协作增益,该文采用基于数据融合的协作频谱感知策略,融合中心依次收集各次用户上报的本地能量检测数据,然后进行线性加权融合,并做出最终判决。重点研究了线性加权融合方案的优化,推导了各次用户分别在Neyman-Pearson(N-P)和Bayesian两种不同准则下的最优融合权重,并在Suzuki感知信道下进行了蒙特卡洛仿真和数值验证。结果表明,N-P准则下给出的两种优化加权融合方案MDC和NDC性能相近,且均比EGC、SC、MRC等常用的融合方案具有更高的协作检测概率;而Bayesian准则下推导的优化加权融合方案BAY在检测可靠性方面明显优于其他方案。     

考虑施工进度影响的锦屏一级水电站导流全过程风险分析

在传统的导流风险分析中,较少考虑进度不确定因素,并且没有把各导流时段联系起来分析导流全过程的导流风险.基于此,以锦屏一级水电站大坝施工为背景,将导流过程分为3个时段,分别对进度系统和导流系统进行分析研究,采用进度风险描述进度不确定性因素,采用时段导流风险描述水文和水力不确定因素,并根据进度和导流系统的时间一致性和分段一致性,进行耦合处理,建立概率树分析模型,评价考虑进度不确定性的导流全过程综合风险.揭示进度不确定性因素对导流综合风险的作用关系,为施工组织管理与导流标准的选择提供科学依据.     

重庆市高职院校特殊人群体育教育的制约因素研究

采用访谈、文献资料、问卷调查、数理统计等研究方法,对重庆市高职院校特殊人群的体育教育开展情况进行调查分析;对重庆市高职院校的特殊体育教育情况进行讨论并提出相关建议,以提高高职院校的体育教学质量,保障教育公平,促进高校特殊人群的全面发展。     

二维弹塑性流体力学LSPIC并行程序研究

针对二维弹塑性流体力学非结构网格拉氏应用程序(LSPIC),应用双线性插值、点排序和网格排序三种方法对计算区域进行分解。基于格式所需邻区网格的个数实现区与区之间的消息传递,建立一种非结构网格拉氏程序并行化方法,实现二维弹塑性流体力学拉氏应用程序(LSPIC)程序的并行化。同时进行程序测试和并行效率分析。     

基于分子筛薄膜探测神经类毒气的传感器研究

采用ZSM-5分子筛材料对神经类毒剂沙林的相似物甲基磷酸二甲脂(DMMP)气体进行了测试。分子筛材料因为具有选择性吸附分子的能力常被用来作为气体敏感材料,但因为其神经类气体极性较强,被吸附后难于解吸附,因此,分子筛材料很少用于检测神经类气体。利用合成的ZSM-5纳米分子筛作为吸附神经类气体DMMP的敏感材料,将其涂布在2个石英晶体微天平(QCM)上进行差频测试,以减小外界的干扰,并提出了用交变电场进行极性分子解吸附的新方法。DMMP气体的探测最小体积分数达到1×10-6,响应时间和解吸附时间分别小于20 s和90 s。