基于差异半监督学习的相关理论分析

基于差异的半监督学习属于半监督学习和集成学习的结合,是近年来机器学习领域的研究热点.但相关的理论研究较缺乏,且都未考虑存在分布噪声的情况.文中首先针对基于差异的半监督学习的特点,定义一种分类噪声和分布噪声的混合噪声(HCAD).其次给出算法在HCAD噪声下的可能近似正确(PAC)理论分析及其应用实例.最后基于投票边缘函数,推导出在HCAD噪声下多分类器系统的泛化误差上界,并给出相关证明.文中开展的理论研究可用于设计基于差异的半监督学习算法及评估算法的泛化能力,具有广阔的应用前景.     

基于语义分类的比较句识别与比较要素抽取研究

比较是人们常用的评估不同事物优劣、异同的表达方式,利用机器识别比较句并进一步抽取比较要素是语言信息处理领域一项新颖又有实用价值的课题。该文依据比较句与比较要素之间是一种“你中有我,我中有你”的共生关系,将比较句识别与比较要素抽取两个任务合二为一完成;根据词意分类,构建由领域词典、情感词典、标记词典、普通词典构成的词典系统;根据汉语比较句句义分类,构建比较句识别与比较要素抽取规则库。以第四届中文倾向性评测(COAE2012)发布的测试语料为实验对象,该系统取得了较好的实验(评测)结果。     

非牛顿流体自然收敛半角方程的实验验证

引言非牛顿流体从大截面流道进入小截面流道时形成的收敛流动，是工业过程中常见的流型，如石油输运、聚合物加工过程等．流体的自然收敛角定量地描述了流体在流道入口前区的流动形态．在先前的工作中，作者应用最小能原理，导出非牛顿流体自然收敛半角方程式中，e是Bagley校正因子，n是非牛顿指数，是与流体的粘附性能有关的系数．聚合物熔体属于典型的非牛顿流体．本工作中，拟在考察聚乙烯熔体于毛细管挤出过程中流变行为的基础上，对方程（2）作初步验证1实验1.1原材料选用高密度聚乙烯（HDPE）和低密度聚乙烯（LDPE）作为试样材料…     

信息与计算科学专业实践教学体系创新研究探析

结合专业建设对信息与计算科学专业实践教学的现状及存在的主要问题进行了分析,同时就信息与计算科学专业实践教学体系的主要内容、总体设计和组织管理方面进行了探讨,提出了按模块分层次构建实践教学内容体系的设想,对信息与计算科学专业实践教学有一定的指导意义。     

线性红利下带干扰的复合Poisson风险模型

在线性红利下将保单到达过程推广为Poisson过程,并通过添加Brownian运动来刻画保险公司不确定的收益和付款,建立线性红利下带干扰的复合Poisson风险模型.运用鞅方法得出了破产概率满足的Lundberg不等式和一般公式,并给出了生存概率满足的积分—微分方程。     

基于改进的PSO算法的神经网络相关性剪枝优化*

针对传统的神经网络训练算法收敛速度慢、易陷入局部最优的问题,提出了一种基于改进的分期变异微粒群优化算法（SMPSO）的神经网络相关性剪枝优化方法。SMPSO在初期使适应度过低的微粒发生变异,在后期使停滞代数过高的个体极值和全局极值发生变异,后将SMPSO用于优化神经网络相关性剪枝算法。实验结果表明,该方法与采用BP算法及标准PSO算法进行相关性剪枝相比,在训练收敛速度、剪枝效率及分类正确率三方面都有较大提高。     

稀土La_2O_3对Li_2O-Al_2O_3-SiO_2微晶玻璃结构和性能的影响

本文主要研究添加微量稀土La2O3对Li2O-Al2O3-SiO2微晶玻璃晶相组成、显微结构、抗折强度的影响。研究结果表明:添加微量La2O3有利于Li2O-Al2O3-SiO2微晶玻璃中的主晶相β-锂辉石发育成完整的柱状、板状晶体,提高了微晶玻璃的抗折强度。     

轮轨式扒渣机防滑夹轨装置研究

轮轨式扒渣机在驻机作业的过程中,工作装置受到渣石阻力的影响,使整机产生水平方向的作用力,导致设备产生滑动,影响工作稳定性及安全性.针对此类情况,通过对机器作业过程中整体受力情况进行分析,提出了通过安装一套水平缸式夹轨装置提高机器与轨道间摩擦阻力的方案来解决此类问题.通过对夹轨装置的运动轨迹分析以及整机的虚拟样机仿真分析,验证了安装该类型夹轨装置防滑方案的可行性.     

局部特征点的3维模型变换域水印算法

目的 为进一步提高变换域水印的鲁棒性,解决多分辨率小波变换对三角形网格形状的限制,提出一种基于局部特征点的变换域水印算法。方法 首先根据经度角和纬度角对模型分区,并求出局部特征点;其次由局部特征点的模长与非局部特征点模长的均值构成的比值组成2维矩阵,对2维矩阵进行离散小波变换,并修改小波系数中的各分辨率层的中高频系数来嵌入水印;最后通过逆向离散小波变换得到空域信号,修改3维模型局部特征点的模长以得到含水印的3维网格模型。结果 本文方法能够不受平移、旋转、均匀缩放和顶点重排序的影响,并能有效抵抗噪声、简化、剪切、细分、量化和联合攻击等一系列的常见攻击。结论 实验结果表明,该算法具有很好的鲁棒性和不可见性,对模型的网格形状无严格要求。     

融合功能性副语言的语音情感识别新方法

针对声音突发特征（笑声、哭声、叹息声等,称之为功能性副语言）携带大量情感信息,而包含这类突发特征的语句由于特征突发性的干扰整体情感识别率不高的问题,提出了融合功能性副语言的语音情感识别方法。该方法首先对待识别语句进行功能性副语言自动检测,根据检测结果将功能性副语言从语句中分离,从而得到较为纯净的两类信号：功能性副语言信号和传统语音信号,最后将两类信号的情感信息使用自适应权重融合方法进行融合,从而达到提高待识别语句情感识别率和系统鲁棒性的目的。在包含6种功能性副语言和6种典型情感的情感语料库上的实验表明：该方法在与人无关的情况下得到的情感平均识别率为67.41%,比线性加权融合、Dempster-Shafer（DS）证据理论、贝叶斯融合方法分别提高了4.2%、2.8%和2.4%,比融合前平均识别率提高了8.08%,该方法针对非特定人语音情感识别具有较好的鲁棒性及识别准确率。