中文知识库问答中的路径选择

路径选择是知识库问答任务的关键步骤,语义相似度常被用来计算路径对于问句的相似度得分。针对测试集中存在大量未见的关系,该文提出使用一种负例动态采样的语义相似度模型的训练方法,去丰富训练集中关系的多样性,模型性能得到显著提升。针对复杂问题候选路径数量组合爆炸问题,该文比较了两种路径剪枝方法,即基于分类的方法和基于集束搜索的方法。在包含简单问题和复杂问题的CCKS 2019-CKBQA评测数据集上,该方法能达到较优异的性能,测试集上单模型系统平均F₁值达到0.694,系统融合后达到0.731。     

基于局部概率抽样的标签噪声过滤方法

分类学习任务中,在获取数据的过程中会不可避免地产生噪声,特别是标签噪声的存在不仅使得学习模型更复杂,而且容易造成过拟合并导致分类器泛化能力的下降。标签噪声过滤算法虽然在一定程度上可以解决上述问题,但是仍然存在噪声识别能力较差、分类效果不够理想以及过滤效率低等问题。针对这些问题,提出一种基于标签置信度分布的局部概率抽样方法来进行标签噪声过滤。首先利用随机森林分类器对样本的标签进行投票,从而获取每个样本的标签置信度;然后根据标签置信度的大小,将样本划分为易识别样本和难识别样本;最后分别采用不同的过滤策略对样本进行过滤。实验结果表明,在标签噪声存在的情况下,所提方法在大多数案例上能够保持较高的噪声识别能力,并且在分类泛化性能上也具有明显优势。     

金沙江下游梯级水库汛期分期及汛限水位合理性研究

汛期分期以及分期汛限水位的合理确定,能够较好地协调水库防洪效益与发电效益之间的矛盾,对充分发挥水库的防洪、发电能力,以及提高汛期洪水资源利用率具有重要意义。基于改进的模糊集分析方法并依据金沙江下游乌东德、白鹤滩、溪洛渡、向家坝4个梯级水库入库洪水对其汛期进行分期,通过隶属度与防洪库容的映射关系确定梯级水库分期汛限水位,提出利用跨期选样法对分期结果及汛限水位进行修正。研究结果表明:金沙江下游梯级水库前汛期为6月1日—7月14日,主汛期为7月15日—9月16日,后汛期为9月17日—10月24日,4个梯级水库合理汛限水位分别为962,800,575,374 m。通过不同典型洪水放大的洪水过程检验了分期汛限水位的合理性。研究得到的金沙江下游梯级分期结果及各库分期汛限水位,均能够在满足防洪安全的前提下提高水库发电等经济效益,在一定程度上提高了汛期洪水资源的利用率。     

2-D Doppler shift-frequency intermittent sampling jamming against SAR

To generate the false targets in the desired area accurately, a novel two dimensional(2-D) intermittent sampling jamming algorithm against synthetic aperture radar(SAR) is presented. The intercepted radar signals are processed via 2-D intermittent sampling and Doppler shift-frequency and retransmitted to radar. Hence, the false target-lattice emerges in the specified area. The generation mechanism, position and distribution characteristics of false target-lattice are discussed. Meanwhile, the reason for the asymmetric amplitude of the target false-lattice and the modulation factor of energy compensation are presented. The correctness of theoretical analysis and validity of the proposed algorithm are verified through simulation experiments. Compared with conventional methods, the critical requirement of the jammer position can be reduced by the proposed method.     

多次采样m序列法辨识LTI脉冲响应计算方法

研究一个时钟周期内多次采样条件下m序列法辨识线性时不变系统脉冲响应的计算方法,推导出脉冲响应序列与m序列周期、幅度及采样率之间的关系表达式。将双极性m序列信号的自相关特性进行均匀抽样,写成全周期内的统一表达式,代入维纳-何甫方程,再利用循环右移矩阵将脉冲响应用输入、输出采样序列表达出来。在matlab平台上对算法进行仿真实验,结果证明这种算法是正确的。     

逐步增加定数截尾下Weibull 分布恒加试验的Bayes估计

基于逐步增加定数截尾样本,对累积失效模型(简称CE模型)下,Weibull分布恒定应力加速寿命试验(简称恒加试验)进行了Bayes统计分析,利用Gibbs抽样给出了该模型的Bayes估计。最后,通过模拟例子表明Bayes估计有效而实用。     

基于斜投影算子的压缩采样匹配追踪算法

斜投影匹配追踪算法较正交匹配追踪算法针对非正交字典的重构能力有了大幅提高,但受噪声影响大。该文通过投影矩阵迭代公式导出斜投影匹配追踪算法,并引入回溯的思想,提出基于斜投影算子的压缩采样匹配追踪算法,有效降低了噪声的影响和非正交投影产生的误差,提高了重构精度。仿真结果表明,算法的重构效果优于其它同类算法。     

概述城市建设声像档案

城市建设声像档案作为城市建设档案中充满生机和活力的新型载体,正方兴未艾,并以其特有的优势,显示出其广阔的发展前景,对促进城市建设档案事业的发展发挥着重要作用.作者根据当前城市建设声像档案工作的现状,有针对性的以通俗易懂及注解的方式,概述了城市建设声像档案的主要知识,以达到提高人们对其重要性认识的宣传目的.     

轨道空间线形的运动检测算法

基于惯性测量平台,对惯性测量单元(IMU)信息进行等空间采样.采用经验模态分解算法(EMD)消除信号中的干扰成分,设计数字积分器对惯性信息进行积分计算,获取相对空间运动轨迹.实验结果表明:上述方法所测量的轨道三轴绝对位移精确度大于97.17%.     

一种新的证据复合折扣合成方法

D-S证据理论是一种重要的决策级信息融合方法,但传统的Dempster证据合成规则会导致一些与直觉相悖的结果.针对该问题,在经典的Shafer折扣方法基础上,提出了一种综合可靠性和重要性因素的复合折扣因子计算方法.该方法首先借助证据包含度合理地定义了证据可靠性度量;然后综合证据清晰度、证据一致性和证据积累程度等因素,建立了证据重要性模型;最后两者通过乘法算子共同构成复合折扣因子.实验结果表明,文章方法的证据处理过程与生物学研究中人的信息积累过程一致,能够解决证据合成中的悖论问题,合成证据可靠有效.