基于词亲和度的微博词语语义倾向识别算法

准确识别词语语义倾向并构建高质量的情感词典,从而提高微博文本情感分析的准确率,具有重要意义。传统的基于语料库方法对种子词选取敏感,并且不能有效对低频词语语义倾向进行识别。本文提出了一种基于词亲和度的微博词语语义倾向识别算法。利用词性组合模式提取候选词集,选取微博表情符号作为种子词,并构建词亲和度网络,利用同义词词林对低频词进行扩展,计算候选词与种子词之间语义倾向相似度。根据设定阈值判断词语语义倾向。在200万条微博语料上分别将本文算法与传统算法进行对比,实验结果表明本文算法优于传统算法。     

基于三维多孔泡沫镍材料的乳糖传感器研究

提出了一种基于三维多孔泡沫镍的乳糖传感器,采用泡沫镍材料作为工作电极,铂电极作为对电极,在0.1 M的NaOH碱性环境中以循环伏安法(CV)和电流-时间曲线法(i-t)建立了乳糖定量检测方法,循环伏安扫描结果证明乳糖可以被泡沫镍氧化,电流-时间检测结果表明乳糖在0.2 mmol/L~3.5 mmol/L的线性浓度范围内,泡沫镍检测乳糖的灵敏度为9.433 1 mA/(cm2·mmol/L),检测限为6.8μmol/L.本文所研究的乳糖传感器具有响应速度快、成本低、高灵敏度、低检测限等优势,具有较好的实际应用价值.     

电子商务网站数据安全分析研究

随着我国计算机网络技术的快速发展及市场经济的繁荣,电子商务网站也取得了较快的发展,并在很短的时间内改变了人们的生产生活方式及交易方式。在电子商务网站运行过程中,网站的安全性、有效性、完整性和保密性是网站系统顺利运行的重要因素。基于此,本研究主要从系统安全与数据安全两方面对电子商务网站数据安全进行了较为透彻的分析。     

支持向量机在步态识别算法中的应用研究

步态识别是图像处理领域的一个新兴热点.人行走姿态准确识别困难因素较多,由于步态数据是一种高维、小样本数据,传统识别方法不能检测前景与背景差异情况,导致识别正确率比较低.为了快速准确地进行步态识别,提出支持向量机的步态识别方法.方法首先根据步态图像中前景点与背景点的差值,自适应计算区分前景点与背景点的阈值,根据阈值对步态图像进行二值化,在特征提取阶段,采用水平、垂直和对角线 3 个方向提取步态信息,并通过小波变换进行特征维数约简,最后将小波变换提取维步态特征采用支持向量机学习得到步态识别结果.在中国科学院自动化所的 CASIA 步态数据库上进行了识别仿真,结果表明,方法的识别正确率有所提高,且识别的速度加快,是步态识别有效的方法,并具有广阔的应用前景.     

基于FDS的火灾仿真研究

研究火灾中人员优化疏散、减少损失问题,为获取各种火灾数据,克服实际火灾数据获取困难及体现疏散过程中人员的个体差异性,研究了在公共火灾中的疏散方法,并构建了具有个体差异性的人员疏散模型.研究了火灾仿真软件及基本控制方程.利用FDS( Fire Dynamics Simulator)火灾研究工具软件可较为准确快速地分析复杂的三维火灾问题.以某KTV场所为应用实例,研究FDS的具体应用方法.根据FDS火灾数据,在Java环境下实现了上述模型,并进行了相应的仿真验证.结果表明可为火灾研究和人员疏散提供手段,并对建筑物的布局设计具有一定的指导意义.     

解决矩阵链相乘处理器调度问题的一种新算法

本文介绍了矩阵链相乘处理器分配问题和离散处理器分配算法,描述了Lee Heejo等人提出的解决MCSP的处理器分配算法,提出了一种解决MCSP的时间复杂度更低的算法,使处理器能尽量被充分利用,并对三种分配算法进行了比较分析.     

MIMD并行机上解决矩阵链乘序问题的算法研究

介绍了并行机向MIMD的发展趋势,描述了MIMD并行机上解决矩阵链乘序问题的算法,并对其复杂度进行了分析.针对处理器之间任务分配的问题,提出了一种合理分配任务的算法,并对这种算法的复杂度进行了分析.     

辽西风沙半干旱区旱作农田水资源研究

辽西风沙半干旱区年降水量多为二、三年左右的丰枯交替,并有持续4年以上的连续干旱,尤其是1980年以后连续干旱的年份较多.区域内春旱严重,夏季降水明显集中,秋季水分收支基本平衡.以土壤水分季节变化情况可分为:冬季土壤水分凝聚、冻结、累积阶段,春季解冻、返浆、土壤水分大量蒸散阶段,夏季土壤水分大量累积阶段,秋季土壤水分缓慢蒸发阶段.     

基于ISTA-LSTM模型的间歇过程质量预测

为了考虑过程变量与质量变量的相关性,解决间歇过程的时序性和动态特性导致预测精度不高的问题,提出一种基于改进时空注意力-长短时记忆神经网络(improved spatial and temporal attention long short-term memory,ISTA-LSTM)的模型进行间歇过程质量预测.首先,对间歇过程的三维数据按变量方向展开成二维矩阵,对二维数据采用Min-max方法归一化;然后,使用偏最小二乘(PLS)方法对原始数据降维,提取数据的特征信息,基于时间注意力和空间注意力构建编码-解码器结构的双层LSTM网络,利用注意力机制自适应地学习神经网络参数,关注每一个过程变量对质量变量的重要性并分配相应的注意值,从而保留所有输入的必要信息,采用带交叉验证的网格搜索算法对预测模型进行超参数寻优,并建立预测模型;最后,在青霉素发酵仿真平台上进行实验验证,实验结果验证了所提模型对间歇过程质量预测的可行性和有效性.     

内部缺陷锂离子电池的筛选方法

比较筛选隔膜穿孔、金属异物和粉尘颗粒等3种缺陷类型电池的方法,总结各筛选方法的有效性以及对电池生产厂商的实践意义。化成初始电压筛选,可100%识别隔膜穿孔的缺陷电池;静态搁置电压筛选,除了能100%识别隔膜穿孔的缺陷电池,还可识别50%～80%充电过程中因隔膜受金属异物或粉尘颗粒膨胀挤压而表现出电压异常的缺陷电池;对静态搁置电压无异常、但在充电过程中电压波动较大的缺陷电池,动态电压差筛选可提升缺陷电池的识别率。