基于特征选择和深度信念网络的文本情感分类算法

由于人类语言的复杂性，文本情感分类算法大多都存在因为冗余而造成的词汇量过大的问题。深度信念网络（DBN）通过学习输入语料中的有用信息以及它的几个隐藏层来解决这个问题。然而对于大型应用程序来说，DBN是一个耗时且计算代价昂贵的算法。针对这个问题，提出了一种半监督的情感分类算法，即基于特征选择和深度信念网络的文本情感分类算法（FSDBN）。首先使用特征选择方法（文档频率（DF）、信息增益（IG）、卡方统计（CHI）、互信息（MI））过滤掉一些不相关的特征从而使词汇表的复杂性降低；然后将特征选择的结果输入到DBN中，使得DBN的学习阶段更加高效。将所提算法应用到中文以及维吾尔语中，实验结果表明在酒店评论数据集上，FSDBN在准确率方面比DBN提高了1.6%，在训练时间上比DBN缩短一半。     

多用户分集与能量受限非可信中继系统遍历安全性能分析

研究了一种能量受限的非可信中继与多用户分集技术相结合的两跳链路安全网络通信模型。为提升系统安全性能，本文采用混合时间-功率分配中继(time-power splitting-based relaying, TPSR)协议,并结合机会调度策略(opportunistic scheduling strategy, OSS)从多用户分集网络中选择一个最佳目的节点作为信息接收端。基于随机选择(random selection, RS)策略，该文中利用低复杂度的高斯Q函数分析系统的安全性能以及在协作中继上进行能量采集活动不中断的条件下推导了系统的遍历安全速率(ergodic secrecy rate, ESR)的近似闭合表达式。此外，将提出的OSS与RS通信方案下性能进行对比，证明本文所提出的OSS更适用于分布式多用户选择网络。      

基于紧耦合结构的宽带基站天线设计

随着5G移动通信频段的公布,传统基站天线已不足以覆盖其工作频段。文章以紧耦合阵列天线理论为基础,提出了一种基于紧耦合结构的交叉偶极子宽带基站天线。该天线由两对正交的领结状偶极子天线构成,通过两对交叉偶极子之间的耦合效应,有效地展宽了天线的阻抗带宽。同时,通过在天线和金属反射板之间加载电阻型频率选择表面,吸收由反射板引入的谐振反射波,改善天线高频端辐射性能。仿真及测试结果表明:该天线在1.7-3.6 GHz 频率范围内,可以满足基站天线的设计指标,两端口驻波比均小于1.5,两端口之间隔离度大于55 dB,半功率波束宽度满足65°±5°范围,且整个频段内增益均大于8.5 dBi。     

Al-Li合金锭在熔炼时的熔体保护及加Li方法

Li是一种化学活性非常强的金属,容易与Al熔体中的N2、H2、O2等产生化学反应生成有害的化合物,因此熔体的保护是十分重要的。Li的加入也是熔炼Al-Li合金的一大难题。本文在整理大量的文献资料和试验数据的基础上提出了Al-Li合金锭在熔炼时熔体的各种保护及加Li的方法,供同行们参考。