基于Word2Vec模型特征扩展的Web搜索结果聚类性能的改进

对于用户泛化和模糊的查询，将Web搜索引擎返回的列表内容聚类处理，便于用户有效查找感兴趣的内容。由于返回的列表由称为片段（snippet）的短文本组成，而传统的单词频率-逆文档频率（TF-IDF）特征选择模型不能适用于稀疏的短文本，使得聚类性能下降。一个有效的方法就是通过一个外部的知识库对短文本进行扩展。受到基于神经网络词表示方法的启发，提出了通过词嵌入技术的Word2Vec模型对短文本扩展，即采用Word2Vec模型的TopN个最相似的单词用于对片段（snippet）的扩展，扩展文档使得TF-IDF模型特征选择得到聚类性能的提高。同时考虑到通用性单词造成的噪声引入，对扩展文档的TF-IDF矩阵进行了词频权重修正。实验在两个公开数据集ODP239和SearchSnippets上完成，将所提方法和纯snippet无扩展的方法、基于Wordnet的特征扩展方法和基于Wikipedia的特征扩展方法进行了对比。实验结果表明，所提方法在聚类性能方面优于对比方法。     

DCNN深度特征与交替方向乘子的相关滤波跟踪

针对采用相关滤波的判别式目标跟踪遇到的瓶颈问题：由于目标快速移动引起边界效应，使得相关滤波器在学习与更新过程中可能会引入错误，最终错误的累积将导致跟踪失败。在采集深度学习特征与样本相似性度量的基础上，提出一种引入交替方向乘子方法的改进相关滤波目标跟踪算法，选择DCNN深度特征有效地表征待跟踪目标的初始状态，通过在线分类过程中样本相似性比对与半监督学习，辅助解决相关滤波器在学习过程中存在的自学习问题。所提目标跟踪算法特别适合训练样本为持续获得的、同时存储空间较小的机器学习过程，提高目标在快速运动与部分遮挡等复杂情况下的跟踪成功率，针对VOT2016标准测试视频的实验表明：当目标面临快速运动时，对比CN、SAMF、STC算法，所提DA-CFT跟踪算法将跟踪成功率分别由60.4%～73.4%、67.2%～82.9%、80.9%～88.1%提升至85.6%～91.0%。     

海月构造带东三段滩坝砂分布及成藏主控因素分析

辽河滩海地区海月构造带东三段沉积期,三角洲前缘砂体受湖岸流和波浪的改造,形成了一系列滩坝砂沉积,细分为滩砂和坝砂,水动力强则形成坝砂,水动力弱则形成滩砂;滩坝砂平行于湖岸线呈带状分布,易于形成岩性圈闭。滩坝砂受砂体发育规模、储层物性、断裂输导体系及封堵性等多种因素控制,在滩坝砂较为发育的东三下段,靠近海南断层、盖州滩断层且封堵条件优越的滩坝砂最易于成藏。     

不同层面缺陷地对功率放大器的影响

论述了位于不同层面的缺陷地结构(DGS)应用于功率放大器的设计。一种是在微带线的两侧接地面刻蚀DGS,另一种是在微带线的背面接地刻蚀DGS,通过ADS Momentum仿真确定DGS的尺寸,并将这两种DGS应用到一款4 W功率放大器中进行仿真和实际制板测试。实测结果显示在微带线两侧接地面刻蚀DGS的功率放大器在输出功率为34.76 d Bm时改善二次谐波13 d B,且输出功率和功率附加效率(PAE)优于不刻蚀DGS的功率放大器。在微带线背面接地面刻蚀DGS的功率放大器在输出功率为34.21 d Bm时改善二次谐波28 d B,由于DGS结构改变了正面微带线的特征阻抗,所以输出功率和功率附加效率低于不刻蚀DGS的功率放大器。     

聚丙烯纤维加筋固化尾砂强度及变形特性

针对胶结充填体脆性强、易开裂等问题，以聚丙烯纤维为加筋材料，通过设置水泥与尾砂质量比为1∶10和1∶20，纤维掺量为0、0.05%、0.15%和0.25%的充填体进行无侧限抗压强度试验，探究纤维掺量对胶结充填体强度及变形特性的影响，借助扫描电镜（SEM），从微观角度探讨纤维对充填体力学性质的作用机制。研究结果表明:充填料浆的屈服应力随纤维掺量增加呈线性增大，其流态模型符合Bingham流体；随着纤维掺量的增加，充填体的无侧限抗压强度呈先增大后减小趋势，纤维最优掺量为0.15%；掺入纤维有效地减缓了裂纹的扩展，约束了充填体的变形，充填体的峰后应变软化延长，残余强度增大，破坏特征由脆性向延性转变；纤维的加固效果主要受纤维与尾砂?水泥基体界面之间的黏结与摩擦作用控制。