融合分词隐层特征的汉语基本块识别

该文以字为基本标注单位,构建了一种汉语基本块识别的神经网络学习模型。模型联合分词任务的神经网络学习模型与基本块识别任务模型,将分词任务模型中学习得到的隐层特征融入基本块识别的模型中,两模型相互交替优化学习模型参数,并实现了以整句似然函数(而非单字似然函数)作为优化目标的算法。实验结果表明:1)以整句似然函数为优化目标的基本块识别的F值比单字似然情形要高出1.33%,特别是在多字块识别中,其召回率比单字似然情形要高出4.68%;2)融合分词任务模型中的隐层特征的汉语基本块识别模型的结果比不做融合的模型要高出2.17%,说明融合分词隐层特征的交替联合学习方法是有效的。     

距离度量学习的摄像网络中行人重识别

针对在不同的摄像头场景下,光线、摄像头参数的差异较大使得行人重识别困难的问题,提出一种基于距离度量学习的方法进行行人重识别.该方法首先为每一对摄像头学习一个距离度量模型.其次,根据上述因素的影响强度为这些度量模型赋予相应的权值.最后,对度量模型与其相应权值的乘积进行累加与优化,得到最终的距离度量模型.经过在两个公共数据集中进行行人重识别实验,其结果显示所提出的方法能够提高行人重识别的正确率.     

神经网络在自适应噪声抵消中的应用研究

本文将基于正交最小二乘的RBF神经网络算法引入自适应噪声对消中,提出一种基于最小二乘算法和径向基网络的自适应噪声抵消(adaptive filter based on least square algorithm and radial basis network,简称OLSRBFAF)算法。RBF网络因其具有良好的推广能力,简单的结构和快速的训练过程等诸多优点已被成功应用于很多领域。RBF神经网络中关键因素是基函数中心的选取,中心选取不当构造出来的RBF网络的性能一般不能令人满意。利用正交最小二乘(orthogonal least squares,简称OLS)算法选取RBF网络中心,解决了径向基函数网络构造这一关键问题。并由于OLS算法中采用了最小二乘(least-square,简称LS)准则,其对时变信道具有快速跟踪的能力。利用MATLAB仿真结果分析可知,通过将两种算法结合引入自适应噪声抵消系统,使该系统具有误差更小,消除噪声能力更强的优点。     

基于注册表的数据信息分析与研究

注册表是计算机系统应用软件信息和系统文件信息在计算机系统内的注册内容,通过在注册表中的注册过程就完成相关软件系统在计算机上运行的合法地位,可见注册表的使用在整个计算机系统运行过程中的重要作用。本文就文件系统从注册表中创建、查询到删除进行了详细描述。     

抛掷爆破爆堆形态的标准化分析处理方法研究

抛掷爆破爆堆的形态对于倒堆系统总作业量与成本、后续倒堆环节的工作面参数设计工作等有着至关重要的影响，针对当前爆堆形态样本量不足、错误数据影响预测效果等问题，提出了爆堆形态的标准化分析-处理方法，具体包括数据库的构建、基于工作面形态特征的样本筛选及分类、基于爆堆形态特征的样本筛选与分类，实现了海量爆堆数据的快速处理，提高了样本的有效性。利用局部加权线性回归对样本集合进行回归分析，最终获得了三组具有普遍解释意义的典型爆堆曲线，研究提出的处理方法具有快速、高效、便捷等特点，为现场抛掷爆破-拉斗铲倒堆工艺的设计提供了准确的依据。     

基于稀疏重构编码的图像检索算法

针对现有方法在哈希函数构造过程中没有考虑数据的稀疏结构,提出了一种基于稀疏重构的哈希函数学习方法。利用相似点的l_(21)范数对重构系数进行了稀疏约束,以增强局部保持映射过程中的判别性,并构建拉普拉斯矩阵进行局部邻域关系的约束,在调和协方差矩阵和最小化数据的重构误差间建立了一种平衡机制。从特征所在的空间与经映射后的汉明空间的可判别性角度出发,对哈希函数构造过程中的内在要求和约束同时进行了考虑并综合权衡。采用公共图像检索数据集Caltech-256进行实验,实验结果表明:32位编码长度时,本文算法的检索精度比其他无监督的深度哈希算法至少提高了4.69%。     

磁吸附轮式擦窗机器人动力学建模与仿真

针对磁吸附轮式双面擦窗机器人(WCWR)进行动力学建模。分析其在匀速运动情况下,不发生倾覆和不同程度打滑情况下所需最小磁力,并对最小磁力与机器人航向角建模,研究磁力与位姿关系。引入车辆动力学理论,对单个驱动轮进行受力分析,并研究车轮打滑现象,同时引入滑转率概念,由此建立滑转率、航向角与车轮扭矩关系式,并进行建模仿真,以此来研究与设计驱动系统。从而为磁吸附轮式擦窗机器人(WCWR)在打滑情况下的设计提供理论基础。并以此理论为基础选择合适磁力与扭矩进行设计与实验检测理论准确性。     

基于方向梯度直方图属性空间的局部放电模式识别改进算法

该文提出一种基于方向梯度直方图(HOG)属性空间的局部放电模式识别改进算法,旨在提高特征对样本信息的概括能力,并克服分类器对高维特征的识别局限.首先,构造局部放电脉冲序列分布(PRPS)模式作为识别依据,利用局部细分叠加窗口滑移的迭代算法自动化构建PRPS图像的HOG属性空间;然后,通过线性变换协方差矩阵的方式重构HOG属性空间,使其满足相互独立性;接着,根据属性重要性重新排列空间后,依次增加输入朴素贝叶斯分类器的属性个数,基于分类精度搜索最佳属性子集;最后,按照归约属性的相对重要性进行加权,最终设计出HOG属性选择加权朴素贝叶斯分类器.大量样本测试结果证明,此算法能够达到很高的识别精度,对传统识别算法的优化效果明显,有较好的应用价值.     

伪氨基酸组成及其推广与应用

随着生命科学的发展,海量的生物数据对生物信息工作者提出挑战,而数值刻画为我们提供一种定量研究生物数据的方法。Chou在2001年提出的伪氨基酸组成(PseAAC)概念迅速在蛋白质组学中得到应用,并于近年被推广到核酸序列。聚焦于PseAAC的数学形式,本文对其产生和发展进行简要梳理,然后着重介绍我们提出的一种广义PseAAC。