Title加TextRank抽取关键句的情感分类研究

考虑到不同句子对判断文档情感倾向的重要程度不同，因而区分文档的关键句和细节句将有助于提高情感分类的性能。同时，考虑到Title和上下文信息，提出了一种基于Title和加权TextRank抽取关键句的情感分析方法SKTT，实现了高效的情感分析。根据文档Title的情感权重计算Title贡献度，考虑到标点和语义规则对情感倾向的影响；根据加权TextRank算法思想，在文档正文中构建了一个情感句有向图来提取关键句；计算所有关键句的情感倾向进行情感分类。在4个领域上进行实验，实验结果表明，该SKTT方法性能明显优于Baseline，具有高效性。     

基于定关断面积的分层接入UHVDC系统换流器协调控制策略

基于分层接入特高压直流输电（UHVDC）系统逆变侧高低端的耦合特性,分析叠弧面积增加引发换流器换相失败的机理,提出一种抑制分层接入UHVDC系统非故障层换流器换相失败的协调控制策略。该策略通过补偿交流故障后非故障层换流器所需的叠弧面积,使晶闸管具有足够的关断面积完成去游离过程,从而防止换相失败的发生。最后基于PSCAD/EMTDC搭建实际系统模型并进行了仿真验证,结果表明所提协调控制策略能有效抑制不同故障程度下受端电网对称和不对称故障下非故障层换流器的换相失败,可提升系统的稳定性。     

基于卷积神经网络交互的用户属性偏好建模的推荐模型

潜在因子模型（LFM）以其优异的性能在推荐领域得到了广泛应用。在LFM中除了使用交互数据以外,辅助信息也被引入用于解决数据稀疏的问题,从而提升推荐的性能。然而,大多数LFM仍然存在一些问题：第一,LFM在对用户进行建模时,忽略了用户如何根据其特征偏好对项目作出决策;第二,采用内积的特征交互假设特征维度之间是相互独立的,而没有考虑到特征维度之间的关联。针对上述问题,提出一种新的推荐模型：基于卷积神经网络（CNN）交互的用户属性偏好建模的推荐模型（UAMC）。该模型首先获得用户的一般偏好、用户属性和项目嵌入,然后将用户属性和项目嵌入进行交互,以探索用户不同的属性对不同项目的偏好;接着将交互过的用户偏好属性送入CNN层来探索不同偏好属性的不同维度的关联,从而得到用户的属性偏好向量;接着使用注意力机制结合用户的一般偏好和CNN层得到的属性偏好,从而获得用户的向量表示;最后采用点积来计算用户对项目的评分。在Movielens-100K、Movielens-1M和Book-crossing这三个真实的数据集上进行了实验。实验结果表明,所提模型在均方根误差（RMSE）上与稀疏数据预测的神经网络分解机（NFM）模型相比分别降低了1.75%、2.78%和0.25%,验证了在LFM的评分预测推荐中,UAMC在提升推荐精度上的有效性。     

基于PMSM五阶CKF无传感器控制的EPS仿真研究

针对PMSM转子位置和转速估计精度不足的问题,提出了一种基于五阶CKF算法的PMSM无传感器控制方法,并将其应用于EPS系统的助力控制中。首先,建立了基于PMSM的EPS系统离散数学模型;其次,介绍了基于五阶球面-容积方法,推导了五阶CKF算法,并基于五阶CKF算法实现了对PMSM转子位置和转速的精确估计;最后,将基于五阶CKF算法的PMSM无传感器控制应用于EPS系统之中,构建了基于五阶CKF算法的PMSM无传感器控制的EPS助力控制系统。通过Carsim/Simulink联合仿真,对提出的控制算法进行了验证,结果表明该算法能够改善EPS系统的助力控制效果。     

基于密度权重Canopy的改进K-medoids算法

为了提高K-medoids算法的精度和稳定性,并解决K-medoids算法的聚类数目需要人工给定和对初始聚类中心点敏感的问题,提出了基于密度权重Canopy的改进K-medoids算法。该算法首先计算数据集中每个样本点的密度值,选择密度值最大的样本点作为第1个聚类中心,并从数据集中删除这个密度簇;然后通过计算剩下样本点的权重,选择出其他聚类中心;最后将密度权重Canopy作为K-medoids的预处理过程,其结果作为K-medoids算法的聚类数目和初始聚类中心。UCI真实数据集和人工模拟数据集上的仿真实验表明,该算法具有较高的精度和较好的稳定性。     

两种药剂用于受污染开放性水体除磷 效果对比研究

采用改性硅藻土和PAC混凝剂处理不同水质的受污染开放性水体，以达到除磷的目的。对比了两种药剂对不同水体的除磷效果，分析了两种药剂的除磷机理。结果表明：不同受污染水质的水体，最佳除磷药剂也不同。对总磷中以颗粒态磷为主要成分的开放性水体，选用改性硅藻土不仅除磷效率高，且絮体沉降性能较好，最终产生的污泥量较少，出水更加清澈透明。对总磷中以正磷为主要成分的开放性水体，选用PAC等常规金属盐类混凝剂除磷效果更佳。对总磷中正磷和颗粒态磷都有一定含量的开放性水体，将两种药剂混合使用比单一使用一种药剂效果更好，两种药剂的最佳混合比例，需根据具体水质情况以实验确定。     

瘦西湖活水工程引水泵站经济运行模式分析

针对扬州瘦西湖水环境治理工程中的重要项目——引水泵站的经济运行问题，首先根据输水管道水力模型试验的测试资料［1］计算出泵站系统的扬程，然后对引水泵站的泵型进行了选择，并对最终选择的立式导叶混流泵的设计运行工况点进行了计算，最后对年动力费用测算按所选水泵自动工况拟合时稳定运行进行计算。为降低泵站运行成本，除采用变频调节外，还提出采用经济运行方式也是降低运营成本的主要手段，即对在不同运行模式下所消耗的动力费用比较，得出了一个较为经济合理的运行方案。这个方案对泵站建成后的运行安排提供了很好的指导，经济效益十分显著。     

基于注意力机制的自适应滤波遥感图像分割网络

遥感图像尺度变化较大,背景类内差异较大以及前景和背景之间的不平衡等问题,增加了遥感图像小目标和目标边缘分割的难度。在卷积神经网络中,下采样引起的混叠效应造成目标信息的失真和损失,容易被忽视。同时,扩张卷积虽然捕获到了丰富的感受野信息,但仍存在冗余的背景信息干扰。据此,提出了一种基于注意力机制自适应滤波分割网络（ARGNet）。在DeepGlobe Road Extraction数据集和Inria Aerial Image Labeling数据集上进行实验,结果表明,所提出的网络能够分割出更加精准的目标。     

虚拟现实大空间下多虚拟目标被动触觉交互方法

针对虚拟现实（VR）大空间下为重定向行走的用户提供被动触觉时存在的虚实交互目标无法一一对应的问题,提出了一种用两个物理代理作为触觉代理为多个虚拟目标提供触觉反馈的方法,以在基于人工势场（APF）的重定向行走过程中,交替地满足用户被动触觉的需求。针对重定向行走算法本身以及标定不精确等原因造成的虚实不对齐的问题,对虚拟目标的位置及朝向进行设计并且在交互阶段引入触觉重定向。仿真实验表明对虚拟目标位置和朝向的设计可以大幅降低对齐误差;而用户实验结果证明触觉重定向的引入进一步提升了交互准确性,且能为用户带来更丰富、更具沉浸感的体验。     

遗传算法优化时间卷积网络的手机来源识别

基于语音的手机来源识别已成为近年来多媒体取证领域中的一个研究热点。已有研究鲜有考虑环境背景噪声,难以满足司法领域实际应用场景的需求。提出一种遗传算法优化时间卷积网络的手机来源识别方法。基于对数域的Mel滤波器组系数特征,利用时间卷积网络进行深度语音特征学习,并利用线性判别分析提取低维深度特征,将低维深度特征输入到支持向量机中进行训练和识别。特别的,为了提高整体的识别性能,引入遗传算法,通过设计编码方式、适应度函数和遗传操作对时间卷积网络结构进行智能优化。对比实验结果表明,所提方法可对时间卷积网络结构进行自动设计,尽可能地发挥网络性能,从而进一步提升了识别准确率。