基于桥连接的词典学习方法的语义解析

现阶段的语义解析方法大部分都基于组合语义,这类方法的核心就是词典。词典是词汇的集合,词汇定义了自然语言句子中词语到知识库本体中谓词的映射。语义解析一直面临着词典中词汇覆盖度不够的问题。针对此问题,该文在现有工作的基础上,提出了基于桥连接的词典学习方法,该方法能够在训练中自动引入新的词汇并加以学习,为了进一步提高新学习到的词汇的准确度,该文设计了新的词语—二元谓词的特征模板,并使用基于投票机制的核心词典获取方法。该文在两个公开数据集(WebQuestions和Free917)上进行了对比实验,实验结果表明,该文方法能够学习到新的词汇,提高词汇的覆盖度,进而提升语义解析系统的性能,特别是召回率。     

ROSA:资源敏感的高性能Web容器体系结构

现有的Web容器多采用线程池体系结构,而Web容器所支撑的动态Web组件在执行过程中可能需要获取多种共享资源,由共享资源并发量限制导致的线程阻塞可能会严重影响性能。提出了一种资源敏感的Web容器体系结构ROSA(resource-oriented staged architecture)。当某些共享资源达到饱和时,若Web容器接到对需要这些资源的Web组件的请求,ROSA会暂缓为这些请求提供服务以减少线程阻塞。基于排队Petri网,建立了ROSA结构和线程池结构的性能模型,通过模型仿真和负载实验验证了ROSA体系结构的性能优势。     

基于区间树硬件加速索引的Marching Cubes算法

为了充分利用GPU的海量线程并行架构,提高等值面可视化效率,提出一种基于区间树硬件加速索引的Marching Cubes算法.该算法在预计算阶段利用GPU构造多区域的区间树作为体数据体素的值域索引;在实时运行阶段根据用户给定的阈值,通过该索引并行地搜索活跃体素,并生成活跃体素的多级索引,然后分配线程处理活跃体素,抽取并绘制等值面.将文中算法应用到不同体数据上的实验结果表明,其能够显著地提高现有Marching Cubes算法的效率;与现有的GPU基准算法相比,最高能达到4～10倍的加速比.     

基于区域重组的异构FPGA工艺映射算法

传统异构FPGA工艺映射算法一般不打破实现专用功能和查找表功能的子网表之间的层次边界,因而缩小了映射的优化空间.为此提出一种利用区域重组打破单元间层次边界的异构FPGA工艺映射算法.首先利用贪心策略实现FPGA多单元的映射,即优先使用性能好的专用功能单元;然后利用标记锥实现子网表之间的区域重组,打破专用功能单元和查找表之间的层次边界,减小了映射结果的面积和延迟开销.实验结果表明,与公认的ABC中的工艺映射算法相比,该算法能平均减少逻辑单元面积12.2%,减少电路关键路径延时2.5%.     

一种新的SAR图像斜距多普勒定位模型的直接解法

斜距多普勒定位模型是实现SAR图像无控制点定位的基本模型,因此如何高效准确地获得RD方程组的解成为实现SAR图像无控制点几何定位的根本问题,也是实现SAR自动图像定位的关键。首先利用地固坐标系下目标速度为零的特性,简化RD模型并整理为一元四次方程,然后利用一元四次方程求根方法,推导出斜距多普勒定位模型的明确数学解析解,并与常用的数值迭代求解方法进行比较分析,仿真结果验证了推导的正确性。新解法具有无需设置初始值,易于编程实现,鲁棒性高的特点。     

一种用户行为分析的动态备份机制

目前大多数分布式存储系统采用静态备份机制保证系统的高可靠性,灵活性差,不适合系统规模及用户访问量不断变化的存储系统．因此提出一种基于用户行为分析的动态备份机制,通过分析用户行为获得相关信息来动态改变备份数量及确定备份位置,具有较强的灵活性,适合大规模的分布式存储系统;实现动态备份系统将其应用于已建立的科技信息数据中心．通过实验分析表明,该动态备份机制能提高系统的可靠性。     

基于Hermite展开的太阳闪烁时间序列产生器

研究太阳闪烁产生器设计优化问题,由于受太阳活动的影响,深空通信十分复杂.在无线通信中常受到太阳闪烁的影响,产生误码,造成通信效率降低.为了测试深空通信设备性能,一定要了解太阳闪烁时间序列的性能特点.针对实际观测得到的太阳闪烁时间序列极少的问题,在分析太阳闪烁特性的基础上,提出了一种用Hermite展开的太阳闪烁时间序列产生方法,并与基于FIR滤波器的闪烁时间序列产生方法进行了比较.仿真结果表明,提出的基于Hermite展开的太阳闪烁时间序列产生的性能,优于基于FIR滤波器的闪烁时间序列产生方法,并且无需预先知道时间序列的概率分布特性,更具有实用性,为太阳闪烁产生器设计提供了依据.     

基于ASM的混合式情境感知共享机制研究

移动的用户能够方便地访问分布在普适计算环境中的传感器,进而获得情境信息,是情境感知系统的核心目标。本文提出了一种融合分布式P2P和Publish/Subscribe模式的混合式情境感知共享机制,基于抽象状态机对该机制的高鲁棒和可扩展的特性进行设计和规约,并采用AsmL测试工具生成有限状态机验证该机制的有效性和合理性,表明该机制可满足动态的分布式情境感知系统要求。     

一种联合采样的神经网络光场

相比传统的光场绘制技术,神经网络光场(NeRF)方法可使用神经网络拟合场景的光线采样,将隐式编码输入图片的光场,合成新视图. 针对NeRF方法训练时间长,绘制视图慢的问题,提出了一种基于联合采样的NeRF方法,通过使粗糙网络和细腻网络共享均匀采样结果的方法,减少了不必要的光线采样,从而加快了网络训练和视图合成的速度. 实验结果表明,在取得近似视图合成质量的情况下,与NeRF方法相比,所提方法的训练时间减少了20%,视图合成的效率提高了25%.     

共沉淀法制备透明质酸修饰超小纳米氧化铁影响因素的研究

采用共沉淀法,通过改变透明质酸及氨水与铁离子的比例、反应物浓度、温度和反应体系大小等反应参数制备出透明质酸修饰的超小超顺磁氧化铁纳米颗粒(Fe3 O4@HA),并对所合成的样品进行了尺寸、形貌和磁性的表征.实验结果表明:使用共沉淀方法时,所制备的Fe3 O4@HA的饱和磁化率受反应参数的影响较小,且都介于55～80 emu/g之间;但纳米颗粒的形貌、水合粒径受反应参数的影响较大.对于初始反应体积为50 mL的体系,透明质酸1.5 g、铁离子0.9 mmol、氨水用量15 mL、温度为80℃是本实验筛出的最佳条件.此外,根据最佳反应条件进行30倍放大,可一次制备出2 L的Fe3 O4@HA溶液,证明本体系具备工业化生产的潜力.