分布式电磁探测仪器的GPRS网络监控系统

根据分布式电磁探测仪器野外勘探的实际需求,利用通用分组无线服务技术(GPRS,general packet radio service)设计了无线网络监控系统.开发了基于VC的数据中转、监控服务器和基于Android平台的手机TCP/IP客户端,实现了电磁采集站间的数据交换、手机查看数据、数据质量分析以及对电磁采集站的远程监控,为三维、大面积、多道数、长时间的电磁探测任务提供完善的监控手段,提高了野外施工效率并为获得高质量勘探数据提供了保障.  

基于BP-GA算法的微震源反演研究

针对传统非线性反演方法易陷入局部最优,收敛速度慢等问题,研究了一种基于BP神经网络和遗传算法的微震源定位反演方法。重点论述了BP-GA混合算法的理论基础与模型建立,并结合实例进行了3层介质模型微震源定位反演仿真。  

基于概念R-MUPS的本体调试方法

通过定义不可满足概念间的覆盖关系,发现MUPS和MIPS之间的内在关联,从而引出不可满足概念的R-MUPS;给出并证明不一致本体术语集中至少存在一个不可满足概念的R-MUPS就是该术语集的MIPS;利用这一结论,提出基于有序标签演算的R-MUPS算法,采用深度优先遍历原则合并分支计算R-MUPS,同时缓存覆盖概念集合,加快MIPS的求解,实现本体调试.通过概念扩展树与概念R-MUPS算法的等价性,证明算法的正确性并分析其复杂度.最后,利用自动生成本体、现实本体及其扩建本体的数据进行全面测试.实验结果表明:基于R-MUPS的MIPS求解方法能够高效、准确地完成本体调试任务.  

关系抽取中基于本体的远监督样本扩充

远监督学习是适合大数据下关系抽取任务的一种学习算法.它通过对齐知识库中的关系实例和文本集中的自然语句,为学习算法提供大规模样本数据.利用本体进行关系实例的自动扩充,用于解决基于远监督学习的关系抽取任务中部分待抽取关系的实例匮乏问题.该方法首先通过定义关系覆盖率和公理容积率,来寻找与关系抽取任务关联性大的本体;然后,借助本体推理中的实例查询增加待抽取关系下的关系实例;最后,通过对齐新增关系实例和文本集中的自然语句,达到扩充样本的效果.实验结果表明:基于本体的远监督学习样本扩充方法能够有效完成样本匮乏的关系抽取任务,进一步提升远监督学习方法在大数据环境下的关系抽取能力.