基于车联网的广播MAC协议性能分析

针对车载自组织网络IEEE 802.11协议中媒体访问控制(medium access control, MAC)层一维广播性能分析模型不适用于小竞争窗口的问题,提出一种考虑了连续冻结过程(consecutive freeze process, CFP)现象的二维马尔科夫模型。将CFP映射为连续发送分组过程和连续退避冻结过程,分析得出饱和状态下节点各状态转移的概率,并推导出节点广播分组的性能表达式。仿真结果表明,与一维分析模型相比,即使是在争用信道的竞争窗口较小情况下,该二维分析模型也能很好地预测饱和状态下节点广播分组的平均时延、吞吐量和成功接收率。     

一种使用多跳事实的端到端知识库实体描述生成方法

自动化实体描述生成有助于进一步提升知识图谱的应用价值,而流畅度高是实体描述文本的重要质量指标之一。该文提出使用知识库上多跳的事实来进行实体描述生成,从而贴近人工编撰的实体描述的行文风格,提升实体描述的流畅度。该文使用编码器—解码器框架,提出了一个端到端的神经网络模型,可以编码多跳的事实,并在解码器中使用关注机制对多跳事实进行表示。该文的实验结果表明,与基线模型相比,引入多跳事实后模型的BLEU-2和ROUGE-L等自动化指标分别提升约8.9个百分点和7.3个百分点。     

语音技术开发与应用

计算机已渗透到生活的各个角落,计算机的普及化、家电化、各种类型的计算平台都需要更简便的输入媒体,语音当仁不让成为用户最佳的选择之一。在社会应用驱动下,迅猛发展的语音技术面临着巨大挑战。作者从用户、系统设计者角度阐述语音技术开发应用中要注意的一些问题。     

基于LIN总线的阀控式铅酸蓄电池管理系统设计

电池管理系统作为电动汽车重要的组成部件之一,被广泛地用于汽车电池组管理中,来确保电池的高性能、高可靠性和高稳定性.电池管理系统能够保护电池免受破坏,预测电池寿命以及在电池工作的情况下维护和保养电池.由于铅酸蓄电池充放电过程的复杂性和非线性,采用非线性最小二乘法回归得到电池的初始荷电状态.针对阀控式铅酸蓄电池,设计了基于...     

多尺度Markov模型的可适应图像分割方法

本文在图像分割的TSMAP(trainable sequential maximum a posterior)方法基础上,提出基于多尺度Markov模型的可适应ATSMAP(adaptive TSMAP)图像分割方法.在给定训练图像及其基本真实分割(ground truth segmentation,GTS)的基础上,通过直接对原始图像的GTS进行小波变换产生粗尺度上的GTS,进而估计出图像数据的分布参数和Markov四叉树模型参数;上下文模型参数根据上下文的低维特征(类别数量特征)而非上下文本身来估计.该方法具有上下文模型参数估计计算量小,Markov四叉树模型参数可针对特定的待分割图像重新优化等优点(模型适应过程),解决了TSMAP方法易导致过学习的问题,在待分割图像与训练图像的统计特性不匹配的情况下,仍能给出较好的分割结果.对合成图像与SAR图像的实验结果表明,这种方法的分割精度高于TSMAP和其它几种基于多尺度Markov模型的图像分割方法.     

轨迹网络及其在字母识别中的应用

本文提出一种新的轨迹神经网络模型，它利用输入模式时间序列形式模式类的轨迹，从而实现模式空域不变性特征提取。     

红外图像的变分增强算法

提出了一种基于全变差和对比度的红外图像变分增强方法.针对红外图像噪声较大的特点,在现有变分增强算法的基础上,构造目标梯度场时,事先考虑了对噪声的限幅,防止不必要的噪声放大.另外,构造目标函数时加入了图像的全变差(TV)约束,使得噪声进一步得到抑制.直方图类算法会对灰度邻近、分布较少的灰度阶进行合并,从而丢失一些有用细节.本算法不会出现直方图算法的类似问题.实验表明本算法相对于常见的直方图处理算法,可以更有效增强红外图像.     

一种融合实体语义知识的实体集合扩展方法

实体集合扩展是开放式信息抽取的一个重要问题,该问题研究如何从一个语义类的若干实体(称为种子)出发,得到该类别的更多实体。现有实体集合扩展方法主要使用上下文模板或种子在语料中的分布信息进行抽取,其缺点是无法解决种子的歧义问题,而该问题会影响方法的有效性。在该文中,作者提出了一种融合实体语义知识的实体集合扩展方法,通过引入语义知识来解决种子歧义性问题。新方法通过使用Wikipedia实现了语义知识的引入,并把基于语义知识的扩展方法和基于模板的扩展方法相融合。实验表明,与单纯基于上下文方法相比,该文方法在准确率上提升了18.5%,召回率上提升了6.8%,MAP值上提升了22.8%。     

基于条件随机场的藏语自动分词方法研究与实现

藏语自动分词是藏语信息处理的基础性关键问题,而紧缩词识别是藏语分词中的重点和难点。目前公开的紧缩词识别方法都是基于规则的方法,需要词库支持。该文提出了一种基于条件随机场的紧缩词识别方法,并在此基础上实现了基于条件随机场的藏语自动分词系统。实验结果表明,基于条件随机场的紧缩词识别方法快速、有效,而且可以方便地与分词模块相结合,显著提高了藏语分词的效果。