一种基于抽取LMS的距离旁瓣抑制方法

在噪声雷达中，传统相关处理方法的距离旁瓣受到时宽带宽积的限制，在有限相关处理时间内得到的距离旁瓣较高，会造成微弱目标被强目标、杂波旁瓣淹没的现象。提出一种基于抽取最小均方（Least Mean Square,LMS）滤波的噪声雷达旁瓣抑制方法，将LMS滤波器的系数作为距离压缩结果，从而获取较低的距离旁瓣。对该方法的性能进行了理论分析，并通过数字仿真验证了算法的有效性和理论分析的正确性。     

高速列车本体半自动构建方法研究

目前高速列车本体多采用人工构建的方法,这种方法存在成本高、效率低且缺乏灵活性的不足。针对这种问题,提出了一种高速列车本体半自动构建方法,先使用分词工具Jieba对高速列车领域文档进行分词、去除停用词等预处理,然后使用TF-IDF、C-value等算法进行概念抽取,再使用层次聚类及Dice测度等算法挖掘领域层次关系及非层次关系,最后使用protégé工具构建结构化的OWL本体并进行可视化管理。通过高速列车本体半自动构建实例,实现概念及语义关系的自动获取,验证该方法的有效性及可行性。     

基于改进的Random Subspace的客户投诉分类方法

电信业的客户投诉不断增多而又亟待高效处理。针对电信客户投诉数据的特点，提出了一种面向高维数据的改进的集成学习分类方法。该方法综合考虑客户投诉中的文本信息及客户通讯状态信息，基于Random Subspace方法，以支持向量机（Support Vector Machine，SVM）为基分类器，采用证据推理（Evidential Reasoning，ER）规则为一种新的集成策略，构造分类模型对电信客户投诉进行分类。所提模型和方法在某电信公司客户投诉数据上进行了验证，实验结果显示该方法能够显著提高客户投诉分类的准确率和投诉处理效率。     

基于语言特征自动获取的反问句识别方法

反问句是以疑问的形式表达强烈情感的修辞方式,对其有效识别可为自然语言处理中的情感分析任务提供技术支持。该文提出了一种基于语言特征自动获取的反问句识别方法。首先,利用标签注意机制,建立了一个数据驱动的特征抽取模型,用于获取与任务相关的词汇、句法结构、符号标记和话题等语言特征。其次,利用Bi-LSTM模型分别对句子和语言特征进行表示,两者的交互注意被用于获取句子的各个词和符号的注意力权重向量。该权重向量作用于句子的表示,用于构建一个强化语言特征的反问句识别模型。在中文微博数据集上的实验结果表明,提出的方法与之前的工作相比,反问句识别性能有显著提升。     

民族体育教学中的特殊姿态校对视觉监控平台设计

为了发展民族体育、弘扬民族文化,现设计一款民族体育教学中的特殊姿态校对视觉监控平台。该平台由视觉监控模块与特殊姿态校对模块构成。视觉监控模块负责进行特殊姿态数据的采集、量化与传导,讨论了该模块中的MFC监控架构、数据传导通信指令结构、主要硬件连接模式以及数据的高阶低通滤波方法。特殊姿态校对模块用于接收视觉监控模块传导出的特殊姿态量化数据,其利用Processing语言建立GUI优化数据结算空间,通过四元数结算方法完成特殊姿态量化数据向欧拉角的转化,根据欧拉角判定规则确定特殊姿态是否需要校对,并标记校对点。实验结果表明,所设计平台的滤波效果好,监控误差小。     

基于铁路动车所"BIM+GIS"模型配色规则研究

铁路工程具有专业多、工艺复杂、体量大的特点,一条长大铁路往往长达几百甚至上千公里,如此大的体量很难用BIM软件将其空间信息全部展示,故通常将BIM模型转入到GIS中来解决。BIM模型通常采用中间格式文件来导入到GIS平台中,而在这个过程中往往会出现模型信息的丢失。模型配色信息是区分设备模型及保证展示效果的重要手段,为测试BIM模型导入到GIS中配色信息的丢失及异常的情况,文章以主流BIM软件3D EXPERIENCE和GIS软件SuperMap为基础,3DXML为中间格式文件,以盐通铁路南通动车所设备设施为例,探究在此过程中模型配色信息的损失情况,研究表明:3D EXPERIENCE及SuperMap中颜色定义优先级存在较大差异,这是模型导入到SuperMap平台中发生颜色丢失及异常的主要原因,为保证3D EXPERIENCE及SuperMap中配色显示统一,通常要在模型的Feature级、PartBody/Body级定义颜色。     

基于伪布尔模型和启发式算法求解无容量设施选址问题

采用伪布尔模型和启发式算法来求解无容量设施选址问题。首先给出了问题的伪布尔(pseudo-Boolean)表示，然后基于Khumawala规则对问题进行预处理，最后提出两种启发式分支准则来求解问题。实验结果表明所提算法简单有效。