生物学文献挖掘

1引言随着高通量生物技术的发展,生物学的实验手段和研究方法均发生了巨大的变革,由此带来的领域内实验数据的“指数性”增长,数据的存储与传输,数据的处理、理解与应用等一系列问题,得到了来自数学,化学,药学,统计学,计算机科学等领域专家的广泛关注并取得了大量成果。生物学文献作为成果展示和学术交流的主要方式之一,其数目之大,增长速度之快远远超过了其他学科领域。隶属于美国国家生物技术信息中心的文献摘要库MEDLINE,是世界上最大的、最具权威性的著名生物医学文献数据库,收集了全世界4800多种生物学及医学杂志上1500万余篇文献信…     

Exploring the Interactions of Storylines from Informative News Events

Today＇s news readers can be easily overwhelmed by the numerous news articles online. To cope with information overload, online news media publishes timelines for continuously developing news topics. However, the timeline summary does not show the relationship of storylines, and is not intuitive for readers to comprehend the development of a complex news topic. In this paper, we study a novel problem of exploring the interactions of storylines in a news topic. An interaction of two storylines is signified by informative news events that play a key role in both storylines. Storyline interactions can indicate key phases of a news topic, and reveal the latent connections among various aspects of the story. We address the coherence between news articles which is not considered in traditional similarity-based methods, and discover salient storyline interactions to form a clear, global picture of the news topic. User preference can be naturally integrated into our method to generate query-specific results. Comprehensive experiments on ten news topics show the effectiveness of our method over alternative approaches.     

A New Multiword Expression Metric and Its Applications

Multiword Expressions(MWEs) appear frequently and ungrammatically in natural languages.Identifying MWEs in free texts is a very challenging problem.This paper proposes a knowledge-free,unsupervised,and language-independent Multiword Expression Distance(MED).The new metric is derived from an accepted physical principle,measures the distance from an n-gram to its semantics,and outperforms other state-of-the-art methods on MWEs in two applications: question answering and named entity extraction.     

消除溢出问题的精确Baum-Welch算法

Baum-Welch算法是在语音领域中用于HMM(hidden Markov model)模型参数训练的最基本方法之一.但它在多样本训练时存在着严重的上、下溢问题,需要不断地人工介入来调整中间参数.该文提出了一种新的能消除上、下溢问题的Baum-Welch改进算法.该算法不但摆脱了人工介入,保证了计算的精度,而且不会带来过大的计算和存储要求.实验结果表明了这种新算法的有效性.     

A new speaker verification method with global speaker model and likelihood score normalization

In this paper a new text-independent speaker verification method GSMSV is proposed based on likelihood score normalization.In this novel method a global speaker model is established to represent the universal features of speech and normalize the likelihood score.Statistical analysis demonstrates that this normalization method can remove common factors of speech and bring the differences between speakers into prominence.As a result the equal error rate is decreased significantly,verification procedure is accelerated and system adaptability to speaking speed is improved.     

基于RBF核的SVM的模型选择及其应用

使用RBF核的SVM(支持向量机)被广泛应用于模式识别中。此类SVM的模型选择取决于两个参数,其一是惩罚因子C,其二是核参数σ2。该文使用了网格搜索和双线性搜索两种方法进行参数选择,并将两者的优点综合,应用于脱机手写体英文字符识别。实验在NIST数据集上进行了验证,对搜索效率和推广识别率进行了比较。实验结果还表明使用最优参数的SVM在识别率上比使用ANN(人工神经元网络)的分类器有较大提高。     

对话管理中基于槽特征有限状态自动机的方法研究

对话系统的研究已经成为人机交互技术发展的新热点。而对话管理则是其中最重要的组成部分．该文在当前对话管理的各种实现方法的基础上，提出了一种基于槽特征的自动机设计方法，其中应用了状态压缩和状态集、动作集的子空间划分。并着重以确认过程为例，阐述了确认策略控制函数及其对对话过程的影响．文中还提出了一种树形的意图分层结构，并将这种分层结构应用于主题检测与主题切换，成功解决了多主题对话系统的主题切换问题．最后，实验表明该文提出的设计方案在策略控制、主题检测与主题切换等方面具有较好性能，同时也具有一定扩展性．     

基于提升小波包变换的谐波电能计量

为了克服加窗插值傅里叶算法无法准确计量非稳态谐波的缺陷,实现同时对电力系统稳态、非稳态信号的谐波电能进行准确计量,提出了基于提升小波包变换的谐波电能计量方案,详细阐述了其原理,提升分解、重构步骤。给出了整数次谐波、非整数次谐波功率计算公式,并通过仿真实验证明了该方法的准确性、可行性。对该算法进行优化,并进行DSP算法仿真实验,并估算该算法运行时占用空间大小及耗费时间,结果表明该算法能有效节省内存空间及运行时间。     

白色绢云母珠光颜料制备及表征

用绢云母可制得一种具有良好光学屏蔽性能的新型珠光颜料，市场前景广阔。本文讨论了白色绢云母珠光颜料的制备方法，并重点研究了试验条件对其性能的影响，同时还用XRD、SEM等手段对产品进行了表征。     

基于概率典型性和聚类排斥的无噪声模糊聚类方法

提出了建立在概率典型性和聚类排斥基础上的一个新型无噪声模糊聚类方法RTCM，给出了它的迭代算法过程，并验证了它的收敛性．首先引述了一般的聚类方法，它们主要分为两种：噪声聚类，如模糊c均值（FCM）、可能模糊c均值（FPCM）；无噪声聚类，如NC、PCM等，然后给出了RTCM算法模型和过程，并验证了它的局部收敛性．该算法解决噪声环境下的数据聚类问题，避免了重叠聚类．对比试验表明，该算法改善了噪声环境下FCM，NC、PCM、FPCM的聚类中心质量，有效地解决了PCM在近邻聚类数据中的聚类重叠问题．