民航领域突发事件的实体链接方法

实体链接的相关研究主要集中于医疗、生物和新闻领域,但在民航领域的研究较少。因此针对民航领域实体链接任务进行了研究,发现在实体链接中存在实体变体多、歧义少等问题。为解决上述问题,提出了一种基于语义推断的实体链接框架以及一种用于增强框架鲁棒性的负采样策略。在民航领域数据集上进行了对比实验,结果表明所提框架链接效果优于现有基准框架,并通过消融实验,验证了负采样策略的有效性。在负采样策略的作用下,该实体链接框架的Acc@top1高达0.875。     

基于卷积特征和贝叶斯分类器的人脸识别

为解决传统人脸识别算法特征提取困难的问题,提出了基于卷积特征和贝叶斯分类器的人脸识别方法,利用卷积神经网络提取人脸特征,通过主成分分析法对特征降维,最后利用贝叶斯分类器进行判别分类,在ORL（olivetti research laboratory）人脸库上进行实验,获得了99.00%的识别准确率。实验结果表明,卷积神经网络提取的人脸图像特征具有很强的辨识度,与PCA（principal component analysis）和贝叶斯分类器结合之后可有效提高人脸识别的准确率。     

基于软参数共享的事件联合抽取方法

事件抽取是项重要的信息抽取任务,旨在抽取文本中的事件信息。目前基于多任务学习的事件联合抽取方法大多基于硬参数共享,此类方法往往会导致跷跷板现象的出现,即一项任务的性能往往通过损害另一项任务的性能来提高。为了解决这一问题,提出了一种基于软参数共享的事件联合抽取方法,该方法明确地分离了共享参数和任务特定参数,并通过双层门控网络增强模型提取和筛选语义知识的能力,使模型能同时为两个任务学习到合适的特征表示,实现了更高效的信息共享和联合表示学习。在DuEE1.0公共数据集上进行了实验,使用准确率、召回率、F1值作为评价指标,并通过对比实验和消融实验验证了方法的有效性。对比基于硬参数共享的联合抽取模型事件识别任务F1值提高了2.0%,论元角色分类任务F1值提高了0.9%,有效地缓解了跷跷板现象的出现,验证了方法的有效性。     

激光主动探测的目标识别

根据猫眼目标回波和漫反射目标回波的特点，着重分析了如何识别“猫眼”目标而滤除其他漫反射目标或背景目标．阐述了激光主动探测目标识别可采用的技术，包括阈值处理技术、波门控制技术和目标提取技术等．     

阅读进化论 从活字印刷到电子书——阅读时代 采访4位不同年龄层的阅读者

公元前14世纪 中国商代后期,王室把文字刻（或写）在龟甲和兽骨上,我们称之为殷墟甲骨文。甲骨文被认为是现代汉字的早期形式,也是现存中国最古老的一种成熟文字。     

骑着单车，唱着歌：12款最新多媒体播放器

“还记得吗？那个春天的午后，我们决定寻找一刻远离喧嚣的时光，蹬着单车，把所有的听觉交给音乐，仿佛回到宁静的校园，只有彼此的心跳和着旋律。看着你专注的神态，飞转的车轴渐渐迷离了我的视线，我对你说，想让你听我心底的歌。”     

电视跟踪系统误差分析

分析了电视跟踪系统的垂直轴、水平轴、视轴、编码器、电视脱靶量五个误差源产生误差的原因．探讨了误差的取舍方法及相应的计算公式．给出了方位、俯仰误差与系统精度的关系．经实验测试，系统精度满足设计要求，验证了误差分析的正确性．     

比比划划定格动画

定格拍摄原本是一种拍摄技术，被动画导演们看中，从而形成了一种新的动画门类。陪伴我们长大的那些动画片中，有很多都是定格动画的精品，比如《阿凡提》、《曹冲称象》、《神笔马良》，这些动画片以其独特的风格和样式交将永远被保留在艺术史册里。     

小小自恋又何妨？

谁说自恋的女生都是骄傲的公主？追求美丽的人生才是充满阳光的,不是吗？有佳能炫飞SELPHY CP770把我最满意的表情变成照片,记录我生活中每个精彩的瞬间,串起快乐的成长点滴。     

基于核函数的PCA在QAR数据分析中的应用

分析了传统的主成分分析方法的不足,论述了KPCA方法及其时间复杂度高的缺陷。在此基础上,提出基于核函数构造的协方差矩阵的主成分分析,相比 KPCA,该方法具有快的降维速度。实验结果显示：把该方法用于QAR数据具有良好的降维效果和高分类正确率。