中文分词技术在智能评分系统中的应用研究

在计算机考试系统开发过程中,对于主观题的智能评分一直是重点,也是难点,而在主观题评分中首要解决的问题就是中文分词技术,本文就现有的中文分词技术做分析比较,并根据智能评分系统应用研究中具体做法做出分析。     

基于本体的数据分词技术及配网调度智能成票关键技术的研究

将以CIM RDF作为知识源构建OWL本体的中文分词技术应用到配电网调度智能成票系统中,以满足解析自然语言的语义并根据解析后的语义自动生成调度操作票的需求.     

抗好词攻击的中文垃圾邮件过滤模型

针对当前中文垃圾邮件过滤领域面临的好词攻击威胁,提出了一种鲁棒的中文垃圾邮件过滤模型。该模型基于多示例学习机制,并结合中文分词和特征选择方法,将一封邮件转化为若干示例的组合,然后应用多示例逻辑回归模型进行学习和分类。对多示例学习而言,当一封邮件中至少有一个示例为垃圾信息时,该邮件为垃圾邮件,否则为正常邮件。分别对训练数据集和测试数据集进行好词攻击,在多个大规模中文垃圾邮件过滤公开数据库上进行了测试。实验结果表明,在中文邮件过滤领域对抗好词攻击,分类器使用多示例反击策略较之于单示例反击策略有更强的鲁棒性。     

基于事件树模型的电力通信网告警过滤机制

电力通信网络中的故障事件往往产生连锁告警,重要事件被大量次要信息所掩盖,冗余信息过多,易形成信息阻塞。为此文章讨论了事件潮的树型关联结构,提出基于事件树模型的过滤策略,并据此来设计数据模型,剥离出引发事件潮的根本故障原因,减少了推向客户端的事件数量。研究结果对于电力系统通信部门故障告警系统的设计与建设有一定的参考价值。     

一种基于知识的书面汉语自动分词方法

对书面汉语的单词搭配关系,提出了一种基于单词搭配关系知识的书面汉语自动分词方法,并着重介绍了“词链”的切分方法。     

基于本体及Web文本的数控机床知识获取

为了有效解决数控机床领域,由于知识没有结构化描述,导致知识获取效率低的问题以及实现知识重用和知识共享,通过对该领域Web文本中机床知识进行研究,分析文本结构特点,提出一种基于本体的数控机床知识抽取方法。对爬虫程序获取的文档进行预处理,通过模式匹配的方式抽取Web文本中存在上下位关系的语句,经过中文分词系统ICTCLAS分词处理后抽取概念,构建概念集合和概念树,最终构建领域本体并以OWL语言储存。实验中对随机选取的网页进行知识抽取,并采用对比实验,证明该方法能有效地对数控机床领域中半结构化和结构化Web文本信息进行获取。     

基于小波变换和二叉树结构的电能质量扰动分类

针对电能质量扰动分类问题,提出了一种基于小波变换和二叉树结构支持向量机的扰动分类方法。首先,通过交流暂态仿真软件产生8种典型扰动信号和2种复合扰动信号作为样本集;然后,通过小波变换进行多个特征的提取,包括信号在特定频带下的能量和小波系数标准差;最后,通过样本集,对二叉树结构支持向量机分类器进行训练和测试。测试结果表明,该方法能够有效识别常见的10种扰动信号,具有分类正确率高、训练时间短的优点。     

基于深度包检测技术的邮件过滤研究

伴随着互联网的飞速发展,垃圾邮件现象愈来愈严重,如何更高效地过滤垃圾邮件成了国内外研究学者的重点关注问题。传统的垃圾邮件过滤技术都是在客户端上实现的,将垃圾邮件过滤技术引入到具有深度包检测技术的DPI设备中,提出了基于深度包检测的实时黑名单技术与贝叶斯过滤技术相结合的综合型电子邮件过滤方式。实验结果表明,基于DPI的邮件过滤可以实现邮件的在线检测与删除功能,释放了被垃圾邮件占用的网络带宽,节省了网络资源,提高了网络有效负荷利用率。     

基于ATmega16L单片机的中文菜单显示技术

针对目前电力测量仪表广泛使用中文液晶显示器的趋势，介绍一种NATmega16L单片机和液晶MSCG12864组成的多级中文菜单滚动显示系统，应用结果证明该实现方法简单，系统易于扩展和维护。描述了硬件电路的结构，详细分析了多级菜单软件的实现方法，包括中英文字符的存储，菜单项的构成以及整个菜单的滚动显示，给出了部分程序清单。     

基于FPGA的过滤技术在高可用性无缝环网中的应用

针对现有高可用性无缝环网基于CPU进行数据过滤方案存在的处理效率低的问题,提出了一种基于FPGA的过滤方案。分析高可用性无缝环网中的报文特点,基于FPGA的逻辑单元和存储单元进行重复过滤过滤模块(HSR＿MUX)的设计,采用双重策略进行重复报文的过滤,最后搭建测试平台验证方案的可靠性。测试结果表明,基于FPGA的过滤技术可提高数据的处理效率,数据处理效率较常规的CPU过滤方案更有优势。     

基于SCAP框架的信息系统安全基线技术研究与应用

为使内蒙古电力公司信息系统达到预定的安全防护水平,在借鉴参考国际上主流的安全检查策略即SCAP框架基础上,结合企业信息安全实际情况,对适用于国内的强制性系统安全差距与策略标准进行探讨,建成了自动化的信息安全基线检查系统,实现了对信息设备安全配置的自动检查,并根据检查结果给出安全状况评估值,改进了企业信息安全检查的工作方式,提高了信息安全检查结果的准确性,完成了自动检测技术、信息智能重整技术和安全评估方法等关键技术的研究和应用,从而提升了企业的信息安全水平。     

基于线索二叉树的辐射状配电网潮流计算

在当前的配电网潮流计算方法中,一些算法的节点编号处理方法比较复杂,因此不适应实际配电网络运行方式的改变,同时也不利于程序的实现,另外,这些算法也没有考虑到树的存储结构对配电网潮流计算速度的影响。针对上面这些不足之处,提出了一种配电网络节点编号的方法和一种把树的非线性存储结构转化为线性存储结构的方法。还推导出了辐射状配电网潮流计算的数学模型,提出了一种新的辐射状配电网潮流计算迭代方法-前推法。经过实践的证明,所采取的辐射状配电网潮流计算方法的确具有以下各优点:收敛可靠性高、收敛速度快、每次迭代所用的时间少、占用内存少和编程简单等等。算例表明,该方法是一种实用的辐射状配电网潮流计算方法。     

基于模糊聚类和完全二叉树支持向量机的变压器故障诊断

为提高电力变压器故障诊断准确率,提出基于模糊聚类和完全二叉树支持向量机的故障诊断模型,即通过模糊C均值聚类,对样本采用完全二叉树结构逐层划分,直至最后得到各故障分类。该方法克服了一般方法对故障划分不明确、分类重叠和不可分等缺点。试验表明,相比改良三比值法、支持向量机分类"一对一"和"一对多"组合,该方法在电力变压器故障诊断中具有最高的诊断准确率。     

基于差异性权重和协同过滤的黑启动方案评估

黑启动方案的优选对电力系统快速恢复供电具有重要意义。已有黑启动方案优选问题的研究均是在指标值数据完备的理想条件下进行,文中针对不完全信息下的电力系统黑启动方案评价问题展开研究,提出一种差异性权重和协同过滤相结合的综合评价模型。首先,根据原始评价数据计算指标间的差异性,得到差异性权重;然后,采用协同过滤方法预测缺失数据,获得完全评价矩阵;最后,计算每个方案的评分值,实现黑启动方案的完全排序。以天津电网的实际黑启动方案数据为基础进行了验证,验证结果表明了所提方法的有效性。     

基于改进二进制粒子群优化算法的网络重构研究

提出了一种基于改进二进制粒子群优化算法的网络重构方法,该算法在二进制粒子群优化算法的基础上,通过结合破圈法理论以控制粒子的更新过程,使更新后的粒子100%符合网络的辐射状要求,从而减少了以往网络重构中辐射网判断的环节。此外算法还引入了禁忌搜索算法的思想,克服了粒子群算法易陷入局部最优的缺陷。最后对IEEE单馈线33节点系统进行计算,证实了算法的有效性,并与相关文献中的算法进行比较,表明算法具有较高的搜索效率和较强的全局寻优能力。     

基于复信号处理的二进制频移键控实现方法

二进制频移键控（2FSK）在电力线载波通信系统中得到了广泛应用,传统的2FSK的调制与解调通常采用实信号处理的方法来实现。支中提出一种基于复信号处理的数字复调制与数字复解调的方法,该方法根据输入数据的比特值产生复低通信号,并进行低通滤波、复调制从而实现2FSK的复调制;对2FSK输入信号进行抽样,并进行复解调、低通滤波得到复低通信号,将复低通信号与其延迟后的共轭信号进行复数相乘并对所得到的积的虚部进行判定从而完成复解调。     

Resolution of overlapping ambiguity strings based on maximum entropy model

The resolution of overlapping ambiguity strings (OAS) is studied based on the maximum entropy model. There are two model outputs, where either the first two characters form a word or the last two characters form a word. The features of the model include one word in context of OAS, the current OAS and word probability relation of two kinds of segmentation results. OAS in training text is found by the combination of the FMM and BMM segmentation method. After feature tagging they are used to train the maximum entropy model. The People Daily corpus of January 1998 is used in training and testing. Experimental results show a closed test precision of 98.64 % and an open test precision of 95.01 %. The open test precision is 3.76 % better compared with that of the precision of common word probability method. __________ Translated from Transactions of Beijing Institute of Technology, 2005, 25(7): 590–593 (in Chinese)     

基于双目结构光与深度学习的工件随机分拣技术研究

针对复杂工业生产环境中机器人在杂乱的零件箱中进行分拣的问题,需要完成工件的空间定位、不同类型的工件识别以及机器人的抓取操作,现有的视觉技术不能满足随机分拣任务。故提出结合双目立体视觉、深度学习和UR5机器人组成一个智能的机器人分拣系统。提出立体视觉与投影结构光结合的三维视觉系统,重构立体匹配能量函数,完成工件的空间定位;利用基于深度学习的实例分割方法完成工件的精准识别;结合机器人手眼标定技术与工件空间定位和识别结果,实现基于双目结构光与深度学习的工件随机分拣系统。分析随机分拣过程中螺丝工件随机分拣成功率,得到不同数量的螺丝工件单次全部分拣成功的平均成功率为92.8%,按工件总数量的随机分拣成功率为98.8%,验证了系统的可行性。     

基于形态学滤波的惯导里程定位方法研究

针对于捷联惯导系统(SINS)测量过程中异常数据对测试精度影响的问题,文中提出了一种基于形态学滤波的高精度惯导里程定位方法。系统利用所提出的三角形形态学滤波的方法对惯性测量单元(IMU)的测量数据进行修正,减少测量数据中的异常值,利用基于里程计校准的惯导定位方法对经过形态学滤波预处理的数据进行计算,实现对被测管道路径的精确定位。为了了解经三角形形态学滤波后的惯性导航定位效果,对104 m的管道进行了模拟对比试验。由试验结果分析表明,经三角形形态学滤波预处理后,系统水平方向的测量精度由原来的0.58%提高到0.29%,增长了1倍;高度方向的测量精度由原来的0.096%提高到0.077%,提高了24.6%,取得了良好的效果。