当前矿产资源的科学开发利用

研究了当前矿产资源科学开发利用的有效途径,探索了法律规范利用。采用文献资料法、实践归纳法,认为:(1)矿产资源是不可再生资源,科学开发利用好有限的矿产资源意义深远。(2)通过在矿产资源开发利用过程中对监督管理、废物利用、地质环境治理等方面的研究,明确了当前矿产资源科学开发利用的思路。矿产资源科学开发利用必须坚持法律和科学并重进行。     

关中地区水资源工程供水风险性分析

利用风险分析的方法进行水源工程的管理，反映出关中大型灌区供不风险性高，可靠性低，易损性大，通过这些指标说明干旱是关中灌区难以实现稳产，高产最大的障碍。灌区必须大力开展节水和增加调蓄能力工作，并制定５０～６０日干旱缺水的抗旱减灾措施。     

采用多尺度滤波的遥感图像关键点检测方法

针对关键点检测过程中遥感图像会因为局部结构变形发生误检测的问题,提出一种鲁棒的关键点检测新方法。该方法首先基于映射策略和提升结构实现非下采样多尺度滤波器,用于获得平滑图像;然后根据图像尺度空间理论和尺度不变特征变换生成高斯差分尺度空间,并利用有限差分计算尺度空间采样点局部极值,子像元插值和Hessian矩阵删除不稳定极值点;最后用梯度分布直方图描述关键点。在仿真实验平台上,与现阶段方法的关键点计算时间和图像匹配性能做比较分析,实验结果表明,改进的方法有较低的计算时间复杂度,具有较好的鲁棒稳定性。     

语义相似度计算在语义标注中的应用

提出了一种词汇和本体概念间的语义相似度计算方法。该方法利用编辑距离和维基百科从语法和语义两方面综合考虑词汇和概念间的语义相似度。在领域本体的指导下,将方法应用于语义标注过程,建立词汇与本体概念之间的映射。在标注过程中建立知识库,提高算法性能,实验结果说明该方法是行之有效的。     

分步填充缓解数据稀疏性的协同过滤算法

为解决传统协同过滤算法中用户评分数据稀疏性所带来的用户最近邻寻找不准确问题,提出了一种结合条件概率和传统协同过滤算法的非固定k近邻算法。该算法在基于分步填充评分矩阵的思想上,第一步只接受相似度和共同评分项目数量达到阈值的邻居用户作为目标用户邻居,然后计算并填充未评分项目,第二步使用第一阶段部分填充后的矩阵计算剩余未评分项目的评分。实验表明,该算法寻找的邻居用户更准确,能明显地缓解数据稀疏问题,提高评分预测准确性。     

基于卡方统计的文本分类特征选择方法的研究

特征提取是文本分类过程中的一个重要环节,它的好坏将直接影响文本分类的准确率。在全面研究文本分类特征提取方法的基础上,分析了卡方统计的不足并提出了将频度、集中度、分散度应用到卡方统计方法上,对卡方统计进行改进,并通过实验对比改进前后的方法对文本分类效果的影响。在实验中,改进方法的分类效果要好于传统的方法,从而验证了改进方法的有效性和可行性。     

改进PSO-BP神经网络在变压器故障检测中的应用

粒子群优化（PSO）算法中的粒子根据全局最优粒子来移动自身位置进行搜索,但当某一粒子连续多次被选为全局最优粒子的时候,整个群体的粒子就会快速收敛于该最优粒子,陷入局部最优。为此,提出了变异动态粒子群优化（MDPSO）算法。采用惯性权重变异的思想,当某粒子连续被选为全局最优粒子时,就使一部分粒子的惯性权重以指数速度增长,使粒子跳出局部最小,继续全局寻优。并把改进的粒子群优化算法和BP神经网络相结合,应用于变压器故障检测中。实验表明,与常用的粒子群优化算法相比,用改进的粒子群优化算法优化BP神经网络具有更好的性能,在变压器故障检测中能够获得更高的检测精度。     

多径路由协议AOMDV的改进与性能分析

移动无线自组网是一种移动多跳无线网络,有效的路由算法是关键。由于移动自组网的移动性,会使得无线自组网按需多径距离矢量路由（AOMDV）协议的活动路由不再是最短路径。针对此不足,提出了改进方法：构建两跳路由,然后利用两跳路由信息对活动路由进行动态优化,使路径更短。NS一2仿真结果表明,改进的AOMDV协议在路由发起频率、端到端平均时延、归一化路由开销和数据分组投递率等方面的性能均比AOMDV效果好。     

结合用户日志的局部上下文分析方法

传统的局部上下文分析其应用效果高度依赖于初次检索的结果。针对此局限,通过对用户查询日志的统计分析和过滤,得到用户最可能感兴趣的文章,代替初始检索得到的N篇文章,作为查询扩展词来源文档集,用局部上下文分析方法计算词间相关度。实验结果表明,该方法能够较大地提高查询精度。     

结合概率潜在语义分析的文本谱聚类方法研究

传统谱聚类的相似矩阵建立在VSM（Vector Space Model）之上,该模型把词看作孤立的单元,没有考虑自然语言中存在大量的同义词、多义词现象。针对这一问题,提出一种用概率潜在语义分析（Probabilistic Latent Semantic Analysis,PLSA）来提取文本中隐含语义信息的方法,并构建文本集的相似矩阵,从语义的角度考虑了文本之间的相关性。实验结果表明,利用该方法得到的聚类精度有较大提高,结果要好于传统的谱聚类算法,从而验证了该方法的有效性。