事件常识的获取方法研究

在动态语义学的基础上,以事件的语义、文法和常识为标准构建多层次的事件分类体系,并使用该分类体系提取事件的常识知识。事件采用框架的方式来表示,称为事件框架。事件框架的内容包括事件的定义、事件之间的关系、事件的文法表达、事件的谓词表示、事件的例句、事件的前提常识和后果常识。利用事件框架的内容提取事件的常识。为了说明该方法的实用性,以事件分类体系中典型的“交易类”事件为例来描述事件常识的获取方法。     

渭河干流关中段季节性水环境容量研究

针对季节性河流流量具有周期性变化的特点,采用季节性污水排放计划(SDP)的季节划分方法,提出季节性河流水环境容量计算方法。以渭河干流关中段为例,将一年划分为旱雨两季,利用一维水质模型计算8个季节划分方案和1个对照方案在50%、75%和90%保证率下的水环境容量。研究结果表明:在相同保证率下,分季节计算的渭河干流关中段COD和NH3-N环境容量分别是传统环境容量计算方法的1.17~1.59倍和1.25~1.79倍,表明分季节计算的河流水环境容量明显大于以年为单位计算的河流水环境容量。     

不同断面形式的灌渠过水流量分析

运用水力学中水渠流量计算方法,对7种不同断面类型的水渠进行数值模拟.比较相同的过水流量下各水渠的优点,得出在相同的过水流量条件下,U型水渠具有占地面积少的优点.数值模拟结果发现不同断面形式的水渠过水量与水位深度呈相关性.使用SPSS统计分析软件推算各类水渠的过水量与水位深度的拟合函数方程,其中梯形断面水渠与U形断面水渠的水流量与水位深度呈一次函数的线性相关,而其它断面水渠呈二次函数的曲线相关.     

加强和田河用水管理的几点浅见

分析了和田河流域用水量大的原因,强调了和田河流域灌区水量不足的影响,提出了加大和田河流域用水管理的认识和建议。     

落实责任保质保量完成农村水电增效扩容试点工作任务

浙江是一个水能资源较为丰富的省份,其中农村可开发水电装机达460多万千瓦。改革开放以来,在水利部、财政部的大力支持下,我省紧紧抓住推进水电农村电气化建设的有利时机,大力发展农村水电事业。到去年年底,全省已建成农村水电站近3200座,总装机达370万千瓦（居全国第六位）,开发率达80％（居全国第四位）。但是,全省有44％的农村水电站（约1400多座）是1990年以前投产的,     

基于快速多极边界元法的沥青混凝土弹性模量预测

由于对沥青混凝土材料的研究无论是试验法还是经验法均建立在宏观层面上,无法与其细观结构建立本质的联系,因此利用快速多极边界元法(Fast Multipole Boundary Element Method,FMBEM),结合数字图像处理技术,实现沥青混凝土二维几何建模及弹性模量预测.通过数字图像处理技术识别拍摄得到的原始...     

二进制翻译中解析多目标分支语句的图匹配方法

二进制翻译技术现已成为实现软件移植的重要手段.在二进制翻译系统中,如何有效地挖掘程序的代码并对其进行高效翻译是影响系统性能的关键,而二进制代码中间接跳转语句的存在,使得静态时难以得到它的跳转目标,影响了代码的发掘率和最终的翻译效果.在通常的应用程序中,间接跳转指令经常用来实现多目标分支语义,分支目标存放在跳转表中.提出了一种解析多目标分支语句及其跳转表的方法,能够挖掘出间接跳转的目标,进而对其进行有效翻译并提高二进制翻译系统的性能.该方法提出使用语义图来对预期语义进行刻画和表达.语义图能够对考察的指令序列进行语义提取,识别出与预期语义相匹配的指令流,还可以应对编译器在不同优化选项下生成的指令,并能有效滤除不相关指令带来的干扰.实验结果表明,对于SPEC CINT2000中的部分测试用例,代码翻译的覆盖率可以提高9.85%～22.13%,相应带来的性能提升可达到8.30%～17.71%,而使用的算法时间复杂度仅为O(1).     

改进BP神经网络的EPS扭矩传感器的诊断

为了准确检测到EPS(电动助力转向系统)扭矩传感器的具体故障部位,及时发现可能出现的故障,提高扭矩传感器的可靠性.针对BP神经网络的不足,提出了一种基于改进型BP神经网络的扭矩传感器故障诊断方法,通过对隐层神经元的修正,改进了BP神经网络的网络结构和训练方法,并应用于EPS扭矩传感器的故障诊断中.对扭矩传感器故障诊断系统进行仿真,结果表明,该方法在扭矩传感器的故障诊断方面能够取得很好的效果.     

基于网页分块的正文信息提取方法

网页主题信息通常湮没在大量的无关文字和HTML标记中,给应用程序迅速获取主题信息增加的难度.提出了一种基于网页分块的正文信息抽取方法.该方法首先识别和提取网页正文内容块,然后利用正则表达式和简单的判别规则内容块滤除内容块中的HTML标记和无关文字.实验证明,该方法能够准确地提取网页正文信息,且通用性较强,易于实现.     

基于RGB颜色空间的减背景运动目标检测

在计算机视觉领域中,运动目标检测与分割是一个基础而又关键的问题.减背景法是其中一个比较经典和常用的方法,其难点在于如何获取背景以及实现背景的自适应更新.针对该问?提出一种基于RGB颜色空间的运动目标检测算法,充分利用了图像序列在RGB空间中的变化特点,首先通过抽取帧图像进行背景重构,即对图像序列中每个像素点的RGB值进行排序后取中间值作为该点背景像素的RGB值;在此基础上引入学习率对背景进行自适应更新,然后在RGB空间中进行前景目标提取,最后利用数学形态学和连通性分析对结果进行后处理.实验结果表明,该算法快速有效、能够满足实时要求.