基于规则的汉语名名组合的自动释义研究

该文以现代汉语(特别是网络搜索词)中的名名组合为主要研究对象,探索一种基于规则的汉语名名组合的自动释义方法。其研究步骤为: (1)利用《现代汉语语义词典》中名词的语义类别,来建立名名组合的语义类组合模式;(2)在“生成词库论”中物性角色思想的指导下,用名名组合中某个名词的施成角色或功能角色作为释义动词,来揭示这两个名词之间的语义关系;(3)以语义类组合模式为单位构建名名组合的释义模板,并汇集成名名搭配数据库;(4)利用《知网》资源,来获取具体名词的施成角色和功能角色,建立汉语名词知识库。在这两个数据库的基础上,我们初步实现了一个汉语名名组合的自动释义程序。     

复合形退火的随机聚类算法

为了解决传统聚类算法易陷入局部最优解的问题,提出了一种复合形退火的随机聚类算法。该方法通过在聚类过程中设置退火准则,并且将退火过程中的生成复合形部分引入随机化的复合形节点,从而在加速收敛的过程中实现了较低的算法复杂度。理论分析及仿真实验证明,该方法的聚类效果好于传统的K-均值聚类方法,并且计算复杂度比目前基于人工智能的方法低。     

基于Java 3D的地球空间环境可视化研究

根据空间科学研究对交互性和Web化的发展需求,将Java 3D应用于该领域。深入剖析了Java 3D的主要几何类和实现细节;改进并实现了一种矩形网格等值线生成算法,解决了二义性和等值点在网格顶点的问题;介绍了一种生成规则网格的简单算法,并选用合适的Java 3D类加以实现;介绍了一种数值———颜色映射算法,并将空间环境数据映射为RGB颜色信息。综合运用这些算法,对地球空间环境中若干物理要素模型进行了二维和三维可视化。可视化结果与国内外空间环境模型研究成果基本一致,说明上述算法正确,有较高的参考价值。     

基于问题的学习模式在程序设计语言课程中的应用

讨论适应我国本科院校的计算机科学与技术专业的程序设计语言课程教学模式,提升计算机程序设计语言课程的教学效果,通过问题设计和分组讨论进行统计学分析等方式,对比传统教授法和模块化PBL的教学效果结果显示,模块化PBL教学法更有利于提高本科高等院校的计算机程序设计语言课程的教学成效。     

多维超几何分布的最可能成功数

超几何分布是一种重要的离散型概率分布,本文利用反证法以及比较法求出了三维超几何分布的最可能成功次数,并在此基础上,求出了多维超几何分布的最可能成功次数.     

网络控制系统随机延迟的预测控制

针对网络控制系统随机时延、时变等特性造成控制效果不理想的问题,提出一种改进的广义预测控制与递推最小二乘法相结合的预测控制策略.上述控制策略将传统的预测控制运用于网络控制系统中,针对网络随机时延的特性,采用改进的广义预测控制算法对随机时延进行补偿.结合分段可变遗忘因子递推最小二乘法对被控对象模型参数进行在线辨识,可以减少网络控制系统参数突变对系统造成的不利影响.仿真结果表明,所提出的预测控制策略可以有效解决网络控制系统随机时延问题,并且在参数突变的情况下也能够获得良好的控制效果.     

Recent developments of cement chemistry in China: Invited review paper

In recent years, much work has been done by the cement chemists in China centering on energy saving in cement and concrete making and improving the properties of both.     

2500m^3高炉基础自动化系统构成

介绍新钢2×2500m^3高炉基础自动化系统各个子系统的构成,以及环形网络的构成及配置方法。     

An SVD-based adaptive robust speech steganography using MDCT coefficient

Multimedia Tools and Applications - Speech is one of the essential ways of communication. The study of speech steganography provides great value in information security. To improve imperceptibility...     

基于多季相Sentinel-2影像的白洋淀湿地信息提取

白洋淀湿地是华北平原上重要的浅水湖泊湿地,对雄安新区绿色发展具有重要的生态价值。对白洋淀高度异质化的景观格局进行分类,能够为白洋淀湿地资源的遥感监测提供指导意义。针对湿地季节变化的特点,对白洋淀每个季节选取一期具有代表性的Sentinel-2影像,采用分类与回归树（CART）、支持向量机（SVM）、随机森林（RF）3种常用的机器学习分类器对15种季相组合实验方案进行分类,分析不同季相遥感影像及其组合对白洋淀湿地信息提取的优劣。结果表明：相较于使用单一季相影像分类,多季相影像的组合能够显著提高分类精度,春&夏季相组合能够得到最优的分类效果,相对单季影像总体分类精度提高了10.9%~25.5%,Kappa系数提高了0.09~0.29;SVM分类器的分类表现较为稳定,能够得到最高的平均分类精度,CART分类器在处理高维特征的能力不如随机森林和SVM;不同特征类型对湿地信息提取的贡献度从高到底依次是红边光谱特征、传统光谱特征、缨帽变换特征、主成分分析特征、纹理特征。实验成果能为湿地信息的遥感识别提供依据。