面向不平衡数据集的煤矿监测系统异常数据识别方法

异常数据识别对于煤矿安全监测系统具有重要作用,但安全监测系统中异常数据一般只占数据总量的1%左右,不平衡性是此类数据的固有特点。目前多数机器学习算法在不平衡数据集上的分类预测准确率和灵敏度都相对较差。为了能准确识别异常数据,以煤矿分布式光纤竖井变形监测系统采集的数据为研究对象,提出了一种面向不平衡数据集、基于去重复下采样(RDU)、合成少数类过采样技术(SMOTE)和随机森林(RF)分类算法的煤矿监测系统异常数据识别方法。该方法利用RDU算法对多数类数据进行下采样,去除重复样本;利用SMOTE算法对少数类异常数据进行过采样,通过合成新的异常数据来改善数据集的不平衡性;并利用优化后的数据集训练RF分类算法,得到异常数据识别模型。在6个真实数据集上的对比实验结果表明,该方法的异常数据识别准确率平均值达到99.3%,具有较好的泛化性和较强的鲁棒性。     

一种基于搭配的中文词汇语义相似度计算方法

词汇间的语义相似度计算在自然语言处理相关的许多应用中有基础作用。该文提出了一种新的计算方法,具有高效实用、准确率较高的特点。该方法从传统的分布相似度假设“相似的词汇出现在相似的上下文中”出发,提出不再采用词汇在句子中的邻接词,而是采用词汇在二词名词短语中的搭配词作为其上下文,将更能体现词汇的语义特征,可取得更好的计算结果。在自动构建大规模二词名词短语的基础上,首先基于tf-idf构造直接和间接搭配词向量,然后通过计算搭配词向量间的余弦距离得到词汇间的语义相似度。为了便于与相关方法比较,构建了基于人工评分的中文词汇语义相似度基准测试集,在该测试集中的名、动、形容词中,方法分别得到了0.703、0.509、0.700的相关系数,及100%的覆盖率。     

L3-值命题逻辑的R-演算

在L 3-值命题逻辑中,对应于矢列式推导的Gentzen推理系统G是单调的,而对应于余矢列式推导的Gentzen推理系统G-是非单调的。基于G和G-,文中给出了一个R-演算S,使得任意的R-转换Δ|AΔ,C是有效的当且仅当它在S中可证。因此,S在限制A进入Δ时是单调的,而在将A添加到Δ中时是非单调的。     

ANSYS有限元软件在永磁磁路中的应用

采用装置ＩＭＡＧ公司开发的一套大型ＡＮＳＹＳ５．２有限元软件对一种新型永磁振动装置的磁路进行分析，并确定其形状和尺寸，求出最佳值。     

关于内燃机进排气系统三分支通用边界模型的探讨

建立一种不依赖于实验数据并具有普遍意义的三分支边界模型一直是模拟计算研究工作者所关注的问题。本文引证并分析了有关压力损失的资料,并根据文献中的结论,在一定范围内将不可压缩流体所得到的总压损失系数应用于可压缩流体的计算。由此所建立的压力损失模型同等压模型组合得到了一个完整的三分支通用模型。与实测数据及等压模型的计算结果比较表明,该模型具有较高的精度。     

两个家乡菜

在我国许多大城市里,有不少享有盛名的菜馆酒家,供应脍炙人口的名菜名点.在这     

SOM-NCSCM+:抽取式神经网络中文标题生成方法研究

标题生成作为文本摘要任务的一个分支,能够帮助人们高效获取信息。本文针对中文标题生成任务面临的大规模、高质量中文标注数据缺乏的问题,利用标题往往可由原文中的词语来构成的特点,从将无监督学习模型与有监督的序列标注模型结合的角度出发,提出了融合聚类模型和主题模型的抽取式深度神经网络中文标题生成方法和模型。在缺乏人工分类标注信息的中文新闻数据集上,该模型可利用聚类和主题模型自动挖掘数据内部潜在的特征信息,获得不同的数据簇及各簇内的主题词来辅助中文新闻标题生成,使模型在具有潜在主题类别特征的、标题质量参差的中文新闻数据集上都具有较好的适用性。本文提出的中文标题生成模型在互联网上公开的中文新闻标题数据集上的实验结果也表明其在微观F1、BLEU、ROUGE、压缩率等评价指标上都取得了较基准模型更好的效果。     

物质上激励生活上关心——班组长有名又有利

班长,是兵头将尾,是“上有千条线、下有一根针”的引线人,其作用自然不可小视。然而,在重庆市松藻矿务局打通一矿基层队,班长的管理能力和技术素质参差不齐,有的会说会讲又会做、有的是身藏绝活却不会讲,还有的在排班会或班务会上“哑口无言”等等。这种情况,完全不符合“说唱俱佳”的现代的班组管理。鉴于以上几种情况,笔者认为让班长尝试写工作日记兴许能起到好的效果。 首先,班长写工作日记是适应矿     

颗粒增强镁基复合材料细观力学场的数值模拟分析

本文借助有限元数值模拟,研究了颗粒增强镁基复合材料的细观力学特征.结果表明,等效应力、应力球量、功耗、最大主应力和最大主应变存在明显的集中现象.尽管外力小于基体的屈服强度,但应力集中可使基体发生微区屈服.复合材料主要的失效形式为界面脱粘和基体开裂,同时,细观力学分析说明,增强体的强化作用主要来自于它对基体应力、应变状态的改变,而不是其本身对形变功的分担.     

从中文Web网页中获取实体简称的研究

简称是自然语言词汇的重要组成部分,其获取是自然语言处理中的一个基本而又关键的问题。提出了一种根据汉语全称从Web中获取对应汉语简称的方法。该方法包括获取和验证两个步骤。获取步骤通过选择查询模式从Web上获得候选简称集合。为了验证候选简称,定义了全简称关系约束,分别定性和定量地表示全称和对应简称之间的约束,构建了全简称关系图来表示所有全称和简称之间的联系,在验证过程中,先分别用约束公理和关系图对候选简称进行过滤,再用约束函数对候选简称分类,并以分类类别、语料标记和约束函数值作为属性构建决策树,利用决策树对候选简称进行验证。实验结果表明,获取方法的最终准确率为94.63%,召回率为84.09%,验证方法的准确率为94.81%。