基于自适应隐反馈用户行为模型的数据源选择

当前搜索引擎用户个性化的研究是搜索引擎优化的一个研究分支.当前检索模型的主要弊端就是搜索引擎用户提供的信息很少.目前主要借助于用户在和元搜索引擎交互的过程中提供的隐反馈信息对成员搜索引擎的数据源选择算法进行优化,利用语言模型对用户检索行为建模,用户与元搜索引擎交互的过程中动态更新用户行为模型,自适应的满足不同检索动机的用户的信息需求.     

放射性物质个体自主安全智能

当前放射性物质主要依靠入侵报警系统、视频监控系统和出入口控制系统等外部手段来保障安全。当面临低空、水下等安全威胁或系统故障导致外部安保系统失效时,放射性物质将失去安全保障,致使放射性物质发生丢失或被盗等核安全事件。本文提出放射性物质个体自主安全智能的概念,赋予放射性物质感知和应对自身所面临危险的能力;提出内在安全智能与外在安保能力相结合的安保级别划分,为满足不同类型的放射性物质安全性需求提供新的实现方式。     

融合复制机制和input-feeding方法的中文自动摘要模型

针对中文自动摘要准确率不高的问题,在含有注意力机制的序列到序列（sequence-to-sequence,seq2seq）基础模型的解码器中融合了复制机制和input-feeding方法,提出了准确率更高的中文自动摘要模型。首先,该模型使用指针网络将出现在源序列中的OOV（out-of-vocabulary）词扩展到固定词典,以实现从源序列复制OOV词到生成序列中;其次,input-feeding方法用于跟踪已生成序列的注意力决定信息以提升模型输出准确率。在NLPCC2018数据集上的实验结果表明,与基础模型相比,所提出模型获得了更高的ROUGE得分,验证了该方法的可行性。     

一种基于CDC的适用于高维数据的因果推断算法

一对观测变量之间的因果关系的推断是科学中的基本问题,基于观测数据分析提出因果关系的方法对于产生假设和加速科学发现具有实用价值。利用传统的因果推断算法从高维数据中学习因果网络结构和提高学习准确率是目前研究的难点。在引入耦合相关系数(copula dependence coefficient,CDC)的基础上,提出了一种适用于高维数据的两步骤因果推断算法。首先该算法利用优于最大信息系数的CDC对变量间的关联度进行检测,寻找目标节点的父子节点集;然后使用非线性最小二乘独立回归算法,为图中的目标节点与其父子节点之间标注因果方向;最后迭代所有的节点完成完整的因果网络结构。实验结果表明,该算法提高了高维数据下因果网络结构学习的准确率。同时在大样本数据集中,该算法的时间复杂度优于传统算法,对异常值具有鲁棒性。     

变化数据捕获研究及基于SQL SERVER的开发与应用

变化数据捕获是数据集成的核心内容,为高效地实现数据集成,探讨了变化数据捕获的常见机制,重点介绍了SQL SERVER的变化数据捕获方案——更改跟踪和变化数据捕获,并以实际开发项目为背景,介绍在偶尔连接场景下,如何运用变化数据捕获技术,合理设计数据集成方案,满足业务要求,实现异构数据源的有效更新．     

程序断言动态检测工具的设计与实现*

重点研究了断言的动态检测方法与检测过程,并在关系数据库理论的基础上实现了交互式的断言动态检测工具,即TDDPA。该工具具有动态检测程序断言等功能,并通过将运行轨迹收集到数据库中来实现检测到的各种断言形式分析,说明了TDDPA总体设计结构及实现过程。结果证明TDDPA能更方便有效地发现程序中所蕴涵的断言。     

核电站厂用电供电可靠性及建模

冗余供电方式可以提高核电站厂用电系统的安全可靠性,基于可靠性理论,分析并推导单向切换双冗余、双向切换双冗余、单向切换多级冗余三类供电模式的可靠性,分析系统结构因素,提出单向切换多级冗余作为核电站实际供电模型;该模型符合纵深防御原则、单一故障准则的设计理念,同时体现供电优先级别、可维修检验的工程要求.     

龙格库塔程序的似然蜕变关系识别方法

为解决蜕变测试中的蜕变关系识别问题,提出一种似然蜕变关系识别方法.根据程序算法层面的数学性质,结合领域知识给出识别输入模式的指导规则;利用SPSS工具从程序输出结果中自动化地挖掘出相应的输出模式,使输出模式的挖掘过程既简单又高效;通过产生新的测试数据来检验输入、输出模式,获得一批有意义的似然蜕变关系.通过常微分方程龙格...     

融合《知网》和搜索引擎的词汇语义相似度计算

针对当前《知网》的词语语义描述与人们对词汇的主观认知之间存在诸多不匹配的问题,在充分利用丰富的网络知识的背景下,提出了一种融合《知网》和搜索引擎的词汇语义相似度计算方法。首先,考虑了词语与词语义原之间的包含关系,利用改进的概念相似度计算方法得到初步的词语语义相似度结果;然后,利用基于搜索引擎的相关性双重检测算法和点互信息法得出进一步的语义相似度结果;最后,设计了拟合函数并利用批量梯度下降法学习权值参数,融合前两步的相似度计算结果。实验结果表明,与单纯的基于《知网》和基于搜索引擎的改进方法相比,融合方法的斯皮尔曼系数和皮尔逊系数均提升了5%,同时提升了具体词语义描述与人们对词汇的主观认知之间的匹配度,验证了将网络知识背景融入到概念相似度计算方法中能有效提高中文词汇语义相似度的计算性能。