面向在线顾客点评的属性依赖情感知识学习

该文研究属性依赖情感知识学习。首先提出了一个新颖的话题模型,属性观点联合模型(Joint Aspect/Opinion model, JAO),来同时抽取评论实体属性及属性相关观点词信息。在此基础上,对于各个属性,构造属性依赖的词关系图,并在该图上应用马尔科夫随机行走过程来计算观点词到少量褒、贬种子词的游走时间(Hitting Time),进而估计这些词的属性依赖的情感极性分值。在餐馆点评数据上的实验表明所提出的方法能有效抽取属性相关观点词,同时有效估计其属性依赖的情感极性分值。     

湘江流域金属污染的贝叶斯预测实证研究

水环境是一个充满不确定性的复杂巨系统,传统水质模型很难体现重金属污染物在河流中迁移的随机性。本文选择ARIMA模型作为重金属预测模型,运用贝叶斯相关理论进行分析、参数估计和预测,从而不仅获得点预测结果,而且获得区间估计和概率预测结果。实例分析证实,基于贝叶斯方法的ARIMA模型能够获得很好的点预测和区间表现。     

HJ-1A NDVI与MODIS NDVI时间序列提取植被物候特征对比研究

以HJ-1A和MODIS为数据源,通过动态阈值法提取物候特征参数,对HJ-1A NDVI和MODIS NDVI时间序列进行植被物候特征提取进行定性和定量比较,通过比较结果,提出HJ-1A NDVI数据在该应用中存在的问题,促进国产中空间高时间分辨率影像数据在植被物候信息提取研究中的应用,提高其在生态系统研究中的应用价值。结果表明:在SOS、EOS和LOS以及TOMS几个主要的物候时间点上,MODIS NDVI时间序列的标准差较小,所得物候数据更为集中,偏离度较小,所得物候数据较稳定;而HJ-1A NDVI时间序列所得物候数据的标准差较大,数据偏离程度较大,而在POS、BOS和AOS等表征植被生命周期中生长幅度数据上,其标准差较小,离散程度小。     

NASA系列雪参数反演算法在单像元内的时间序列验证与分析

NASA系列算法(Chang,NASA96和Foster算法)是被动微波遥感反演雪深、雪水当量的简单、实用的经验算法,并经过了很多学者大范围的算法验证和改进。为了进一步评价NASA系列算法在东北地区的时空适用性,于长春净月潭区域选定了一个以农田和森林为主的10km×10km被动微波遥感混合像元,在时间上连续观测整个干雪期(2014年12月至次年2月)的积雪参数和气象数据,结合FY3B卫星搭载的微波成像仪(MWRI)亮温数据,对NASA系列算法精度进行了评价分析。结果表明:对于雪深的反演,Chang算法和NASA 96算法前期反演效果较好,后期随着时间的推进高估雪深的趋势愈加明显。由于考虑了森林覆盖率的影响,NASA 96算法的反演精度更高。两种算法最大高估值分别是24.46和14.62cm,这是因为期间雪性质不断变化,尤其是雪粒径不断增大的缘故。Foster算法也严重高估了雪水当量,可能是由于积雪类型的分类系统未必适合于东北地区的积雪特征。本文的积雪连续观测数据为认识东北地区的积雪特性奠定了基础,对算法的时间序列验证与分析为雪参数反演算法的进一步改进提供了可靠依据。     

基于分布式聚类的有向传感器网络移动目标跟踪算法研究

针对有向传感器网络DSN（Directional Sensor Networks）中,传感器节点部署数量对目标跟踪精度、网络寿命和能效问题的影响方面,提出了一个分布式聚类算法,该算法在优化活跃传感器和节点的直接通信过程中,由分布式集群来负责协调成员间的节点,通过传输给Sink的定位信息及从多个节点聚集的传感数据来准确定位目标的位置。基于该理论的目标跟踪机制,提高了目标跟踪精度、增加了网络寿命和网络剩余能量。并进行了仿真验证,结果表明该方法能实现更高的跟踪性能。     

一种并联式油电混合动力多轴飞行机器人设计及实验

多轴飞行机器人与固定翼飞机相比具有可悬停、可垂直起降的优势;涵道推进器在同等直径下具有更大的吸收功率和推力。本文结合两者优势,设计并试验了一种并联式油电混合动力的多轴飞行机器人,并针对该飞行机器人悬停定位精度和续航时间展开研究。通过实验证明,该飞行机器人能够在空中保持稳定悬停,与单一电驱动的飞行机器人相比,续航时间更长,有效载荷重量更大。     

降噪耳机选购建议

昂贵的价格,拔高的宣传,使得降噪耳机在诞生的那天就被打上了高端的烙印。不过当怀着热切的心买回来后,许多朋友发现此类耳机的表现远远低于预期。降噪耳机是什么?它和普通耳机有何区别?它到底适不适合于我们?今天我们就来探讨一下。降噪和普通耳机的区别顾名思义,降噪耳机就是可在一定程度上降低环境噪音,从而可为我们提供一个更安静的聆听体验的耳机(图1)。和很多朋友想象中的不同,     

基于站点首页相对浏览时间的会话识别方法研究

随着电子商务的快速发展,Web日志挖掘技术越来越受到人们的青睐.会话识别是Web日志挖掘首要环节,是数据预处理中的关键步骤之一.精确的会话识别方法对于有效分析用户行为起着至关重要的作用.通过分析传统会话识别方法的优缺点,提出一种基于站点首页,并利用页面相对浏览时间计算动态时间阀值的会话识别方法.通过实验,验证了新方法的可行性.     

欧氏平面快速k-瓶颈斯坦纳树近似算法

瓶颈k-Steiner树问题描述如下：给定n个点和一个正整数k,寻找一棵Steiner树用至多k个Steiner点将n个点连接起来,使得此Steiner树的最长边最短。L. Wang和D.-Z. Du证明了适用于欧几里得平面瓶颈斯坦纳树算法的近似性能比为2,并且给出了一个适用于该问题时间复杂度为(nlogn+kn)的算法,在欧几里得平面上和近似性能比为2的前提下,通过引入最大堆和斐波那契堆分别对该算法进行优化,优化后算法的时间复杂度分别达到(nlogn+klogn)和(nlogn+k),优化后的算法在现实中可以更好地应用。     

几种经典的排序算法综述

排序是将由若干数据元素(或记录)构成的一条任意序列,重新根据特定关键字排列成一条有序的序列的一种操作.介绍了6种经典的排序算法:冒泡、快速、直接插入、希尔、简单选择、归并,详细讨论了这6种排序算法的基本思想、时间复杂度,并对这些排序算法进行了分析和比较.