基于SVM和CRF双层模型的FrameNet框架消歧

框架消歧指的是在给定的句子中根据目标词的上下文语境,自动识别出有歧义的目标词所属的框架。针对传统FrameNet框架消歧方法使用单一分类模型时没有考虑到目标词之间的联系而导致隐性特征难以被提取,以及分类结果比较依赖分类模型的性能及参数的设置的问题,提出了一种基于SVM和CRF双层模型的FrameNet框架消歧方法。该方法利用分治思想将框架消歧问题转化为对目标词的分类及序列标注。第一层SVM模型对输入的语料进行粗分类,得到分类标签序列;第二层CRF模型将文本序列和SVM模型的分类标签序列作为输入,将分类标签加入特征模板进一步进行序列标注。实验选取了FrameNet语义知识库中能够激起多个框架的18个词元,2?614条例句作为实验数据。实验结果显示,与传统方法相比,基于SVM和CRF的双层模型有较高的准确率,证明了该方法是一种较为适用的FrameNet框架消歧方法。     

基于石英挠性加速度计A/D与I/F数据采集系统的对比研究

为满足对寻北仪导航系统中加速度计采集数据的高精度要求,提出了基于石英挠性加速度计的A/D采集系统与I/F数据采集系统的对比研究;系统采用了高精度A/D转换芯片AD7693和V/F高精度转换芯片LM331分别对石英挠性加速度计采集的数据进行处理转换,以FPGA芯片XC7Z020为逻辑控制核心对转换的数据进行编帧处理,通过RS232总线将处理的数据发送到上位机;测试结果表明,在相同条件下,I/F采集系统转换的精度99.99％优于A/D采集系统转换的精度98.7％;短时间内,I/F采集系统采集的数据变化不大,A/D采集系统采集的数据变化大,所以I/F采集系统稳定性更好.     

基于CNN和SVM的人脸识别系统的设计与实现

针对人脸识别在实际应用中存在姿态变化、表情、遮挡等问题,研究了结合支持向量机(SVM)分类的卷积神经网络(CNN)人脸识别算法,设计并实现了人脸识别系统。系统首先使用CNN提取人脸特征向量,再将特征向量通过SVM进行分类。测试结果表明,系统在训练样本充分时面对人脸姿态变化、表情、遮挡等情况下都具有较好的性能,识别率在95%以上,能满足一般的人脸识别需求。     

基于支持向量机的磨削表面烧伤识别研究

磨削加工是机械加工中的重要工艺之一,磨削烧伤对工件的各方面的性能有很大影响.因此,需要对磨削烧伤进行分级并识别以提高工件品质.论文采用支持向量机法对采集的磨削烧伤图像的颜色以及纹理特征进行深入地分析和研究.研究结果表明,随着数据量的变化,支持向量机模型对不同烧伤类型的识别准确率并不相同,当数据量为500时,支持向量机的类型识别准确率最高为94.02％.基本满足实际工程中对磨削烧伤识别的准确率要求,并具有一定的实际推广意义.     

基于谱聚类的不平衡数据欠采样方法研究

不平衡数据的分类问题在数据挖掘和机器学习领域中,一直是备受关注的问题.论文从数据预处理方面出发,提出一种基于谱聚类的欠采样方法,以此来降低数据的不平衡程度.先对多类样本进行谱聚类,根据每个聚类簇的密集程度,以及到少类样本的平均距离,来计算每个聚类簇的采样数目和选取怎样的多类样本,此欠采样方法可以有效去除多数类的冗余数据.实验结果证明,该算法可以有效提升少类样本的分类效果.     

区域电网机网协调系统调试方案研究

随着电力体制改革的进一步深入,多个地区都建立了区域电网,区域电网的安全稳定运行对各地区和企业的经济社会发展具有重要作用。为了确保区域电网的安全稳定运行,需要进行区域电网安全稳定性试验,某区域电网机网协调系统试验就是该电网的安全稳定性试验。笔者通过介绍某区域电网的机网协调系统的结构、配置和功能,以及机网协调系统试验的目的、步骤、风险、安全措施和注意事项,形成具有可操作性的区域电网安全稳定性试验方案。该方案对于区域电网安全稳定性试验起到一定的参考作用。     

基于手机传感器的握持方式判断及运动状态识别

传统运动识别技术多以传感器位置固定为前提进行识别,但当传感器放置位置或握持方式发生变化时运动识别率会受到相应影响。该文提出了一种基于手机传感器的握持方式判断及运动状态识别方法,解决了传感器随放置位置不同影响运动识别率的缺点。该方法首先通过传感器对设备握持方式进行判断,使用不同握持方式下的三轴加速度数据进行特征提取,通过多层小波变换得到各层高频和低频部分,对其进行组合形成初级特征,用奇异值分解对初级特征进行降维得到最终特征,使用基于径向基核函数的多分类支持向量机 (SVM) 对特征分类,进而判断不同握持方式下的不同运动。实验结果表明,该方法对不同运动方式下的平均识别率为93%。     

一种改进的模拟退火算法优化的支持向量机在交易信号研判中的应用

针对利用机器学习算法支持向量机来研判交易信号时的参数设置问题,本文首先提出一种改进的模拟退火算法(三交换法)来优化LIBSVM工具箱中的惩罚因子"-c"和核函数因子"-g"的选取,然后建立一个基于历史证券技术指标信息的量化择时模型.实证研究表明,改进后的ISA-SVM算法相比于二交换法和互逆交换法不仅可以更好地收敛于最小能量,而且在实际投资中可以对交易信号进行更准确的预测、实现更为可观的收益回报.     

基于机器学习的用户窃电行为预测

新型智能电表普及后,为了准确检测出电网中的窃电用户,可以结合机器学习的方法.为此,选择了支持向量机、随机森林和迭代决策树3种机器学习中较常用的大数据算法进行分析,通过不断调整试验数据集的大小,对3种算法的效率和准确率进行测试.对比分析结果发现,随机森林算法运行的时间和数据量的大小基本呈线性关系,效率较高,且准确率稳定在86%以上,表现较好.