TCP 拥塞控制的混杂建模与分析

互联网中的拥塞控制是一个离散事件与连续变量相互作用的混杂动态过程．假定拥塞事件为一个更新过程序列，采用含有一个状态的随机混杂自动机模型，描述了TCP拥塞控制中的AIMD过程．通过分析发送端拥塞窗口的演化行为，发现拥塞窗口的演化过程与TCP连接的吞吐量具有稳定的统计特征，与初始条件无关．解释了当路由器采用去尾策略时，引起的流同步现象与分析结果的一致性．最后对分析结果进行了仿真验证．     

一种非监督的事件触发词检测和分类方法

事件触发词检测和分类是事件抽取中至关重要的第一步。传统的抽取和分类方法往往倾向于监督学习方法，如条件随机场、SVM等，但由于这类方法需要繁重的人工标注且受限于预先定义好的类别，因此很难在开放领域中得到应用。提出了一种非监督的事件触发词检测和分类方法，利用主题模型获取候选触发词在主题上的分布，然后利用二值状态自动机模型捕获高概率的主题，从而筛选出真正的事件触发词和相应的分类。在大规模的未标注新浪新闻数据集上的实验结果充分验证了本文方法的有效性。