基于LDA和word2vec的英文作文跑题检测

针对目前国内的英语作文辅助批阅系统缺少准确而高效的跑题检测算法的问题,提出了一种结合LDA和Word2vec的跑题检测算法。该算法利用LDA模型对文档建模并通过Word2vec对文档训练,利用得到的文档主题和词语之间的语义关系,对文档中各主题及其特征词计算概率加权和,最终通过设定合理阈值筛选出跑题作文。实验中通过改变文档的主题数而得到的不同F值,确定了最佳主题数。实验结果表明所提出的方法比基于向量空间模型的方法更具有效性,可以检测到更多的跑题作文并且准确率较高,F值达到89%以上,实现了作文跑题检测的智能化处理,可以有效地应用在英语作文教学中。     

基于图像分层树的图像语义分割方法

针对传统语义分割模型缺乏空间结构信息,无法准确地描述对象轮廓的问题,提出了一种基于图像分层树的图像语义分割方法。分层树模型采用结构森林方法生成轮廓模型,为防止过度分割,运用超度量轮廓图算法得到多尺度轮廓图,然后利用支持向量机训练多尺度轮廓图生成图像分层树,通过随机森林精炼分层树,最终输出图像语义分割结果。在测试实验中,像素精确度达到82.1%,相比区域选择方法(Selecting Regions)提升了2.7%。并在较难区分的树和山脉的预测精确度上,相比层次标记方法(Stacked Labeling)分别提升了16%,25%,具有更高的稳定性。实验结果表明,在复杂的室外环境下,对图像语义分割的精确度、稳定性和速率均有明显改善。     

基于解析解的四阶PDE曲面裁剪方法

该文提出了一种可以广泛应用于四阶PDE曲面的裁剪方法。利用PDE的参数域内的曲线在曲面上投影,得到所求裁剪曲面的边界曲线,然后通过边界曲线的导矢与曲面在边界曲线处的法向量得到边界曲线处的跨界导矢,最后以求得的裁剪曲面的边界曲线以及裁剪曲面在边界曲线处的跨界导矢为PDE曲面的边界条件,用四阶的PDE曲面方程求得PDE裁剪曲面。     

“顶岗置换”模式培养高师准幼儿教师的探讨

＂顶岗置换＂模式不仅促进了一线学前教师的职后培训,更有利于高师准幼儿教师的培养;同时,＂顶岗置换＂对高师准幼儿教师的培养提出了相应的挑战：顶岗对学生的高要求——能否从学生变为教师,顶岗对学生的低回报——能否从教中学。提出相应策略,促进＂顶岗置换＂模式下准幼儿教师的培养。     

枝向量矩阵反馈环算法的MATLAB实现*

找到系统中的全部反馈环是系统动力学模型分析的基础。针对这一问题,比较了几种常见的反馈环计算方法,得出在时间复杂度上矩阵算法优于行列式算法。在计算机上用MATLAB实现了基于流率基本入树和强简化流率基本入树枝向量矩阵计算所有反馈环的矩阵算法,分析了算法的复杂性,并给出了相应的算例。     

A new high accuracy method for two-dimensional biharmonic equation with nonlinear third derivative terms: application to Navier–Stokes equations of motion

In this paper, we propose a new compact fourth-order accurate method for solving the two-dimensional fourth-order elliptic boundary value problem with third-order nonlinear derivative terms. We use only 9-point single computational cell in the scheme. The proposed method is then employed to solve Navier–Stokes equations of motion in terms of streamfunction–velocity formulation, and the lid-driven square cavity problem. We describe the derivation of the method in details and also discuss how our streamfunction–velocity formulation is able to handle boundary conditions in terms of normal derivatives. Numerical results show that the proposed method enables us to obtain oscillation-free high accuracy solution.     

基于曲线拟合和SVM的眼动信号分类算法研究

为提高基于EOG的眼动信号分类算法精度,改进基于EOG的人—机交互系统性能,提出了一种基于曲线拟合(curve fitting)与支持向量机(SVM)的眼动信号分类算法(CF-SVM),并设计了新的实验范式,增加了“扫视保持”环节.该算法采用曲线拟合方法进行特征提取,在此基础上,使用SVM分类器对眼动信号进行分类.实验室环境下,对9名眼部活动正常的受试者进行了眼动数据采集与识别,CF-SVM算法的平均分类准确率达到98.3％,与其他几种眼动识别方法相比较,其平均正确率分别提升了9.4％、5.9％、1.0％.实验结果表明,CF-SVM算法在眼动信号识别中表现了良好的性能,具有高的分类精度和鲁棒性.     

改进混合蛙跳算法在蔬菜总黄酮软测量中的应用

针对蔬菜总黄酮化学物提取过程复杂、非线性和生物参数难以在线测量等特点,提出了基于改进混合蛙跳算法优化最小二乘支持向量机的蔬菜总黄酮软测量模型。该模型对标准混合蛙跳算法进行改进,采用反向学习的种群初始化策略,确保个体分布的均匀性;并根据群体适应度方差大小,动态调整变异概率,使算法避免陷入局部最优;最后采用改进的混合蛙跳算法对最小二乘支持向量机的参数进行寻优,实现蔬菜总黄酮软测量。仿真结果表明,基于改进混合蛙跳算法的最小二乘支持向量机软测量模型具有测量精度高,稳定性好的优点,有利于蔬菜总黄酮化学物测量工程的实际应用。     

基于加密编码矢量的农业无线传感网数据安全存储方法

无线传感网为精准农业生产环境监测提供了一种有效的解决方案。针对当前农业生产中无线传感网感知数据传输和存储过程中存在的安全性不高、存储效率不佳的问题,在研究农业无线传感网主要特征的基础上,分析了云存储技术对农业传感器感知数据存储的有效性,利用改进的网络编码技术降低了传感器感知数据在传输汇聚时对无线网有限带宽的占用率,给出了基于加密编码矢量方法的农业无线传感网感知数据传输、存取安全性和效率分析,提出了一种基于加密编码矢量的农业无线传感网感知数据信息的安全存储新方法。大田生产环境测试结果表明,基于网络编码的加密编码矢量方法安全性较高,在数据量显著增加的情况下传输性能可进一步得到提升,从而验证了本方法的合理性和实用性。     

基于DE-EDA-SVM的瓦斯浓度预测建模仿真研究

瓦斯浓度作为衡量煤矿瓦斯危害程度的一个重要指标,为了能够更加准确的预测煤矿瓦斯的浓度,提出一种差分进化-分布估计（DE-EDA）算法优化的支持向量机瓦斯浓度预测新方法。利用无线传感网络系统采集工作环境中的瓦斯浓度数据,并经过降噪处理后作为训练样本。采用DE-EDA算法对SVM模型的惩罚参数C、损失参数ε以及径向基参数γ进行优化,利用优化后的模型进行瓦斯浓度的预测。通过MATLAB软件仿真可以得出,所采用的优化模型能够准确的预测煤矿瓦斯浓度的变化趋势。并与经过粒子群（PSO）算法优化的预测模型相比较。结果表明,经过DE-EDA算法优化的SVM模型具有训练速度更快、预测更准确的特点,为实际煤矿瓦斯浓度的预测和处理提供了更加可靠的理论基础。