基于卷积树核的中文微博情感要素识别

情感要素识别是情感分析的关键子任务之一,其目的是识别出文本情感所作用的情感对象。文本情感要素识别属于最细粒度的情感分析,吸引了大量研究者的关注。中文微博由于其语言简短灵活、文本不规范、噪声较大等特点,给中文微博情感分析研究工作带来了新的挑战。目前大部分情感要素识别方法都是基于规则的方法或者基于扁平化特征的统计学习方法,区分噪声的能力不强,性能提升有限。针对中文微博的特点,提出一种基于卷积树核的情感要素识别算法,即首先对句子进行词性标注与依存关系分析,将句子中的名词作为候选情感要素;然后基于两种不同的修剪策略对依存树进行修剪,以获取每个候选情感要素的结构化信息;最后采用卷积树核计算依存树的相似度,并在此基础上识别句子中的情感要素。NLPCC2012和NLPCC2013中文微博情感分析评测任务中的实验验证了该方法的性能,其准确率相比于传统方法有显著提升。     

基于自适应定位的传感器频率的对比研究

为了研究传感器的运动频率对目标定位的影响,运用传感器与目标之间的距离信息,提出一种能在连续时间内进行目标定位的线性自适应算法。借助定位算法的稳定性条件,理论分析了传感器的频率对目标定位的作用。进一步通过Matlab仿真,对比研究了不同频率的传感器对固定目标以及持续漂移目标的定位效果。实验表明,传感器的频率会影响目标定位的时间以及定位结果的准确性;高频率的传感器可以减少目标定位所需的时间;在三维空间中,当传感器在每个坐标方向上的振幅相同时,为取得准确的定位结果,传感器的频率分量不能完全相同。对持续漂移的目标进行准确定位,传感器的运动频率要比目标漂移频率高。     

橡胶对HIPS树脂落锤指标的影响

通过对高抗冲聚苯乙烯树脂出现产品落锤指标偏低问题的分析，从橡胶配量及其粒径大小上进行了改进，同时改进了工艺操作，采取了提高反应釜搅拌速度、降低乙苯浓度等措施。结果产品合格率达到９９％以上，优级品率达到９８％以上。     

基于链码的道路导向标志检测研究

随着交通智能化和智能车技术的发展,智能车对道路目标的识别成为智能车辆研究的一个重点问题。文中首先对道路图像进行了二值化处理、空间域平滑处理和边缘检测,使道路中如道路边沿、道路标线、导向标志的大致区域得到了初步认定,然后分析了道路导向标志的影像、形状等特征,利用数学形态学方法进行了初步识别,最后研究了基于链码特性的道路导向标志目标检测算法,实现了导向标志目标的初步识别和检测。     

一种卡尔曼增益约束滤波算法

在滤波过程中,将卡尔曼增益结合约束条件,可以有效地提高滤波精度.论文推导了含有卡尔曼增益约束条件的代价函数,根据Karush-Kuhn-Tucker（KKT）最小化的一阶必要条件,使用高斯牛顿法求出约束卡尔曼增益的最优约束解.最后对具有约束条件的目标跟踪问题进行了仿真实验,结果表明该算法的跟踪精度要高于普通卡尔曼滤波算法.     

一种分离纯化天然药物紫杉醇的新方法

A pharmacological interaction target(PFI)method for solving the difficult problem in the separation of taxol from cephalonmanin was proposed.A two-phase extraction technique was used to carry out the PIT separation process.The effects of buffer,temperature and protein on the separation were investigated.Feasible disassembly conditions were also discussed.The final purity of taxol can reach 95% or higher.     

基于独立分量分析的高光谱图像降维与压缩算法

论文提出了一种基于快速独立分量分析的高光谱图像降维算法.利用虚拟维数算法估计需要保留的独立分量数目,采用非监督端元提取算法自动获取端元矢量,并对快速独立分量分析的混合矩阵进行有效初始化.采用最大噪声分离变换对原始数据进行预处理,利用快速独立分量分析从变换后的主分量中依次提取出各端元对应的独立分量,最后对各个独立分量分别实施无损压缩.实验结果表明,该算法降维后的独立分量具有较好的地物分类性能,并且可以获得较好的压缩性能.     

无线传感器网络中移动目标跟踪的预测模型

动态目标的实时监测是无线传感器网络覆盖的必备技术和发展趋势,针对由于目标运动带来的网络动态拓扑变化和耗能高等问题,提出了一个预测模型。该模型通过综合分析目标在当前时刻前的信息如移动速度、移动方向的基础上,基于二维高斯分布,预测目标未来可能出现的区域,从而激活相应的传感器,减轻无线传感器网络的工作压力。并且设计相应的通讯协议,以保证基站与传感器节点之间数据稳定、实时的传输。基于仿真实验表明了该方法的有效性和可行性。     

一种改进的背景提取算法

背景提取,是利用背景差分法获取目标的重要步骤。针对传统背景提取算法需要处理大数据量的问题,本文算法在传统背景提取算法的基础上,利用一段时间内,相邻图像相同位置的灰度值基本处在同一平稳区间的原理和思路,通过对小数据量的多次操作来获取背景图像。实验结果证明,这种做法可以在使用较少内存使用量的基础上获得比较好的效果,并可快速有效地对背景进行更新。     

基于变维卡尔曼滤波的UUV目标运动优化估计方法

为实现无人水下航行器精准、安全的跟踪目标从而高效地实现目标的信息采集,提出了一种针对该个体的目标运动优化估计方法。此方法通过建立目标运动模型,基于卡尔曼滤波基本原理,利用变维卡尔曼滤波的方法,达到UUV个体对目标运动状态准确估计的预期效果。为提高该方法的可行性,在利用最小化目标位置估计协方差矩阵完成目标运动轨迹估计及优化的过程中,考虑实际UUV机动时的最大速度限制、与目标最小距离的限制。文章详细阐述该方法的实现和步骤,并通过仿真实验验证了该优化算法的有效性。