中文问句分类特征的研究

针对"不同的问句分类特征对问句分类的影响不相同,提取和处理这些特征的时间复杂度也不相同"的问题,提取问题疑问词、核心关键词(疑问词的一二级依存词和问句中心语)的主要义原、核心关键词的首义原、问句主谓宾的主要义原、命名实体、名词单(复)数等六种分类特征,采用支持向量机分类算法,对事实疑问句进行不同特征组合的分类对比实验,发现采用词义消岐技术提取的主要义原不仅对分类的准确率影响明显,而且大幅降低特征向量的维数,减少了处理时间。     

Least squares support vector machines with tuning based on chaotic differential evolution approach applied to the identification of a thermal process

In the past decade, support vector machines (SVMs) have gained the attention of many researchers. SVMs are non-parametric supervised learning schemes that rely on statistical learning theory which enables learning machines to generalize well to unseen data. SVMs refer to kernel-based methods that have been introduced as a robust approach to classification and regression problems, lately has handled nonlinear identification problems, the so called support vector regression. In SVMs designs for nonlinear identification, a nonlinear model is represented by an expansion in terms of nonlinear mappings of the model input. The nonlinear mappings define a feature space, which may have infinite dimension. In this context, a relevant identification approach is the least squares support vector machines (LS-SVMs). Compared to the other identification method, LS-SVMs possess prominent advantages: its generalization performance (i.e. error rates on test sets) either matches or is significantly better than that of the competing methods, and more importantly, the performance does not depend on the dimensionality of the input data. Consider a constrained optimization problem of quadratic programing with a regularized cost function, the training process of LS-SVM involves the selection of kernel parameters and the regularization parameter of the objective function. A good choice of these parameters is crucial for the performance of the estimator. In this paper, the LS-SVMs design proposed is the combination of LS-SVM and a new chaotic differential evolution optimization approach based on Ikeda map (CDEK). The CDEK is adopted in tuning of regularization parameter and the radial basis function bandwith. Simulations using LS-SVMs on NARX (Nonlinear AutoRegressive with eXogenous inputs) for the identification of a thermal process show the effectiveness and practicality of the proposed CDEK algorithm when compared with the classical DE approach.     

一种优化的AP-CAPSA中文文本结构分析算法*

从段落向量空间模型、特征词权重等多个侧面分析比较了已有的文本结构分析算法,提出了优化的AP-CAPSA算法;给出了算法性能的评价准则,并在不同的语料集合上进行了测试。实验表明该方法能够更有效地反映文本的结构,为中文自动摘要系统奠定了重要的理论基础。     

基于XC164CS微处理器的正弦脉宽调制信号的实现

把电压空间矢量的概念引入到正弦脉宽调制波形产生中,介绍了16位微处理器在正弦脉宽调制中的应用,并基于具体硬件结构利用双极性调制方法实现了正弦脉宽调制波形的生成。试验证明:本方案具有计算速度快、效率高的优点,在工程实践中切实可行。     

异步电机无速度传感器矢量控制的实现

介绍了一种交流异步电机无速度传感器矢量控制实现方案。该方案结合了传统的电流和电压磁链观测方法的优点，采用改进的磁链观测方法，在电机高速和低速运行时都能准确地观测磁链，从而估算出电机速度，实现无速度传感器的矢量控制。该实现方案基于高性能数字信号处理器TMS320F2806。试验表明，它在高速和低速段都其有较好的性能。     

基于三角形滤波卷积核的快速线积分卷积算法

基于纹理的线积分卷积(LIC)方法,能连续细致、动画地表示2D矢量大小和方向,但卷积计算极其耗时。针对这个问题实现了基于常数滤波卷积核的快速线积分卷积算法,提出并论证了基于三角形滤波卷积核的快速线积分卷积算法,对于实际矢量场,上述两种方法均将运算速度提高了一个数量级,而基于三角形滤波卷积核的快速线积分卷积算法的结果使图像更加平滑。     

基于规则和统计的中文自动文摘系统

自动文摘是自然语言处理领域里一个重要课题,本文在传统方法基础上提出了一种中文自动文摘的方法。在篇章结构分析里,我们提出了基于连续段落相似度的主题划分算法,使生成的文摘更具内容全面性与结构平衡性。同时结合了若干规则对生成的文摘初稿进行可读性加工处理,使最终生成的文摘更具可读性。最后提出了一种新的文摘评价方法(F-new-measure)对系统进行测试。系统测试表明该方法在不同文摘压缩率时,评价值均较为稳定。     

改进分块支持向量聚类在入侵检测中的应用

支持向量聚类(SVC)是在支持向量机的思想上发展而来一种聚类方法,针对其处理大规模数据集速度缓慢的缺点,提出了一种改进的分块支持向量聚类算法。改进的算法分为三个阶段:前期的预处理,中期的分块算法,后期的改进标类算法。提出的方法显著加快了SVC的速度,在保持原来SVC算法的优点的基础上,对大规模数据集以及非均匀分布数据集等具有良好的效果。将其应用到网络入侵检测,实验结果表明改进的算法行之有效。     

OSPF路由协议及其实现算法

随着网络规模的不断扩大，路由器在沟通子网连接和实现信息交换方面的重要作用逐渐被人们所认知。介绍了OSPF(Open Shortest Path First)路由协议的特征、实现算法和工作原理等内容。OSPF已成为目前Internet广域网和Itranet企业网采用最多，应用最广泛的路由协议之一。OSPF路由协议是由IETF(Internet Engineering Task Force)IGP工作小组提出的，是一种基于SPF算法的路由协议。     

一种矢量控制型变频器的设计方案介绍

对美国A B公司生产的 1336IMPACT变频器进行了深入研究 ,剖析了该型号变频器的矢量控制算法、参数自整定方法和无速度传感器运行方式下的参数辨识方法等细节问题 ,并在此基础上总结出了系统的控制方案和设计思想 ,得到了详细的控制系统结构