基于XML的Web数据半自动采集

如何在信息量巨大的互联网上准确获取并长期跟踪用户关注的内容,是数据采集和挖掘的重要方面。探讨Web数据采集理论及其应用技术,给出一个半自动采集模型,设计基于旅游业数据的采集系统,验证数据半自动采集的可行性。     

一种面向自动文本摘要特征评价的新方法

自动文本的特征评价方法的研究一直未受到研究者们的重视。以往只是简单地将面向文本集的TF.IDF特征评价方法应用于针对单文本的自动文摘领域,该方法无法排除低频词噪音的影响,特征评价存在明显误差,致使不能准确计算文本特征。文章引入信息熵,提出了针对单文本的特征评价方法TF.IDF.H。实验表明,新的特征评价方法能够准确获得文章主题特征,更好地改善文摘质量。     

一种节能高效固体软氮化技术的研发

针对固体软氮化存在的能耗高、效率低等不足之处,研究设计了一种新的节能、高效固体软氮化技术。新技术通过在软氮化粉末渗扩介质与被渗样品间施加合适参数的直流电场来实现。研究结果表明,直流电场可降低处理外热温度,显著增加渗速,改善渗层硬度梯度分布,达到了节能、高效之目的。     

基于相对条件熵的搭配抽取方法

针对以往研究将搭配视为词项的简单并置，而没有考虑词项间的倾向性的问题，提出了一个基于相对条件熵的搭配倾向统计模型，衡量中心词对上下文同现词的依赖程度。此外，加入语言学启发式规则，利用词性过滤器和滑动窗口的方法识别搭配边界，最终形成了在开放语料库环境下的搭配抽取方法。该方法具有很强的解释性，有效地揭示了搭配构成的内在机理。经过证明，搭配倾向强度可以解释为由方向修正的互信息。     

DTZH1505：大规模开源中文普通话语音库

近年来,深度学习在语音识别领域取得了突破性进展,并推动语音识别技术广泛应用到人们的日常生活中。语音识别模型的进一步优化需要更大规模标定数据的驱动,然而,目前开源的语音数据集规模仍太小,语料多为偏向书面用语的新闻类长文本。针对人机交互、智能客服等热门语音识别应用,通过众包模式采集朗读式语音,构建并开源了迄今为止最大规模的中文普通话语音数据集DTZH1505。数据集记录了6?408位来自中国八大方言地域、33个省份的说话人的自然语音,时长达1?505?h,语料内容涵盖社交聊天、人机交互、智能客服以及车载命令等,可广泛用于语料库语言学、会话分析、语音识别、说话人识别等研究。开展一系列基准语音识别实验,实验结果表明：相较于同规模中文语音数据集aishell2,基于此数据集训练的语音识别模型效果更好。     

电压互感器不宜采用三相三柱式结构原因分析

通过理论分析和试验数据研究,发现了变电站10kV母线上广泛使用三相五柱式电压互感器,而较少甚至基本不使用结构比其简单的三相三柱式电压互感器的原因。     

基于可视化技术的地区电网智能调度预警系统设计应用

智能调度系统是建设坚强智能电网的核心内容之一。结合地区电网智能调度预警系统的实际应用需求研究相关的可视化技术。在分析智能调度系统及可视化技术相关概念和研究现状的基础上,提出了智能调度可视化系统的设计总体思路与原则。通过对智能调度可视化系统的主要功能及软硬件的构建分析,实现了基于SVG技术的可视化展示。通过二维、三维图形展示电力一次接线图信息、状态评价信息、试验信息及设备属性信息等,直观地显示出数据之间的内在联系,便于快速获取信息,提高运行人员的工作效率。     

切丝前金属自动分离装置的研制

在切丝机前叶片中含有金属的常规分离方法,不能将金属物与叶片彻底分离,仍需要人工进行挑拣。通过设计金属自动分离装置,能够将金属物单独挑拣出来,节省了人力,确保了制丝生产的连续性,提高了工作效率,分离效果良好。     

基于选择倾向性的词汇获取方法

通过分析几种统计评价方法发现,互信息法可用于衡量二元独立性,淘汰机会二元组;χ2检验能更合理地评价词汇组合的选择倾向性,获取频繁二元组发现;对数似然比检验可以有效获取稀疏二元组,弥补其他方法无法克服的稀疏数据问题。将互信息、χ2检验、对数似然比检验组合,并加入词汇子范畴框架的启发式规则,提出一个层次分明的综合多种统计评价方法的词汇获取方法。     

直流电场对固体软氮化的影响与作用机理分析

以45钢和20CrMnMo钢为例进行了直流电场下的固体软氮化.软氮化试样为直流电场负极,电场正极为板状,平行于试样的欲软氮化面放置.实验结果表明:直流电场加速软氮化过程,改善渗层硬度梯度分布;直流电场的加热作用加速渗剂的化学反应,提高N、C原子在试样中的扩散速度;与常规加热固体软氮化工艺相比,效率提高.分析认为:直流电场使含N、C活性基团向负极试样快速定向扩散,使得负极试样周围N、C浓度较常规粉末渗中的单纯热扩散提高,相对减少了渗箱内壁与样品非工作面对N、C原子的吸收;直流电场的物理作用强化渗剂间的化学反应,从而增加活性N、C原子或含N、C活性基团的产率与活性.