重复启动条件下汉语名动兼类词的词类激活研究

在语言信息加工过程中,词类激活(词性提取)直接关系到对语言的理解,词类激活问题本质上是句法问题。该研究采用重复启动方法考察汉语名动兼类词的词类激活问题和词类(形容词和副词)的启动效应(PE)问题,以期加深对词汇信息提取过程的认识。研究认为,词类具有启动效应,汉语名动兼类词的词类激活与启动词类型、启动时间(SOA)密切相关。名动兼类词的词汇信息,尤其是词性信息的提取受到前置词的词类及阅读时间的影响。     

基于隐Markov模型的汉语词类自动标注的实验研究

汉语词类自动标注技术在中文信息处理现实应用中占据着十分重要的位置。论文在经过人工分词和词类标注的大规模汉语语料库的支持下 ,通过一系列对比实验 ,对基于隐 Markov模型的汉语词类自动标注算法进行了系统的考察 ,并得出结论 :1Bigram模型的“性能价格比”较 Tri-gram模型更令人满意 ;2以 7万词次左右的标注语料库训练 Bigram模型即已基本够用 (此时 ,兼类词词类标注正确率及文本词类标注正确率分别可达 93%和 97%以上 ) ;3Bi-gram模型对不同领域具有一定的适应性。这些结论对设计实用型汉语词类自动标注系统具有指导意义。     

指数平滑结合条件Markov预测模型研究——基于新疆货运量预测

建立了一个时间序列预测模型。以三次指数平滑模型为基本预测模型,并基于马尔科夫链定义了误差修正模型--条件马尔科夫链。条件马尔科夫链的特点在于将传统马尔科夫链中的一步状态转移概率矩阵变成条件一步状态转移概率矩阵,即在条件马尔科夫链的状态转移概率矩阵中,每个元素的意义为:在已知t-1时刻的状态下,t时刻的状态转向t+1时刻状态的概率:即P{(E_t→E_(t+1))/E_(t-1)}。在文章中以新疆货运量为实验对象,通过对新疆货运量这一指标用三次指数平滑模型,用三次指数平滑模型结合马尔科夫链和三次指数平滑模型结合条件马尔科夫链三个模型进行预测,结果显示,经过条件马尔科夫链修正后的预测结果误差最小,证明文中模型可以有效提高预测精度。     

基于马尔科夫链的MOOC计算思维学习规模的预测

利用中国大学MOOC平台数据,统计从2012—2018年的计算思维课程修学人数,建立马尔科夫链模型。确定学习规模变化的平稳S、增长G和减少R等3个状态,设定变化概率的计算公式,明确变化概率的值与状态的对应关系,并据此确定一次转移矩阵。根据预测数据的特点,比较估算状态转移概率矩阵的多种求解方法,选择二次规划法求解状态转移概率矩阵。引入最小二乘法的思想,将各个概率非负以及行和为1的条件加入模型中。在Matlab中实现了状态转移概率矩阵的求解过程。依据状态转移概率矩阵预测MOOC计算思维课程的学生规模,进行了模型检验。结果表明,建立的马尔科夫链模型可以预测中国大学MOOC计算思维课程规模的变化趋势,对未来发展规模的预测结果进行了分析。     

需求服从位相分布的供应链的协调控制

从需求服从位相分布角度研究一个生产商和多个零售商构成的供应链. 将其模型成Markov过程,通过分析供应链上各状态间的转移关系给出一个生产商与三个零售商的状态转移矩阵的表达式,并推出零售商在各个不同位相上的缺货概率及满货概率的计算公式,为供应链的协调控制提供了理论依据. 数值实验说明不同需求变化可以引起零售商服务水平变化.     

基于时变状态转移隐半马尔科夫模型的寿命预测

隐半马尔科夫模型在进行系统状态估计及寿命预测时,其状态转移概率矩阵是固定值,得到的剩余寿命预测值呈阶梯状变化,与系统的实际剩余寿命值之间存在着较大的误差.针对上述问题,提出了具有时变状态转移概率矩阵的隐半马尔科夫模型,根据系统的3种典型退化状态分析,给出3种不同的状态转移系数.与初始状态转移矩阵相结合,得到随时间变化的状态转移矩阵.提高系统在当前健康状态下的剩余持续时间估计精度,最终得到更为准确的总体剩余寿命预测值.结果表明,基于时变状态转移概率矩阵的隐半马尔科夫模型相比传统的隐半马尔科夫模型,可显著提高剩余寿命预测的准确性.     

基于Markov链的最优化预测模型及其应用研究

马尔可夫预测方法在预测领域有着广泛的应用.该方法应用的一个重要的问题就是如何估计一步状态转移概率矩阵.在历史资料没有给出系统处于n个状态次数的情况下,给出一步状态转移概率矩阵估计的最优化方法.最后探讨了基于M arkov链的最优化预测模型在长江水质预测中的应用,从而表明该模型的有效性.     

大系统马尔可夫模型状态转移概率矩阵的快速形成方法

提出马尔可夫模型状态转移概率矩阵的快速形成方法．定义元件状态转移率矩阵和系统状态数组,将系统状态转换为便于计算机存储与处理的数组,有效地描述了系统状态之间的转移;基于元件状态转移率矩阵和系统状态数组提出不受系统状态和元件状态数目限制快速准确计算状态转移率的方法,通过挖掘状态转移概率矩阵中非零元素的分布规律提出非零元素的快速定位方法,进而快速形成状态转移概率矩阵的稀疏存储;针对由两状态元件组成的系统,提出基于给定系统状态排序和服务状态集数纽快速定位状态转移概率矩阵中非零元素的方法．将其应用于电力系统概率安全性评估,以新英格兰10机39节点系统为例,证实了方法的有效性和实用性．     

混合效应模型在道面状态转移概率估计中的应用分析

为研究混合效应Logistic模型确定马尔可夫状态转移概率矩阵的方法及效果,以道面结构厚度、道面使用时间、状态等级和交通量等因素变量为固定效应,以截距为随机效应,建立混合效应Logistic模型.采用多个机场积累的道面实测PCI值为数据源,估计模型参数并作实例分析.结果表明:①应用混合效应Logistic模型可分析多因素对道面使用性能的影响,获得非齐次状态转移概率矩阵,实现道面使用性能马尔可夫动态预测,显著改善概率预测的精度;②混合效应Logistic模型中随机效应能够反映道面数据内不可观测的异质性,降低模型残差的相关性,提高固定效应参数估计的可靠性;③通过对混合效应Logistic模型随机效应参数bi的估计,可得到数据源内任意个体道面的状态转移概率矩阵,克服传统方法多次建模及数据不足的困难,从而实现对特定道面的性能预测.     

小议词的兼类与其在词典中的正确反映形式

兼类词是现代汉语中一个很特殊的问题。近年来有许多学者就该问题进行了阐述。兼类词的概念，如何判断一个词是否兼类，兼类词在汉语中的地位。兼类词是否应该在辞典编撰中得以体现，本文分别对上述问题进行了探讨。     

基于词性预测的中文文本自动查错研究

运用语料库语言学统计方法对中文文本自动查错的有关问题进行探讨 ,使用词性间关系进行查错 ,主要依据词性二元同现概率、互信息、词性 2阶Markov模型     

一种基于汉维对齐的双语语料库的获取方法

文章以维吾尔文为对象,提出了一种汉维对齐的维文语料库获取方法,通过对照汉维特点,首先对维文进行词干切分,并在此基础上借助词干表和词频表进行词性标注,然后对汉维进行对齐,从而实现汉维双语语料库的获取,对维文及其他少数民族语言的分析及研究提供一种可行的方法.     

一类不确定系统的保性能变结构控制

针对一类不确定系统,提出了保性能变结构控制器的设计方法,首先设计了一个切换面,利用状态变换和线性矩阵不等式给出了滑动模态的存在条件和算法,使得滑动模态不仅渐近稳定而且满足给定的性能指标.其次利用模糊逻辑系统的万有逼近性能,设计了一种变结构模糊控制律,该控制律能使空间任意点出发的系统状态都在有限时间内到达切换面并渐近到达原点.最后,一个仿真例子说明了所给方法的有效性和可行性.     

藏文文本分词赋码一体化研究

在藏文文本理解中虚词发挥着重要的句法、语义桥接作用,其规则的有效性在藏文分词处理中扮演着特殊的角色。由于虚词本身及其角色的丰富性,在一定意义上可以说藏文分词处理是虚词识别的过程。因此,虚词识别的正确与否直接影响着藏文文本分词处理的效果。文章依据藏语自身的语法规律和虚词功能的特殊性,首先构建了虚词知识库、虚词兼类库,以及其作为藏文连续文本中识别虚词的依据;其次,研制了标有词汇属性的分词词表和一定规模的训练语料库资源,以基于条件随机域（CRF）的方法进行词性标注,并结合虚词和词性赋码的资源制作了藏文自动分词赋码一体化处理的模型。     

POS无线数据传输终端的设计

在基于公用电话网（PSTN）的有线POS的基础上，设计了一个通过GSM网络来同银行主机系统建立连接的终端模块，这样的话原有POS机既可以以原来的方式工作，也可以接上本文设计的终端模块通过GSM网建立同银行主机的连接。     

蒙古语单词词性自动识别研究

在对蒙古语语法信息进行研究的基础上，设计了蒙古语单词词性自动识别系统．介绍了词性识别所需要的知识库及识别系统的设计和实现方法．     

一种移动IPv6中端到端的QoS上下文转移框架

提出了一种基于快速层次移动IPv6协议的QoS上下文转移框架,弥补了上下文转移协议中上下文仅在移动节点切换前的接入路由器和切换后的接入路由器间转移不能满足端到端的QoS机制需求的不足.采用端到端的QoS上下文转移方法,减少了移动节点切换后重新发起信令建立QoS转发处理所带来的延时,使移动节点会话的QoS服务中断最小.采用基于快速-层次移动IPv6框架,能提供无缝的切换并能减少移动节点切换期间的信令开销和切换延时.通过在网络模拟器ns2中的仿真实验比较了本方法与重新发起RSVP信令建立QoS状态的方法的性能,试验结果显示本方法具有更小的延时和更少的丢包.     

A lexicalized second-order-HMM for ambiguity resolution in Chinese segmentation and POS tagging

Hidden Markov Model（HMM） is a main solution to ambiguities in Chinese segmentation anti POS （part-of-speech） tagging. While most previous works tot HMM-based Chinese segmentation anti POS tagging eonsult POS informatiou in contexts, they do not utilize lexieal information which is crucial for resoMng certain morphologieal ambiguity. This paper proposes a method which incorporates lexieal information and wider context information into HMM. Model induction anti related smoothing technique are presented in detail. Experiments indicate that this technique improves the segmentation and tagging accuracy by nearly 1%.     

一种多业务UPC／NPC结构模型

ＡＴＭ网络中的用法／网络参数控制（ＵＰＣ／ＮＰＣ）通过阻止有意或无意的用户滥用速率进入网络,以保护网络资源和其他用户的服务质量,因而是保证网络正常运行的重要手段,由于ＡＴＭ网络为多种业务提供服务,而各种业务类型的特征和服务质量要求相关差很大,因此对ＡＴＭ网络的ＵＰＣ／ＮＰＣ提出新的要求,提出了一种ＡＴＭ网络多业务ＵＰＣ／ＮＰＣ结构模型,该模型适用于包括ＡＢＲ在内的全部现有的ＡＴＭ服务类型,由于要用     

基于文本信息的股票指数预测

基于情感分析方法,对股票市场进行预测。将从社交媒体中抽取的文本信息(词信息、情感词信息和情感分类信息)与股票技术指标相结合,利用支持向量回归构建模型。通过实验与多种预测方法进行比较,结果表明该方法能够获得较为理想的预测结果。