融合多模型与高置信度词典的事件线索检测

提出一种融合多模型和高置信度词典的事件线索识别方法,将高置信度词典特征分别加入最大熵模型和条件随机场模型,然后融合两个模型的结果,旨在提高触发词识别的召回率和整体性能。针对事件真伪性识别任务,进一步考察否定词或不确定词与触发词的物理位置距离和依存路径距离等特征,提高事件真伪性识别的性能。实验结果显示,针对触发词识别和事件真伪性识别任务,与仅使用最大熵模型相比,所提出的融合多模型与高置信度词典的方法能够提高触发词识别的性能6.43%,提高事件真伪性识别的性能1.69%。     

基于HHMM的多线索融合和事件推理方法

为了解决基于内容检索技术中低层特征与高层语义之间存在语义间隔问题提出了基于多层次线索与事件的分层模型,以及相应的基于分层隐Markov模型(HHMM)的多线索融合和事件推理方法。其中线索是对事件进行推理的要素,它是低层特征与事件之间的中间层次。在将视频流分割为镜头后,从各个镜头中抽取若干与事件密切相关的线索,构造并训练各事件的HMM模型,用于融合线索和进行事件推理。由于输入视频通常包含多个事件,不可避免会遇到时域分割问题,因此构造一个HHMM模型用于同时进行视频流的合理分割和事件的识别。对足球视频的大量实验结果表明,该方法可有效地检测足球视频事件,并在抽取的线索不完全可靠的情况下具有一定的鲁棒性。     

结合上下文词汇匹配和图卷积的材料数据命名实体识别

材料领域的文献中蕴含着丰富的知识, 利用机器学习和自然语言处理等手段对文献进行数据挖掘是研究热点. 命名实体识别(named entity recognition, NER)是高效利用挖掘和抽取数据中信息的首要步骤. 为了解决现有实体识别方法中存在的向量表示无法解决一词多义、模型常提取上下文特征而忽略全局特征等问题, 提出了一种基于上下文词汇匹配和图卷积命名实体识别方法. 该方法首先利用 XLNet 获取文本的上下文动态特征, 其次利用长短期记忆网络并结合文本上下文匹配词汇的图卷积神经网络(graph convolutional network, GCN)模型分别获取上下文特征与全局特征, 最终经过条件随机场输出标签序列. 2 种不同语料对模型进行验证的结果表明, 该方法在材料数据集上的精确率、召回率和 F1 值分别达到 90.05%、88.67% 和 89.36%, 可有效提升命名实体识别的准确率.     

基于语义分析的恶意JavaScript代码检测方法

JavaScript是一种动态脚本语言,被用于提高网页的交互能力.然而攻击者利用它的动态性在网页中执行恶意代码,构成了巨大威胁.传统的基于静态特征的检测方式难以检测经过混淆后的恶意代码,而基于动态分析检测的方式存在效率低等问题.本文提出了一种基于语义分析的静态检测模型,通过提取抽象语法树的词法单元序列特征,使用word2vec训练词向量模型,将生成的序列向量特征输入到LSTM网络中检测恶意JavaScript脚本.实验结果表明,该模型能够高效检测混淆的恶意JavaScript代码,模型的精确率达99.94%,召回率为98.33%.     

模糊知识中否定知识处理的一种改进的集合描述

模糊知识中的否定关系可分为矛盾否定关系、对立否定关系和中介否定关系,FScom是区分这3种否定关系的模糊集。本文在此基础上,对模糊知识及其各种否定的集合描述进一步研究,提出了一种改进的模糊集IF-Scom,并讨论了IFScom的特征、运算及相关性质。     

否定之否定规律与冯友兰境界论关系试探

否定之否定规律是自然界、人类社会及认识领域都普遍适用的基本规律,它揭示了事物发展的一L升性和周期性。境界论是中国传统哲学所讨论的一个重要命题。冯友兰的四境界说是对传统境界论的继承和发展,它揭示了人类认识水平和自我修养的上升性、周期性、过程性和层级性。在其本质上,与否定之否定规律具有内在的一致性。     

图像灰度熵特征与SVM分类结合的人脸检测

提出了一种基于支持向量机并综合图像灰度值和灰度熵的人脸检测方法．在信息论的编码熵的基础上提出了灰度熵的概念，并把人脸图像的行像素灰度熵和列像素灰度熵作为人脸图像的部分特征．在人脸检测系统中，把人脸图像的灰度值和行像素灰度熵和列像素灰度熵作为特征用支持向量机进行训练，得到检测用分类模型，然后把分类模型应用于人脸检测．实验证明了这种方法的有效性。     

A Robust Pedestrian Detection Approach Based on Shapelet Feature and Haar Detector Ensembles

Detection of pedestrians in images and video sequences is important for many applications but is very challenging due to the various silhouettes of pedestrians and partial occlusions. This paper describes a two-stage robust pedestrian detection approach. The first stage uses a full body detector applied to a single image to generate pedestrian candidates. In the second stage, each pedestrian candidate is verified with a detector ensemble consisting of part detectors. The full body detector is trained based on improved shapelet features, while the part detectors make use of Haar-like wavelets as features. All the detectors are trained by a boosting method. The responses of the part detectors are then combined using a detector ensemble. The verification process is formulated as a combinatorial optimization problem with a genetic algorithm for optimization. Then, the detection results are regarded as equivalent classes so that multiple detections of the same pedestrian are quickly merged together. Tests show that this approach has a detection rate of over 95% for 0.1% FPPW on the INRIA dataset, which is significantly better than that of the original shapelet feature based approach and the existing detector ensemble approach. This approach can robustly detect pedestrians in different situations.     

视触觉跨通道注意的脑机理认知研究

采用"注视点一提示一目标"范式,通过空间线索、时间线索、无线索3种方式,对20名被试者的视觉、触觉、视触觉统合分别进行研究.结果表明.当视觉或触觉单通道接受提示及刺激时,空间线索比时间线索更能影响加工处理信息的速度.视触觉统合作用时,空间线索的影响大于时间线索及无线索提示时的影响,即空间线索相对应的反应时长要短,时间线索的影响与无线索提示时差别比较小.本实验进一步说明单通道选择性注意与跨通道选择性注意存在不同的脑信息加工机制.     

“否定之否定”在事物发展全过程中的核心地位

列宁认为对立统一规律是辩证法的实质和核心,恩格斯认为"否定之否定"是事物发展全过程的核心。前者是就对立统一规律在整个辩证法理论体系中的地位而言的,后者是就事物发展全过程中的第二次否定、第三个阶段(即"否定之否定)"在否定之否定规律中的地位而言的。列宁的思想与恩格斯的思想是从不同角度、不同层次对辩证法理论体系中不同组成部分的地位和作用所做的判断,二者的作用是互相补充、而不是互相排斥的。不能用肯定和否定的不断交替代替否定之否定规律,因为肯定和否定的不断交替不能说明事物自己发展自己、自己完善自己的过程;对立统一规律和质量互变规律不能说明事物发展的周期性和全过程,不能说明发展是"在高级阶段重复低级阶段的某些特征、特性"、并且"仿佛是向旧东西的复归",只有否定之否定规律才能说明事物发展的这种特点;要从否定之否定规律的普遍性和特殊性的统一,说明掌握事物发展全过程的周期性应该坚持的正确方法。     

湘方言否定词与程度词的连用

否定词与程度词连用可形成两种语序：“否定词＋程度词＋V”（I式）与“程度词＋否定词＋V”（II式）。与普通话相比,湘方言中的I式和II式在句法形式、语义特征以及使用频率等方面都有一定差异,并形成了不同的不对称分布格局。     

一种查询意图边界检测方法研究

针对一个特定的查询意图,用户往往需要提交多次查询请求。有效地识别连续查询请求之间的意图变化边界,能够帮助检索系统更好地理解用户完整查询意图,以提高查询推荐及查询扩展的效果,并能够辅助个性化检索中用户模型的建立。在充分分析前人研究的有效特征基础上,提出了基于主题相似度检测意图边界的方法,并在SVM及CRF模型上都取得一定的提升。实验结果显示,所提方法的最优性能比Baseline系统F值提高了2%。     

离婚现象的理性思考--辩证统一的历史观和社会观

论述了人类婚姻史上离婚现象的否定之否定,即中世纪用婚姻的牢固性、不可离异性否定了原始婚姻的松散性,而现代社会又用离婚自由否定了中世纪的离婚不自由.进一步指出,离婚现象的否定之否定的本质在于婚姻中个人行为和社会行为的矛盾统一.婚姻从表象上是个人行为,从本质上是社会行为.既要从个人出发,保证离婚自由,又要从社会角度,保持婚姻的相对稳定性,是现代社会面临的主要矛盾.     

英语双重否定的常用引导方式

在英文阅读和英汉翻译中,有些人往往由于对英语中的双重否定现象不甚了解而不能正确理解原文含义。文章对英语双重否定常见的引导方式加以归纳,具有一定的实用价值。     

否定性评议句式“X就X吧,还Y”探析

"X就X吧,还Y"作为一种口语化句式,在语篇中除独用外,还可以构成"串行式"和"并行式",两类用法语序灵活程度不同。基式句法格式固定,语言变项通常由谓词性成分充当,语义上蕴含着对命题的语用性否定,有积极否定和消极否定两种。相关句式"X就X(吧)"来源于广义的因果复句,语义上主要表示消极肯定,同时附带有容忍或厌烦的情感色彩。     

基于DCNN的管制员疲劳状态检测

空中交通管制员疲劳工作势必会严重威胁空中交通安全,通过对眼睛睁闭状态判定是现阶段对管制员疲劳检测的一种主要方式。为检测管制员疲劳状态,提出了一种基于迁移学习的DCNN眼睛状态识别模型。首先,利用深度级联神经网络的MTCNN算法检测出管制员面部区域,并实现对面部5个关键点标定和眼睛的定位;然后将检测到的眼睛图像传入到预训练的DCNN眼睛状态分类模型,识别眼睛的睁闭眼状态;最后结合PERCLOSE 80指标检测管制员疲劳状态。分别在ZJU、CEW和ATCE数据集上,对DCNN、VGG16、InceptionV3、ResNet50四种模型的准确率、损失率和F1分数指标进行对比实验。实验结果表明：在ZJU和CEW数据集上,DCNN眼睛状态分类模型检测准确率为97%,较VGG16、InceptionV3、ResNet50等模型进行眼部状态分类任务,DCNN模型的F1分数有3%至7%的提高。在ATCE数据集上DCNN模型检测准确率达到98.35%,F1分数达到98.06%,验证了DCNN模型的有效性与准确性。     

白语方言否定标记的特征与来源

白语各地方言的否定表达存在差异,但都有一个不同于其他藏缅语的三分系统,与中、上古汉语的情形相似。白语方言的否定标记既有来源于原始藏缅语的共同成分,又有历史上借自汉语的否定词,具有一定的历史层次性。白语否定标记对汉藏亲属语言比较、语言类型学以及语言影响等多方面研究具有特殊意义。     

面向智能变电站的威胁与风险评价模型研究与实现

针对传统入侵检测系统在资源受限的工业网络中部署时效率和稳定性表现不足的问题,首先提出了面向智能变电站的入侵检测系统,以及工业设备安全风险评估方法,建立了针对智能变电站结构的威胁风险评价模型,引入基于灰色模型的网络脆弱性节点主动预测方法用以平衡威胁来源的权重;其次提出基于信息安全三维度风险值计算算法,引入模糊一致判断矩阵进行风险值参数计算,最终实现可以直观判断攻击对系统的影响范围和程度的风险评价.通过相关实验,系统在部署环境中满足被动性、低负荷、实时性以及可靠性要求的同时,能够有效地检测工业网络面临的入侵威胁.     

“语用否定”考证

语用否定是语用学和语言学研究中的重要课题,然而学术界对于语用否定存在着两种不同的理解,即非真值条件阵营和无否定词阵营。用元语否定和语用否定来分别指代非真值条件阵营和无否定词阵营是一种可行的选择。     

子带特征存英语词重音检测中的应用

对于英语等"重音节拍语言",词重音是一个非常重要的韵律学特征、提出巴克谱子带能量(BSSE),巴克谱子带倒谱(BSSC)和巴克倒谱(BSCC)等三种使用子带方法,模拟人类听觉系统进行英语词重音检测的新特征.首先研究了在英语词重音检测中不同频带的贡献度,然后测试了在连续语音条件下使用这些特征的系统性能.试验结果表明,高频带对重音识别的贡献度比其它频带大,新特征的识别效果也比传统特征好.