一种基于类不平衡学习的情感分析方法

针对网络评论中普遍存在的负面评论较少而影响力却较大的类不平衡问题, 提出一种基于类不平衡学习的情感分析方法. 该方法利用深度学习训练过程中的概率输出, 以计算样例的信息熵作为影响因子构建交叉信息熵损失函数. 在IMDB公开数据集上进行实验验证的结果表明, 基于集成信息熵损失函数的双向长短期记忆网络能处理类不平衡问题; 对数据的统计分析结果表明, 该策略能提升基于双向长短期记忆网络的评论情感极性分类性能. 针对AUC(area under curve)指标, 使用集成信息熵损失函数的双向长短期记忆网络模型比未考虑类不平衡的深度学习模型在中位数上最多提升15.3%.     

巨灾风险大数据处理应急分类、分解、分拣算法与应用

本文主要研究巨灾风险大数据处理的应急分类、分解、分拣算法,给出了相应的算法原理和可操作的步骤.首先根据巨灾风险大数据灾害规模巨大的特征,提出了一种用来解决巨灾风险大数据中一级事件的应急分类与二级事件及以下更低级事件的应急分解算法,并以特大地震灾害作为实例进行了算法应用.接着定义了事故灾难度,用来对巨灾风险大数据处理过程中,对各种级别的事故灾难后果进行不同的数字标识.然后提出一种用来解决巨灾风险中大数据快速处理的应急分拣算法,并在汶川地震中大规模灾害的应急救援计划中进行应用.经过采用这样的应急分拣原理,就可以在面对巨灾风险大数据的复杂、繁多和零乱的重灾事件状态下,使整个应急救援方案优化,并能够有条不紊地进行救援.     

La$_{{1-x}}$Sr$_{x}$TiO$_{3}$ 薄膜的高通量 X 射线衍射

高通量材料合成方法和高通量材料表征手段区别于传统低效率的 "试错法"材料发展方法, 极大地加速了材料科学的变革和发展. 通过设计程序进行了高通量 X 射线衍射实验, 在保证数据分辨率条件下, 高效地表征了 La$_{1-x}$Sr$_{x}$TiO$_{3}$ 薄膜上多个数据位点的晶体结构, 验证了其成分的连续变化性质, 为后续开展更多类型的高通量 X 射线衍射实验提供了指导.     

基于三维点云的岩体结构面自动分类与参数计算

结构面间距是岩体稳定性和力学特性分析中的一个重要参数，在岩石力学、采矿工程、边坡监测等领域的数值计算中广泛应用.本文以岩体边坡露头为研究对象，基于非接触测量获得的三维点云数据，提出一种基于密度聚类的结构面细化分类方法；在结构面粗略分组提取的基础上，通过投影变换、散乱点拟合等算法，求得结构面间距和岩体体积节理数.设计开发了结构面细化分类及间距等参数计算与分析原型系统，实际案例分析表明，本文方法可有效实现结构面的自动细化分类，并能够计算出间距等相关参数，可为岩体质量分级和岩体稳定性分析等提供方法支撑.     

雷电波分析与比较研究

本文对双指数雷电流模型和 IEC1 3 1 2—— 1推荐的雷电流模型进行了分析和研究 ,计算了这两种雷电流模型的雷电流参数。在此基础上 ,用 FFT方法分析了雷电流的频谱分布     

hb1f广泛表达转基因小鼠品系的建立及其组织形态学分析

人核受体hB1F是核受体超家族Ftz-F1亚家族的新成员, 对其同源基因的研究提示它可能在生物体的胆固醇代谢平衡调节中有重要作用. 在通过显微注射法获得携有hb1f转基因的Founder小鼠后, 各Founder小鼠分别与正常C57小鼠杂交, 同一Founder小鼠经PCR鉴定阳性的F1代间再相互杂交建系. 经F1, F2以及测交子代的分子鉴定, 已成功完成了hb1f广泛表达转基因小鼠品系的建立, 同时也对建系小鼠做了初步的组织形态学分析.     

MPEG-1的索引系统设计与实现

文章提出一种对MPEG-1静态文件进行索引的方案。该方案把MPEG-1静态文件分解成独立的系统信息、音频流和视频流,并建立索引树。根据索引可以快速地对音频流和视频流进行搜索和定位,还可以按照流媒体传输规则打成RTP包,并介绍了一种简便易行的视频容错策略。     

综合性大学化学教师培养模式实践

在探索综合性大学中教师教育的培养模式研究过程中,根据教师教育双专业的特性,实施了综合性大学师范本科教育3+1课程方案和培养模式的研究与实践.并以化学教师教育培养为例对3+1模式的作了具体说明.     

用MUX实现组合逻辑的卡诺图列解法

本文采用卡诺图列解法来处理MUX组件的地址变量少于待发生逻辑函数变量的设计问题。方法简单易行、适用范围广。尤其是对于含有任意项的逻辑函数中任意项的处理,提供了寻找最佳方案的途径。     

工艺规划系统中动态模式分类的研究

提出了工艺规划系统中动态模式分类（pattern classification）的概念，介绍了模式分类判定树和动态模式分类的基本原理，并对动态模式分类的聚类质量标准进行了研究。动态模式分类是基于实例归纳（case based reasoning,CBR)的自动分类过程，具有自学习和自完善的功能。