Banach空间中有限族非扩张映象隐迭代程序的收敛性

在Banach空间的框架下，研究了有限族非扩张映象隐迭代程序的收敛性，其结果不仅改进和发展了最新的有关结果，而且也肯定地回答了Xu提出的一个公开问题。     

基于词-标签概率的多标签文本分类研究

针对多标签文本分类任务中如何有效地提取文本特征和获取标签之间潜在的相关性问题,提出一种CNN(convolutional neural networks)结合Bi-LSTM (bi-directional long short-term memory)的模型.首先,通过CNN网络和最大池化提取文本的特征;然后,利用训练的Labeled-LDA(labeled latent dirichlet allocation)模型获取所有词与标签之间的词-标签概率信息;接着,使用Bi-LSTM网络和CNN网络提取当前预测文本中每个词的词-标签信息特征;最后,结合提取的文本特征,预测与当前文本相关联的标签集.实验结果表明,使用词-标签概率获取文本中词与标签之间的相关性信息,能够有效提升模型的F1值.     

基于PVM的GAMMA程序执行环境研究

由Ｂａｎａｔｒｅ和Ｍｅｔａｙｅｒ提出的并行计算模型ＧＡＭＭＡ,通过使用多重集转化技术,允许在料高层次开发求解问题的逻辑并行性,目前已被广泛作并行程序构造工具。本文探讨如何基于网络并行计算环境－ＰＶＭ有效地实现ＧＡＭＭＡ模型。实验结果表明ＧＡＭＭＡ作为高层、隐式并行模型适合开发大规模并行程序。     

BP神经网络用于函数逼近的最佳隐层结构

研究采用反向传播算法的人工神经网络用于函数逼近时的支结构。方法,以典型的ｎ输入、单输出的多层ＢＰ网为例,在几种不同的网络隐层结构下对典的连续函数进行逼近训练。,分析各网络输出的全局误差。     

解色散方程的二层隐式差分格式

解色散方程的二层隐式差分格式李小平（数学系）不少科技问题涉及波的输运,色散是输运过程中重要的物理现象．文［１］指出,在构造其差分格式时,在一定程度上可将描述孤波的ｋｄｖ方程ｕｔ＋ｕｕｘ＋ｕｘｘｘ＝０看成是拟线性双曲型方程ｕｔ＋ｂｕｕｘ＝０与色散方程ｕ...     

一种高性能英文词性标注器的设计与实现

针对统计和规则方法各自的优点和局限,提出运用Viterbi和FTBL(fast transformation-based learning)算法相级联的算法,实现一种英文自动词性标注器.该级联方法以FTBL算法为整体算法,在它的规则学习和最终标注两个阶段,均以Viterbi算法作为其初始化过程.实验结果表明此算法优于其中任何一种单独的算法,达到了98%的高准确率,验证了自然语言处理中统计与规则并举的主流设计思想.     

确定隐函数中参数的最小二乘法

将最小二乘法推广到了隐函数情形，简化了一些实际问题的处理。文中给出了插值和非线性回归两种情况下的最小二乘法原理，并讨论了具体的算例。