面向汉字矢量图形特征的字向量表征方法

为解决现有中文字向量表征方法中字形特征利用不充分的问题,利用矢量图形的尺度不变性,提出了一种面向汉字矢量图形特征的字向量 (scalable vector graphics to vector,SVG2vec)表征方法。预处理阶段将汉字像素图像转化矢量图形,生成字形矢量坐标对序列;特征学习阶段采用双向循环神经网络 (Recurrent Neural Network, RNN)和自回归混合密度循环神经网络构建矢量图形变分自编码器模型,利用模型学习汉字字形结构特征;向量生成阶段输入字形矢量坐标对序列到编码器,编码器将字形特征映射到概率连续分布空间,得到SVG2vec字向量。与已有字向量在不同层级任务上进行对比实验。结果表明：SVG2vec向量在命名实体识别、中文分词和短文本相似度计算实验中,F1均值比Word2vec、GloVe等未利用字形特征的向量分别提高了1.27、0.4,1.67、0.12,3.28、2.03,比glyph and meaning to vector (GnM2Vec)、Character-enhanced Word Embedding (CWE)等利用字形特征的向量分别提高了1.02、1.07,1.69、1.34,0.04、0.31,SVG2vec能更有效利用汉字字形特征。     

一种基于邻居交换和失效区域预测的节点失效检测方法

已有的数据分发方法仅仅侧重于某个方面的优化而不能充分权衡数据分发的可靠性与高效性,无法适应应急场景下可靠快速分发数据的要求。尤其是在地震、海啸等灾难性事件发生后,造成的物理节点大量破坏,严重影响了数据分发的效率和分发可靠性。为此,提出一种基于邻居交换和失效区域预测的节点失效检测方法-NEFAP(node failure detection methodbased on Neighbor Exchanging and Failure Area Predicting,简称NEFAP)。NEFAP的节点周期性交换携带年龄的邻居信息,以检测失效节点。通过在邻居交换信息中附加节点已知的失效节点的随机采样信息,以快速扩散节点失效信息,采用失效区域预测算法快速检测失效邻居节点。     

基于笔划绘制方法研究概述

概述非真实感图形绘制技术的基于笔划绘制方法(SBR)的原理以及SBR的优化算法和贪婪算法,其中优化算法通过反复的绘制笔划然后调整它们的位置以使目标函数值最小,贪婪算法通过不停的绘制笔划使其与目标图像相匹配.SBR的研究才刚刚起步,还需要更深入的研究和探讨.     

山江海地域系统关键带综合分类研究——以桂西南喀斯特区-北部湾海岸带为例

为满足自然资源发展规划的需求，本文基于山江海视角，以桂西南喀斯特区-北部湾海岸带为研究对象，采用地貌类型、地质类型、土壤类型、植被类型和土地利用要素构建了山江海地域系统关键带三级分类方案，运用空间叠置法对分类要素进行叠加和制图综合分析，并进行山江海地域系统关键带区划分类、制图和环境因子分析研究。结果表明，可将桂西南喀斯特区-北部湾海岸带划分为38个一级单元、78个二级单元、111个三级单元。一级关键带分类中海拔山地-非碳酸盐岩区占据面积最大，为19.10%；二级分类中海拔山地-非碳酸盐岩区-红壤性土占据面积最大，为13.98%；三级分类中低海拔丘陵-非碳酸盐岩区-复盐基红黏土-针叶林-河渠占据面积最大，为15.21%。研究结果表明，本文所提出的关键带综合分类方案可体现区域特征中的差异和驱动因素，因此可为自然资源地表系统规划提供理论基础，同时可为国内外相关研究提供参考依据。     

基于GPU的高吞吐量QC-LDPC码编码器实现

目前准循环低密度奇偶校验(quasi-cyclic low-density parity-check,QC-LDPC)码快速编码普遍采用现场可编程逻辑门阵列(field programmable gate array,FPGA)、专有电路(application-specific integrated circuit,...