向量优化中改进集的一些拓扑性质

研究了改进集的拓扑闭包的一些性质,提出了它的一些等价刻画,对一些已有结果作了改进和推广.通过一些具体例子对主要结果进行了说明.     

李清照词的审美意蕴

李清照用清新自然的高雅之词书写人生真实的生命情感体验,体现出她独特的审美意蕴追求.其审美意蕴表现在：以阴柔之美为主,同时兼容阳刚之美,二者相互渗透融合,呈现出刚柔相济的美学风格,雅俗共赏及审美性与功利性的完美融合亦是其突出特点.她用词作通过形而下的方式追问形而上的价值和意义,展示出宋王朝独特的词学审美意蕴与民族文化心理结构,词是李清照的写作方式,亦是其生命本真状态之体现,泽被后世,影响深远.     

基于样本修整和支持向量机算法的并网风电机组运行特性研究

针对并网风力机组运行时非线性、耦合性和大惯性的特点,提出了一种基于样本修整和支持向量机算法的系统辨识方法,并通过实例将该方法与单纯的支持向量机算法、BP(back propagation)神经网络算法进行比较.结果表明,样本修整后与修整前相比,训练速度和预测精度都有明显提高,基于样本修整和支持向量机算法的辨识方法具有明显的优越性.     

基于特征加权的FSVM在低信噪比语音识别中的应用

模糊支持向量机(FSVM)赋予每个样本一个模糊隶属度,优化了最优分类面,具有好的抗噪性。为提高低信噪比条件下的语音识别准确率,减小传统支持向量机(SVM)中噪声样本对分类精度造成的影响,首先将模糊支持向量机(FSVM)应用于语音识别系统中的识别网络。在此模型的基础上,考虑到语音样本各维特征的影响,计算各维特征的信息增益作为对分类的重要程度,依据此重要程度确定对各维特征的加权系数,构造加权核函数。为了减小一对一分类模式下的时间复杂度,引入了三叉决策树策略。在仿真实验中,采用韩语语料库的耳蜗滤波器倒谱系数(CFCC)作为实验数据,实验结果表明,在低信噪比语音识别中,特征加权模糊支持向量机(FWFSVM)比传统的SVM具有更好的鲁棒性。     

矿井瓦斯涌出量预测方法

为解决煤矿瓦斯涌出量预测不准确的问题,提出基于多种方法优化融合的瓦斯涌出量预测方法,建立瓦斯涌出量预测模型.采用适用于瓦斯涌出量系统特点的加权策略函数对最小二乘支持向量机进行改进,利用免疫遗传算法对加权最小二乘支持向量机进行核参数和正则化参数寻优.应用状态转移概率修正预测误差残值,使瓦斯涌出量预测模型的预测精度得到提高.研究结果表明:矿井瓦斯涌出量预测模型具有较好的快速性和准确性,具有广泛的应用前景.     

“字”、“词”关系刍议——“字本位”理论的优势与不足

"字"是中国传统语言学的核心,但随着西方语言学的传入,"字"及其研究日益被边缘化。徐通锵先生的"字本位"理论有助于彻底扭转这种局面。"字本位"在成功避免了切分"语素"或"词"的窘境的同时,也过于轻率地否定了"词"在汉语中的客观存在。作为汉语的基础性结构单位,单音节的"字"可以通过语音、语义两种途径来构造双音节或多音节的"词"。     

论顾贞观咏物词的思想意蕴

顾贞观与曹贞吉、纳兰性德三者并称京华三绝,其《弹指词》极情之至,独抒性灵,备受称誉.而其中咏物词,凡四十余阙,艺术成就颇高,其重比兴、写忧患、有寄托、抒真情,铲除浮艳,独抒心灵,突破自南宋以来咏物以堆砌典实、穷形尽相为主而意蕴空枵之弊.     

论宋代休闲词的创作与文化功能

“休闲”二字有特殊的文化内涵,意指精神上的安宁与自由。宋代休闲词创作达到繁荣,是与宋代商业文化高度发展、休沐制度日趋完善及词人休闲需求密切相关的。按创作内容,宋代休闲词可分为享乐词、闲情词与隐逸词。宋代休闲词的文化功能主要表现为娱乐、社交和审美三方面,其根本是实现了文人精神层面的宣泄与放松,从而完善人格、陶冶性情。     

基于多输出支持向量机的聚乙烯相对分子质量分布建模与优化

相对分子质量分布(MWD)是聚合物产品重要的质量指标,目前实时检测相对分子质量分布仍缺乏有效的方法.在聚合物研究中,高精度的相对分子质量分布实时检测方法是当前的研究热点.不同于其他文献中描述的方法,通过结合聚合反应机理和过程信息建立相对分子质量分布的混合模型来解决预测精度和实时性问题.首先利用催化剂各活性中心的分布函数加权叠加拟合相对分子质量分布,分布函数参数和工艺条件之间的关系可通过多输出支持向量机回归(MSVR)算法来描述;其次应用无约束非线性优化方法优化上述方法建立的混合模型的工艺条件;最后将建立的混合模型应用于乙烯聚合过程,验证了上述方法的可行性.     

内存数据仓库集群技术研究

随着硬件的集成度不断提高,多核处理器和大内存成为当前主流的计算平台,内存计算也成为新兴的高性能数据分析平台.内存数据仓库集群技术面向高性能分析计算,是实现大数据实时分析的基础平台.本文概括地介绍了中国人民大学高性能数据库团队在内存数据仓库集群技术方面的研究工作,包括:以列分布和列计算服务为中心的ScaMMDB内存数据仓库集群,以水平分片、并行计算为中心的ScaMMDBⅡ和reverse-star schema分布、集群向量计算为特征的MiNT-OLAP Cluster等技术的研究发展过程.分析了内存数据仓库集群技术的关键问题及技术挑战,并针对新的内存数据仓库集群应用需求展望未来技术的发展.