基于主题词权重和句子特征的自动文摘

为获得高质量的自动文摘,在组合词识别算法的基础上,充分考虑词的频率、词性、词的位置、词长等因素,构建了一个词语权重计算公式,该公式能使表达主题的词和短语具有较高的权重.对句子权重的计算,则考虑了句子的内容、位置以及线索词的作用和用户偏好等.摘要的生成充分考虑了候选文摘句的相似性,避免了冗余信息的加入.对摘要的评估进行了从句子粒度到词语粒度的改进,提出了一种基于词语粒度的准确率和召回率计算方法.实验证明,该算法生成的自动文摘有着较高的质量,平均准确率达到77.1%.     

曲面型介子泛函方程

提出一个介子泛函方程.它是在以根点次和非根顶点剖分向量为参数,数所有可定向曲面上的地图时萃取出来的.在一个整域扩张中,证明了它的解存在且唯一.进而,通过图的对称性,给出这个解的一个紧凑显式.     

基于改进整数变换的无损隐秘传输方法与仿真

给出了一种基于改进整数变换的图像无损隐秘传输方法。该方法改进整数变换使得整数变换引入失真较少,并能自适应选择整数变换后引入误差较小的图像可修改矢量进行整数变换并嵌入机密信息。局域网上的仿真实验结果表明该方法具有较高的嵌入容量和较好的隐蔽性,同时正确提取机密信息后原宿主图像可无损恢复。     

融合卷积神经网络和流形学习的肺结节检测

U-net是常用的医学图像分割网络,但仍存在卷积神经网络中泛化能力差、容易过拟合的缺点.针对其缺点,研究全卷积肺结节分割网络,引入随机失活层,采用新的激活函、损失函数、优化器等改进网络结构,改进后的网络具有更高的查全率.然后融合改进重构权值的局部线性嵌入算法对特征进行提取,最后采用XGBoost分类器进行最后的筛选分类.通过实验验证表明,得到实融合以上两种算法的肺结节检测具有更高的准确率更高的准确率和更好的泛化性,可以应用于肺结节检测.     

交通流的混沌特性分析及其预测

实时准确的短时交通流预测是智能交通系统中实现交通控制和诱导的关键技术之一.首先,采用饱和关联维数法和互信息量法对交通流时间序列的嵌入维数和延迟时间进行计算,并根据计算结果对交通流时间序列进行相空间重构;然后,采用wolf方法计算其最大Lyapunov指数,并对其进行功率谱分析,结果表明,交通流时间序列具有噪声;最后,分别采用基于BP神经网络和RBF神经网络的预测模型对交通流时间序列进行预测,结果表明,2种模型对短时交通流均能较好预测,但后者的预测精度较高,预测速度较快.嵌入维数;延迟时间;相空间重构;BP神经网络;RBF神经网络     

向量值弱Orlicz鞅空间的弱原子分解

定义了向量值弱Orlicz鞅空间和3种类型的弱原子,证明了向量值弱Orlicz鞅空间上的一些弱原子分解定理,并利用这些分解,得到向量值弱Orlicz鞅空间之间的嵌入关系,其结果与Banach空间的几何性质有密切关系。     

一类图的亏格嵌入

在联树模型的基础上,把图在曲面上的嵌入用其联树,也即其关联曲面来表示。然后通过对关联曲面进行分类,建立递推关系式,进而得到了一类异于目前已知嵌入分布的新图类的可定向嵌入分布。     

数据交换中的数据格式转换

随着Web应用的迅速发展,如何进行Web上各系统之间的数据交换成为一个十分重要的问题.其中的核心是Web上的各种数据格式之间的相互转换.本文以XML作为数据交换的中介,从语法和语义2个角度出发,分析和比较了现有Web上的HTML,Word及PDF的数据格式以及它们同XML之间的相互转换技术.     

城市用水量预测的混沌理论研究

分析了混沌理论特征,利用城市用水量混沌特性,建立城市用水量短期预测模型,对城市用水量进行科学预测.利用历史数据信息,在相空间重构基础上对城市用水量时间序列进行分析,分析饱和嵌入维数、延迟时间和Lyapunov指数求解方法并对其进行计算,并以此为指导对城市用水量进行高精度预测.利用建立的模型对东北某市日用水量进行预测,结果表明基于混沌理论的城市用水量预测模型具有较高精度,对于受众多因素影响的城市用水量预测有良好的推广价值.城市用水量受众多因素影响,混沌理论为城市用水量预测提供了崭新思路.     

论多面形-曲面-嵌入-地图

简化并统一了多面形、拓扑曲面、图的曲面嵌入与组合地图等基本理论.