产品评论情感倾向性分类系统的设计与实现

针对消费者网上购物时选择商品的用户体验不足等问题,设计了产品评论情感倾向性分类系统。系统首先对评论进行了分词,然后根据停用词表去停用词,分别采用CHI、IG进行特征选择,最后比较了使用不同的特征选择算法对文本情感分类结果产生的影响。系统采用了Java Web相关技术实现了可视化,并对产品评论的分类过程进行了展示。实验结果表明,有效的特征选择方法有助于提升推荐系统的性能。     

晶硅片切割用再生砂水力分级影响因素研究

探讨了沉降时间、料浆浓度、p H值以及电导率对再生砂水力分级中产品率的影响,通过对各影响因素的优化,得出脱除超细颗粒的沉降时间为6 h、GC#2000产品分级的沉降时间为4.5 h、GC#1500产品分级的沉降时间为3 h,GC#1200产品分级的沉降时间为1 h,料浆浓度为30%~40%,p H值为8~10,电导率小于300μS/cm时,分级产品率较高,产品质量较好。     

江苏省沿海高速公路雾的时空变化特征研究*

利用江苏省沿海高速公路2012年6月~2014年5月逐分钟AWMS实时监测数据,按能见度大小和物理成因对雾的发生过程进行分类统计,分析了它们的时空变化特征,探讨了造成各种时空分布差异的原因。研究结果表明:1江苏省沿海高速公路不同浓度雾的日、年变化特征相似,一天中各种浓度雾均出现在夜间的21时~次日凌晨07时之间,消失在凌晨05时~上午09时之间,持续时长由长到短依次为:重浓雾、浓雾、大雾和雾;一年中,夏季和秋季是各种浓度雾的重发和多发季节;2局地地理环境差异对不同地段雾日数的分布有着明显的影响,不同浓度雾的发生频次在空间分布上也有明显差异,能见度为1 000~500 m、500~200 m和200~50 m三种浓度雾的多发区均在公路北段;而能见度小于等于50 m的重浓雾频发区出现在高速公路中段;3不同物理成因导致的各类雾的发生频次和时间分布有明显的差异。团雾出现频次最多,辐射雾次之,蒸发雾最少;一天中,团雾出现的时间覆盖范围最宽,平流雾次之,锋面雾最窄;消失的时间跨度为团雾最大,平流雾次之,蒸发雾最窄;持续时间为混合雾最长,锋面雾次之,团雾最短;团雾的频发季节为夏季,辐射雾的多发季节为秋季,平流雾在冬季出现概率最高;4辐射雾多发于北部地区,平流雾多发于南部地区,团雾的空间分布比较复杂,与江苏沿海地区复杂的地形分布有关。     

莱北地区新近系明化镇组下段浅水湖盆砂体预测

莱北地区新近系明化镇组下段(以下简称"明下段")浅水湖盆砂体发育规律的认识程度相对较低,由于渤海海域新近系浅层油气藏中,浅水环境下沉积的砂岩储层占较大比重,因此有效预测该区明下段浅水湖盆砂体的发育规律对后期油气勘探显得尤为重要。针对浅水湖盆砂体单层厚度普遍较薄,侧向迁移快,叠置发育的特征,单种方法难以有效预测及研究区钻井资料较少,限制地震反演应用等问题。在充分利用高分辨地震资料基础上,提出一套适合研究区的研究思路。具体思路如下:首先井震联合建立高频层序等时格架,主要含油层段划分11个五级层序。其次在波形分类地震相砂体预测宏观趋势指导下,结合优选的最小振幅属性,对目的层段内浅水湖盆砂体进行精细刻画。砂体预测结果表明,平面上,明下段储集砂体展布具有明显的分带性。纵向上,三级层序控制明下段主要含油层段储集砂体类型及富集段。该预测结果可为渤海海域新近系浅水湖泊沉积体系的深入认识及油气勘探提供科学依据。     

笔划宽度变换直方图的车牌识别中的应用

对于很多车牌识别中使用的算法而言,主要存在两种车牌类型：深色文字浅色背景车牌和浅色文字深色背景车牌。这两种车牌主要是二值化结果不同,进而导致后续字符分割和识别处理的图像类型不同。因此,判断车牌的二值化类型对于车牌识别来说是基础且重要的工作。本文提出了一种基于字符笔划宽度变换直方图的二值化算法,根据正色图像和反色图像计算比较两者笔划宽度变换直方图的最大值来判别车牌类型。同时,根据判别结果还可以估计笔划宽度,为局部二值化算法的邻域窗口大小的选择提供依据。我们使用多样式的美国车牌作为实验对象,与其他算法相比,实验结果表明该算法具有更好准确率,但也有更高的复杂度。     

基于最大差距的置信度评估算法

通过分析传统基于概率度量的K邻近置信度评估方法,提出一种基于最大差距的置信度评估方法,并在UCI数据集上对两种方法进行对比实验.实验结果表明,基于最大差距的置信度评估方法在宏平均召回率、宏平均精度及所用时间上均优于K邻近置信度评估方法,从而可进一步优化半监督分类学习中数据样本的置信度评估.     

DBSCAN算法在高性能计算中心用户分类的应用研究

为提高集群资源使用效率,管理员需要对用户进行分类,从而对不同用户提出资源使用策略.DBSCAN(Density Based Spatial Clustering of Applications with Noise)聚类算法可对用户进行分类,但对初始参数敏感.为此,提出改进算法,首先将密度进行层次划分,由此得出各层次的密度阈值,在每种阈值下采用DBSCAN算法,解决全局参数问题.在此基础上,创新地使用一个直接可达距离排序队列,将排序信息作为可变参数,减小初始参数对结果的影响.通过高性能计算中心用户数据的实例验证了其可行性.实验结果表明,改进后的算法提高了用户分类的准确性和全面性.     

基于主题突变检测的颠覆性技术识别——以无人机技术领域为例

 颠覆性技术对实现中国科技创新跨越式发展具有重要战略意义。以无人机技术领域为例，获取Web of Science论文数据库和德温特（Derwent）专利数据库2005-2019年收录的2812篇论文与专利数据，基于LDA-LSTM文本分类算法得到技术主题，采用CiteSpace构建共现网络，从突变权重排序及突变时间段和突变共词聚类知识图谱2个角度进行主题突变检测，进而识别出无人机交互技术中的脑机接口技术及手势控制技术为该领域内的颠覆性技术，通过2020年无人机技术领域相关论文专利验证了识别框架的有效性。     

图2-2nP5和2-nK1,1,1,3完美匹配的计数

把图2-2nP₅和2-nK_1,1,1,3的完美匹配按匹配一个固定顶点的边进行分类, 先求出每类完美匹配数目的递推关系式, 得到一组有相互联系的递推关系式, 再利用这组递推式之间的相互关系, 给出这两个图完美匹配数的计数公式.     

一种基于位向量流分类算法的改进

在流分类算法中,聚合位向量(ABV)算法分类速度快、并行性好,但内存开销过大;位向量折叠(AFBV)算法对ABV算法进行了改进,降低了运行时内存的消耗,但其冗余计算增加了时间开销。针对上述不足,文章提出一种改进的位向量流分类算法,该算法无需进行位向量聚合,减少了内存开销,并按规则的源/目的IP地址前缀建立分组表,根据表中分组所包含IP地址数目降序排列,使得算法具有良好的时间性能。实验结果表明,本算法在大规模规则库下具有良好的时间和空间效率。