构建单字词表识别未登录词的方法

针对目前中文分词技术主要依赖于常用词词典,而词典对未登录词识别率较低的问题,提出一种用双词典识别未登录词的方法,即构建一个常用词词典和一个单字词词典,二者相互结合进行分词,有效解决了对未登录词识别效率偏低的问题.实验表明,采用构建单字词表法对未登录词的识别准确率可达90%以上.     

基于正态分布概率模型的渗滤液回灌影响分析

渗滤液回灌能有效加速填埋场的稳定并处理多余的渗滤液, 而预测回灌过程中渗滤液的运移规律对于合理设置回灌井的间距和数量具有重要的意义. 考虑了垃圾体的非均质性, 建立了垃圾体的渗透系数随空间正态分布变化的概率模型. 利用 COMSOL Multiphysics^® 软件, 首先对单孔隙度的横纵向均质模型和正态分布模型的 渗透系数以及压力水头进行了比较, 其次研究了在横纵向渗透系数比值、回灌速率和回灌时间等不同 影响因素下, 均质模型和正态分布模型的含水率以及横向影响范围的变化规律. 结果表明, 随着横纵向渗透系数比值的增加, 最终在 100 d 时: 均质模型的含水率由 0.609 增加到 0.68, 横向影响范围从4.842 m 增加到 6.79 m; 正态分布模型的含水率由 0.573 增加到 0.610, 横向影响范围从4.097 m 变为 4.04 m. 这说明横纵向渗透系数比值对正态分布模型的含水 率和渗滤液横向影响范围的影响明显高于均质模型. 而当回灌速率和回灌时间相同时, 正态分布模型渗滤液的渗流速度更快, 易于优先达到饱和含水率, 并在短暂的峰值后迅速下降, 且随着回灌速率和回灌时间的增加, 达到饱和含水率和峰值的时间也逐渐增加.     

基于强化局部特征的3D点云分类与分割网络

在点云的处理过程中，许多深度学习网络未能充分考虑局部点之间的复杂关系，导致大量空间几何信息丢失。针对该问题，提出了一个强化局部特征的网络，用于点云的目标分类和语义分割。该网络通过设计编码单元对点的多方向信息进行编码；通过注意力机制学习采样分组后形成局部点云的特征。同时提出了一种新的多维损失函数，结合使用交叉熵损失函数与中心损失函数作用于分类任务。在数据集ModelNet40和ScanNet上进行了大量实验，结果表明：该网络在点云的目标分类和语义分割任务上表现出较好的性能。     

Banach空间分数阶微分方程边值问题正解的存在性

用非紧性测度估计技巧和凝聚映射的不动点指数理论, 证明Banach空间中分数阶微分方程边值问题正解的存在性.     

求解线性双层规划的割平面算法

利用线性双层规划的全局最优解可在其约束域的极点上达到这一性质,通过对问题可行解集合的结构进行探讨,引进一种割平面技术,提出了一个求解线性双层规划的全局收敛算法,并通过一个算例说明了算法的求解过程.     

基于GSM的盆栽土壤湿度检测与远程控制

针对盆栽灌溉系统的相关问题,提出一种基于GSM的盆栽土壤湿度检测及远程控制灌溉系统,由C52单片机搭建的湿度检测电路、显示模块和基于PLC的手机远程WiFi控制灌溉模块组成,检测模块将湿度信息显示在显示模块上,并通过GSM通信技术将湿度信息反馈给客户手机,以便客户通过手机控制灌溉模块进行灌溉,最后通过实验论证了系统的可行性与合理性.     

沼液和香蕉秆压榨汁生产单细胞蛋白菌株的筛选

由于全球蛋白质缺乏,单细胞蛋白(Single cell protein,SCP)作为一种安全的食品添加剂和饲料,越来越受到人们的重视。尽管SCP大规模生产历史已有近百年,但是对各种优良生产菌株、潜在底物以及最优发酵条件的研究仍然是世界各国研究的热点。基于此,本研究以沼液和香蕉秆压榨汁为研究对象,对能利用其生长的菌株进行筛选,为进一步的单细胞蛋白生产提供参考。实验结果表明:酵母菌、芽孢杆菌都能利用沼液和香蕉秆压榨汁生长,但香蕉秆压榨汁不易保存,因此不宜作为发酵底物;热带假丝酵母Candida tropicalis在沼液中的生长能力强于酿酒酵母Saccharomyces cerevisiae Y49和毕赤酵母Pichia pastoris GS115;芽孢杆菌在沼液中的生长无规律,且易染杂菌,不适合实际生产应用。因此,沼液作为热带假丝酵母单细胞蛋白生产的培养基,不仅能为单细胞蛋白的生产提供原料,也有利于沼液的妥善处理,实现经济效益和环境效益的双赢。     

分数阶微分方程非局部初值问题解的存在性

考虑相对于另一个函数的Caputo型分数阶导数,利用Krasnoelkii定理和Banach不动点定理得到初值问题解的存在性和唯一性的结果.     

含随机参数的偏微分方程的自适应高斯过程求解器

对于数值求解含随机参数的偏微分方程的问题,本文基于以高斯过程为核心的求解器提出了一种自适应挑选训练数据的求解模型.该模型从极少的初始训练数据集出发训练高斯过程求解器,将参数池中预测方差指示变量最大的参数及其对应的偏微分方程的高精度解加入训练数据集中,然后重复上述过程,直到所训练出来的高斯过程求解器在测试数据集上达到所要求的精度.此外,本文还将该自适应模型在带有二维随机参数的扩散方程上进行测试,结果表明所提出的自适应选点策略有效,模型的预测准确度随着训练数据的增加而迅速提高,最终只需要40个训练数据即可在测试数据集上达到要求的精度.     

带弱奇异项的二阶微分方程正周期解的存在性

本文运用Schauder不动点定理获得了一类二阶非线性微分方程正周期解的存在性, 主要结果推广了一些已有结果.