最大熵和Brill方法结合识别英语BaseNPs

为了进一步提高基本名词短语(BaseNPs)的识别精度,针对最大熵方法和Brill方法各自的特点,提出基于两者相结合的英语基本名词短语识别算法.该算法是在高准确率词性标注的基础上实现的.在训练和测试两个阶段中,均先采用最大熵方法识别基本名词短语,然后将已具有很高精度的识别结果作为初始标注结果运用于Brill方法中.实验结果表明,此联合算法达到了94%的准确率和召回率,充分融合了最大熵方法和Brill方法的优点,可与基于相同训练和测试语料的目前最理想的英语基本名词短语识别结果相比.     

关于两种活化熵△≠rS(θ)m(c(θ))和△≠rS(θ)m(P(θ))的讨论

用热力学方法处理过渡状态理论的艾林方程,选择两种不同参考点作为标准态,得出两个不同的计算公式,两种类型的活化自由能、活化焓、活化熵意义数值不同,对于理想气体的反应,两种类型的活化焓相等,活化熵不等,但两种活化熵之间存在定量关系式:△≠rSθm(Pθ)=△≠rSθm(cθ) (n-1)Rln[Pθ/RTcθ].     

离散加权信源与熵密度偏差的极限性质

利用熵密度偏差，研究了服从几分分布的离散加权信源的极限性质，其主要结果推广了离散信源Shannon－Mcmillan定理。     

多维极端Reissner-Nordstrm黑洞的熵量子谱

通过似正规模,采用两种量子化方法计算了多维极端Reissner-Nordstrm黑洞的熵量子谱。结果表明,从两种量子化方法所得的熵谱是一致的,此黑洞的熵量子谱与黑洞的参量及微扰场的参量无关,但与时空的维度有关。对于确定的维度,熵量子谱是等间距的。     

基于K-PSO聚类算法和熵值法的滑坡敏感性

引入K-PSO聚类算法和熵值法,建立滑坡敏感性分析模型.选取旭龙水电站库区22处典型滑坡作为研究对象,确定8个主要影响因子:岩体结构、斜坡结构、断层距离、变形迹象、坡体高度、平均坡度、诱发地震、淹没比例.利用熵值法确定影响因子权重值分别为0.152,0.178,0.035,0.106,0.106,0.169,0.193和0.061.采用K-PSO算法对滑坡进行敏感性划分,结果表明,该库区22处滑坡有8处为轻度敏感,9处为中度敏感,4处为重度敏感和1处极度敏感.将评价结果与现场实际调查情况对比分析知,22处滑坡的敏感度水平与现场实际发育情况具有较好的一致性,该方法对旭龙水电站库区滑坡敏感性评价具有良好的指导作用.     

省级公共医疗卫生供给绩效评估实证研究——基于全面绩效管理的视角

为了研究安徽省公共医疗卫生供给绩效及其影响因素,从公共服务供给压力、状态和响应3个维度筛选了15个相关指标,构建了评估指标体系,利用最新数据和熵值-Tobit模型对安徽省公共医疗卫生供给绩效及其影响因素进行综合评估,认为样本考察期内安徽省公共医疗卫生供给绩效呈现"快速-平稳-快速-平稳"的动态波动趋势,且供给压力依然较大,供给状态不容乐观,但供给响应指数提升明显; Tobit回归显示,安徽省财政医疗支出占比呈现规模报酬递减效应,人口密度与公共医疗卫生供给绩效呈现负相关关系,而人均地区生产总值、城镇化水平和财政自给率与公共医疗卫生供给绩效呈现正相关关系,但财政自给率的影响不显著,据此,提出了促进省级公共医疗卫生供给绩效提升的相关对策建议。     

改进GA-BP神经网络在高校教学质量评价中的应用

为了提高高校教学质量评价的有效性和准确性,提出了一种基于混合智能优化算法的教学质量评价模型。引入熵值法客观地确定教学质量评价体系的指标权重及初始评价结果,利用自适应变异的遗传算法(Genetic algorithm)优化BP神经网络(Back propagation neural network)的参数,建立教学质量评价模型。实验结果表明,与BPNN(Back propagation neural network)、GA-BPNN(Genetic algorithm-back propagation neural network)模型相比,预测精度分别提高15.04%和5.41%,收敛速度明显提高,说明基于自适应变异的GA-BPNN教学质量评价模型能够及时有效地完成教学质量评价。     

佤语语音语料端点检测算法

端点检测是语音信号处理的过程中非常重要的一个环节,其准确性直接影响语音信号处理的速度和结果.特别是在实际应用中因信噪比较低,使得某些高信噪比下性能好的端点检测算法准确率也比较低.为了提高在低信噪比的环境下佤语语音端点检测的准确率,本文使用了一种基于多窗谱估计谱减法和能熵比法的语音端点检测复合算法.该算法首先利用多窗谱估计谱减法去除语音的背景噪音以提高信噪比;其次再对去噪后的语音使用能熵比算法进行端点检测;最后借助Matlab工具对佤语语音进行仿真实验.仿真结果表明:对于低信噪比的环境下的佤语语音,本文使用的基于多窗谱估计谱减法和能熵比法复合算法同常规能熵比算法相比,端点检测的准确率提高了34%.     

空中目标辐射源的个体识别方法

针对传统的辐射源个体识别方法在低信噪比环境下识别性能不佳的问题,提出了一种空中目标辐射源的个体识别方法,该方法利用经验模态分解和变分模态分解得到信号不同频率的模态分量,将各模态分量的多尺度排列熵作为特征,利用主成分分析对数据进行降维,并采用支持向量机分类器进行辐射源个体识别。仿真结果表明,该方法对相位噪声、频率漂移以及谐波失真等细微特征的识别性能明显优于传统方法,并具有良好的抗噪性。     

基于熵权法的学习成绩分析与提升策略研究

通过考试来检验学生的阶段性学习成效是当前高中学校采取的最主要的考察手段，但在学习科目多，时间紧的情况下如何根据考试成绩采取科学合理的改进措施一直是教师和学生面临的一个难题。文章将信息熵及熵权法的概念引入学生的考试成绩评价分析，设计了一个基于熵权的成绩提升策略判断矩阵和成绩分析折线图，根据判断矩阵和折线图，学生可快速确定自身当前最需改进和最容易改进的薄弱课程，进而制定科学的学习提升策略，不断提升学生的考试成绩。