概念隐喻的工作机制及途径

隐喻是一种基本认知能力。传统隐喻研究只限于对隐喻的修辞及是否保留字面指称意义进行研究,认知语言学的隐喻研究发现人思维的基本特征就是隐喻,人们的概念系统在很大程度上也是以隐喻的方式构建的。因此,隐喻的工作机制的探讨具有重大的理论和方法论意义。本文认为相似性是隐喻的工作基础,隐喻的相似性的表现方法是多样化的,隐喻的映射就是其相似性的映射。     

分形自相似性的一些应用

介绍自相似性在数学计算中的若干应用，内容涉及连分数计算，极限计算，量纲分析等。     

关联度公理的简化与特殊关联度的公理化定义

本文首先逐条评价了现有关联度四公理的意义,指出规范性和接近性是必不可少的,整体性和偶对对称性是没有必要的,接近性需要用严谨数学语言描述,适用范围没有必要局限在系统特征序列与相关因素序列之间.规定方式既可以通过两序列直接规定关联度,又可以先规定对应坐标之间的关联系数再规定关联度.然后给出了两类有实际应用背景的特殊关联度的公理化定义,并分别给出了实际例子,为针对不同实际背景规定相应关联度提供了可借鉴的参考方法.     

小样本下基于贝叶斯空间估计的故障诊断算法

针对小样本下系统故障诊断问题,提出一种基于贝叶斯空间估计与主元分析(Principal Component Analysis, PCA)相结合的方法.首先运用主元分析离线建立SPE(Squard Prediction Error)统计量阈值和故障模式特征向量矩阵库,然后在小样本情况下通过利用故障先验信息,采用吉布斯抽样(Gibbs Sampling, GS)提取数据特征向量矩阵,再利用与故障模式特征向量矩阵的相似性,完成故障诊断.实验结果表明了此方法的有效性.     

基于启发式的多机器人SLAM地图融合方法研究

同步定位和地图构建（simultaneous localization and mapping,SLAM）是移动机器人在未知环境中完成地图构建和定位任务的关键技术。针对多机器人SLAM中的地图融合问题,提出一种启发式的搜索方法引导局部地图的重复区域进行地图融合。每个机器人可以在不了解其相对位置的情况下建立局部地图,并将局部地图信息发送至同一工作站中,以局部地图的相似性为判断指标融合得到最优的全局地图。在机器人实物平台上进行验证,结果证明了多机器人SLAM的地图融合算法的有效性和准确性。     

研究型学院——研究型大学建设的自相似摹本

当前,大学层面的以要素调控为主要手段的管理和改革,其制度规定和设计上的整齐划一性与知识流动在大学结构中的规定复杂性,以及结构形式的不规则复杂性相冲突;本文从复杂系统的自相似性特点入手,结合国外研究型大学的发展经验,探讨研究型学院在建设研究型大学过程中所具有的自相似摹本意义;为建设研究型大学提供选择路径和"整体论"的研究视角.     

整多项式矩阵的相似性

给出整多项式矩阵等价的条件，并得出整数矩阵的条件．     

分形理论的发展与在植物建模中的应用

分形方法是根据植物的形态结构,利用了描述具有自相似性（self-similarity）的数学功能来表现植物生长的拓扑及形态结构。实现分形几何建模的方法主要包括迭代函数系统（Iterated Function System,IFS）,分枝矩阵（Ramification Matrix）、粒子系统（Partial System）、正规文法方法、A系统（A-system）以及Oppenheimer提出的特定的分形方法等。     

与分形相结合的模糊控制

世界上普遍存在着分形(Fractal)规律．分形可以是形态、功能和信息方面的自相似性．而且相似性是有层次级别的，本提出了量化因子和比例因子的分形因数F，把分形规律应用到模糊控制中去．用Matlab对其进行建模仿真。并和PID控制、传统模糊控制进行比较．结果表明加入分形因数F以后改善了控制精度．     

一种基于 Hownet 的词向量表示方法

针对基于预训练得到的词向量在低频词语表示质量和稳定性等方面存在的缺陷, 提出一种基于Hownet的词向量表示方法(H-WRL)。首先, 基于义原独立性假设, 将 Hownet中所有N个义原指定为欧式空间的一个标准正交基, 实现Hownet义原向量初始化; 然后, 根据Hownet中词语与义原之间的定义关系, 将词语向量表示视为相关义原所张成的子空间中的投影, 并提出学习词向量表示的深度神经网络模型。实验表明, 基于Hownet的词向量表示在词相似度计算和词义消歧两项标准评测任务中均取得很好的效果。