基于支持向量机的典型宽带电磁干扰源识别

由于民航周围电磁环境复杂, 一旦产生电磁干扰(electromagnetic interference，EMI), 就不易被排查, 特别是随机性较强的宽带干扰。对此, 提出一种基于支持向量机(support vector machine, SVM)的干扰源识别方法。通过实时测量干扰信号的频谱数据, 并分析其特点, 选择包络因子、频谱能量、频谱峰值、均值和方差5个特征向量, 用主成分分析法降低数据冗余程度, 最后采用SVM来判断干扰源类型。仿真结果证明, 所提算法能有效识别6类典型机场宽带干扰源, 识别精度可达98.33%。     

离散事件仿真的CPU缓存加速算法

针对大规模离散事件仿真的应用需求,提出了CPU(中央处理器)缓存加速算法。采用空间局域化的环型链表存储事件摘要,兼具离散事件仿真(DES)事件分类和缓存加速作用。算法性能分析显示,入队时间复杂度为O(sqrt(n)),出队复杂度为O(1),优于目前主流的日历调度算法及改进算法。100节点9 900并发业务的网络仿真实验结果证实,相比于线性链表算法,文中提出的算法可使DES计算加速21倍。     

我国最大的天文望远镜落户云南丽江

一台直径达2.4米的巨型天文望远镜日前运抵云南丽江的高美古天文台,这是我国目前最大的天文望远镜,预计到今年8月就可以投入观测使用。云南天文台台长李焱说,该望远镜是由英国TTL公司制造的,价值高达3000多万元,具有一流的光学质量,而且成像清晰,跟踪和指向精度都非常     

高饱和磁化强度Fe16N2单晶薄膜

尽管Fe_(16)N_2的结构早已为人们所知“‘，但对其研究的巨大兴趣则始于发现其奇异的高饱和 磁化强度（Bs一258 T严之后．制备高含量比川。的研究在块体和薄膜材料方面都很活跃l’ 4］． 然而，由于它是亚稳相，迄今只有日本Sllgita’领导的小组在半导体基片上制备出了Fe_(16)N_2单 晶薄膜，并验证了室温下其饱和磁化强度高达 29又大大超过 Slaterwaaling曲线．关于 卜；刀。是否具有如此高的饱和磁化强度值成为当个磁学理论界争论的一个热点风刁．作者曾详 细研究了溅射条件对氮化铁各相形成的影响闷，本文用溅射法制备出a‘’xe入单晶薄膜，井清 晰地观察到了沿［l叫和［110方向的电子衍射花样．磁性测量结果表明其饱和磁化强度值高 达 264～ 289 Wbha’．     

基于信息融合的大飞艇自适应姿态解算算法

现有计算大飞艇姿态角的平衡滤波算法虽然融合了加速度和角速度信息,但其未对加速度的适用条件进行分析,从而导致了积累误差和动态解算准确性问题.针对该算法的不足,提出了根据飞艇的不同运动状态来调整姿态解算算法的融合加速度和角速度数据的自适应姿态解算算法,并通过Matlab实验验证了算法的有效性.实验结果表明,该算法有效地解决了平衡滤波算法的不足,通过引入SMV(signalmagnitudevector,信号量向量),使大飞艇的运动状态得到了准确判断,从而使积累误差问题得到了有效改善,同时提高了大飞艇的动态解算准确性.     

基于类别关键词权重的煤矿安全隐患分类方法

大数据时代,各行各业均产生海量信息,面临大量的信息,如何准确而高效地获取数据中的潜在规律和蕴含价值成为企业信息化的重点。为提升煤矿企业对安全监测数据的理解和监控能力,改善隐患排查治理工作水平,本文提出基于类别关键词权重的短文本分类模型,有效缓解了文本分类中特征稀疏的问题。该方法首先基于朴素贝叶斯算法,对不符合规范的非法数据进行筛选,然后构建基于关键词权重的短文本分类模型,利用中文分词技术、卡方检验方法构建关键词库,最后建立得分模型实现对隐患数据的分类。结果表明,该模型能较为准确地对矿业安全隐患数据进行有效的评级分类,进一步地改善隐患排查和治理的针对性和有效性。     

一种采用机器阅读理解模型的中文分词方法

针对中文分词序列标注模型很难获取句子的长距离语义依赖,导致输入特征使用不充分、边界样本少导致数据不平衡的问题,提出了一种基于机器阅读理解模型的中文分词方法。将序列标注任务转换成机器阅读理解任务,通过构建问题信息、文本内容和词组答案的三元组,以有效利用句子中的输入特征;将三元组信息通过Transformer的双向编码器（BERT）进行预训练捕获上下文信息,结合二进制分类器预测词组答案;通过改进原有的交叉熵损失函数缓解数据不平衡问题。在Bakeoff2005语料库的4个公共数据集PKU、MSRA、CITYU和AS上的实验结果表明：所提方法的F₁分别为96.64%、97.8%、97.02%和96.02%,与其他主流的神经网络序列标注模型进行对比,分别提高了0.13%、0.37%、0.4%和0.08%。     

基于多通道Gabor滤波的指纹图像二值化方法

为解决传统的直接利用图像全局或局部灰度特性的指纹图像二值化方法的不足,提出一种多通道Gabor滤波的指纹图像二值化方法。首先构造多通道Gabor滤波器组对规格化后的指纹图像提取不同方向纹线对应的主要频率成分。将获得的多通道的滤波响应图线性叠加形成单幅Gabor滤波叠加响应图。然后对其再次采用以上滤波器组滤波,分别求取各位置的最大Gabor响应构成最终的指纹滤波能量响应图。最后分块并求取块内阈值实现二值化。实验结果表明,该方法较基于灰度特性的方法鲁棒性更好,特别对存在粘连、噪声和断纹、孔洞等现象的指纹图像有较好的处理效果。     

结合预训练和自训练的法律信息抽取增强式方法

在“智慧法院”的建设中，法律信息抽取是法律人工智能任务中最基本的任务。目前，法律信息抽取方法主要基于深度神经网络的监督学习模型。由于现有的监督学习模型需要大量的标签数据，而人工标注的方式会提高法律信息抽取任务的成本，存在只有少样本情况下模型学习性能较差的问题。针对上述问题，提出一种结合预训练和自训练的法律信息抽取增强式方法。首先，利用大规模预训练模型和标签数据训练出一个教师模型；然后，利用改进的文本相似度计算公式从法律文书库中寻找出与训练集相似的无标签法律文本数据，再结合训练完成的教师模型对其生成伪标签数据；最后，将有标签数据和伪标签数据混合起来重新训练出一个学生模型用于下游的法律信息抽取任务。本文在2021法研杯提供的信息抽取数据集上进行验证。与基线模型进行对比，本文提出的结合预训练和自训练的法律信息抽取增强式方法取得了较好的抽取效果。     

硅掺入铒后为什么能发光

奥地利研究人员最近发现了硅掺入钌后能发光的原因,以及如何使这一过程最佳化的条件。硅在微电子中应用极广,晶体管和集成电路大都是用硅制造的。美国和欧洲的研究人员在试验中偶然发现,掺入硅晶格中的铒原子,可以令硅在输入适当的能量后发光,并据此制造出了硅发光二极管。但是,研究人员对于其原因