一种基于类不平衡学习的情感分析方法

针对网络评论中普遍存在的负面评论较少而影响力却较大的类不平衡问题, 提出一种基于类不平衡学习的情感分析方法. 该方法利用深度学习训练过程中的概率输出, 以计算样例的信息熵作为影响因子构建交叉信息熵损失函数. 在IMDB公开数据集上进行实验验证的结果表明, 基于集成信息熵损失函数的双向长短期记忆网络能处理类不平衡问题; 对数据的统计分析结果表明, 该策略能提升基于双向长短期记忆网络的评论情感极性分类性能. 针对AUC(area under curve)指标, 使用集成信息熵损失函数的双向长短期记忆网络模型比未考虑类不平衡的深度学习模型在中位数上最多提升15.3%.     

基于LQG控制的整车8-DOF系统振动分析

建立了整车8-DOF系统动力学模型,考虑了主动悬架控制,并增设了主动座椅控制,设计了车辆主动悬架系统的LQG控制器。基于Matlab仿真平台建立了整车8-DOF系统动力学仿真模型,对所得最优控制策略下的动态响应进行了仿真验证。仿真结果表明:为了改善人椅系统质心及车身质心的跳振性能需要在一定程度上弱化各轮轮胎动位移性能。从控制效能上来看,该最优控制器能够满足各行驶状态下对悬架性能的要求,改善了车辆的行驶平顺性。     

正字法在错误记忆通道效应中的作用

采用DRM(Deese/Roediger Mc Dermott paradigm)范式,探讨汉语错误再认的影响因素.实验采用混合实验设计,并分为想象组和控制组,共54名被试参加实验,每组27名.每名被试在学习阶段进行视听两种不同呈现通道的实验,其中想象组要求被试对所呈现的词语进行正字法的判断任务,而控制组不进行该任务.测验阶段为词语再认测试,为视觉呈现.结果表明,汉语错误记忆存在通道效应,视觉通道条件下的错误记忆高于听觉通道.当在想象组中听觉通道加入正字法编码任务后,这种通道效应消失.说明正字法是编码是影响汉语错误再认的重要因素,但是其影响与国外研究不同,可能与汉语自身的语言特性和加工特点有关.     

串联谐振注入式有源电力滤波系统稳定性分析

为了兼顾系统的滤波性能及无功补偿,又能维护系统的稳定性,提出一种新型串联谐振注入式有源电力滤波器拓扑结构并建立相应的数学模型,对其工作原理进行系统分析,探讨它在电网电压畸变、电网电压波动性以及在系统延时和惯性情况下的工作原理,并分别对电网电压畸变、电网电压波动性、系统延时及惯性这3种情况的稳定性进行系统分析研究,利用仿真软件对其结果进行仿真。研究结果表明:上述系统具有良好的稳定性和可靠性,满足了无功补偿,可以较好地应用于工业电力系统。     

中立型时滞互联系统的H∞记忆反馈控制

为研究一类中立型时滞互联系统的H∞控制问题,当滞后时间对系统影响较小时,设计分散化记忆反馈控制器,并应用李雅普诺夫函数理论,结合自由加权矩阵和牛顿-莱布尼茨公式对系统进行稳定性分析,应用线性矩阵不等式给出系统存在外界干扰时仍能保持稳定且满足H∞性能指标的充分条件.最后应用Matlab对系统进行数值仿真,仿真结果表明,所提控制方法不仅能保证被控系统的稳定性,而且当系统存在外界干扰时能保证具有H∞性能指标.     

基于螺旋相位滤波的图像边缘增强研究

阐述螺旋相位滤波实现图像边缘增强的原理及其国内外研究现状,分析几种螺旋相位实现边缘增强效果,同时对螺旋相位滤波器的应用发展趋势进行展望.     

删除痛苦的记忆

这是一种在医学界饱受争议的药物，它可以抹去受过创伤的人的痛苦记忆，同时也能够轻而易举地消除悔恨与罪恶感。设想一下，如果一个犯罪分子服用此药后会怎么样呢?     

“鲁棒设计”方法在电子镇流器抗干扰设计中的应用

电子镇流器的抗干扰和骚扰是非常重要的参数之一。采用鲁棒设计方法进行对电子镇流器进行系统设计、参数设计和公差设计,通过电源输入端插入LC滤波电路,同时考虑对外来干扰信号的低通反射滤波和镇流器自身产生的辐射骚扰信号对列车其它电器设备的干扰衰减,使产品通过检测符合国家相关标准要求。     

词汇策略的使用与词汇知识水平的相关探究

旨在探讨二语学习者的词汇策略倾向与其词汇知识之间的关系。对非英语专业大学二年级学生的词汇水平测试和词汇学习策略问卷调查结果表明：（1）学习者词汇策略的认知倾向对词汇知识水平有预测作用：词汇水平较高的同学更多地使用认知策略和元认知策略，而词汇水平相对较差的同学较多地依赖机械记忆；（2）二语学习者还没有摆脱母语知识系统的束缚，还需要进一步努力构建二语词汇知识系统。     

GFMIMU/GPS组合导航系统信息融合技术研究

GFMIMU/GPS(Gyroscope Free Micro Inertial Measurement Unit/Global Positioning System)组合导航系统具有抗高g值冲击、低成本、长寿命、较高精度等优点,在低成本精确制导武器和微小型无人机具有广阔的应用前景。针对工程应用中信息融合的精度和实时性两方面的要求,运用基于模型误差预测的扩展卡尔曼滤波MEP-EKF(Extended Kalman Filter base on Model Error Predictive)方法,将MEMS(Micro Electromechanical Systems)加速度计的误差作为模型误差来考虑,对GFMIMU/GPS组合导航系统进行建模仿真,将其与EKF和UKF(Unscented Kalman Filter)方法进行了仿真比较,在方位误差角的估计上取得了比他们精度高的仿真结果,而且MEP-EKF所需时间是UKF的10%.