Skip-N蒙古文统计语言模型

蒙古文具有典型的构词词缀的特点,一个词往往可以切分成词干和词缀等若干个部分.如果采用通常的N-gram语言模型很难描述词干、词缀等的长距离依赖关系.提出了一种利用长距离依赖的Skip-N语言模型,给出了相隔N个词的二元依赖关系.对这种方法进行了实现,并在一个基于实例的汉蒙机器翻译系统上进行了实验,实验证明Skip-N语言模型能够有效地提高汉蒙机器翻译的效果.     

卡尔曼滤波器在炮位侦察雷达中的应用

本文讨论了有关炮位侦察雷达的数据处理问题,设计了一个处理飞行弹丸观察数据的卡尔曼滤波器,提出了一种剔除鸟、飞机等假目标的方法,最后讨论了弹道外推的方法和结果。     

基于卷积神经网络和自注意力机制的文本分类模型

单词级别的浅层卷积神经网络(CNN)模型在文本分类任务上取得了良好的表现.然而,浅层CNN模型由于无法捕捉长距离依赖关系,影响了模型在文本分类任务上的效果.简单地加深模型层数并不能提升模型的效果.本文提出一种新的单词级别的文本分类模型Word-CNN-Att,该模型使用CNN捕捉局部特征和位置信息,利用自注意力机制捕捉长距离依赖.在AGNews、DBPedia、Yelp Review Polarity、Yelp Review Full、Yahoo! Answers等5个公开的数据集上,Word-CNN-Att比单词级别的浅层CNN模型的准确率分别提高了0.9%、0.2%、0.5%、2.1%、2.0%.     

一种基于 DSP和CAN总线的多通道雷达引接系统

在航空领域中,为对一个大空域进行实时监测,必须使用多部雷达来覆盖整个空域,并把所有的雷达数据引接到指挥中心,进行分析处理和监控．雷达数据经长距离传输,在指挥中心对它们进行最佳的多通道集中引接和处理,成了准确对空中目标监视和指挥的一大关键问题．在雷达数据的传输中,有的采用载波传输,有的采用基带传输,     

基于SKO—KPCA和SVM的雷达目标HRRP特征提取与识别

将依赖数据变化的自适应SKO技术和迭代算法引入KPCA算法中,结合SVM分类技术,提出了基于SKO-IKPCA和SVM的雷达目标HRRP特征提取与识别方法.讨论了HRRP预处理、迭代KPCA算法和SKO/FKO技术的实现方法,将SKO/FKO技术应用到KPCA的核优化中,并用人工合成数据对其优化性能进行了测试与比较,应用该方法对Su-27、F-16及M2000等三类飞机目标的实测HRRP数据进行了特征提取与识别实验.结果表明,所提方法具有较好的稳定性和可靠性,能有效地优化雷达目标主元特征的提取,提高目标的识别性能.     

基于人体骨架特征学习的动作识别

动作识别是计算机视觉研究中的一个基本但具有挑战性的问题.在过去的几年中,许多基于RGB视频的识别技术已经得到了巨大的发展,并取得了显著的成果.但是,处理RGB视频可能非常耗时.其中,在动作识别领域,人体骨架数据具有轻量级的特点,同时对人体外观、环境背景等信息具有不变性,因此,这种数据模态受到了越来越多的关注.然而,基于人体骨架的动作识别面临两个问题:人体骨架数据的噪声问题和数据标注的依赖问题.噪声问题是指骨架数据中存在噪声影响数据的准确性,而数据标注依赖问题则是指在监督学习中,需要大量的标签数据进行训练.本文针对人体骨架数据在采集中的噪声问题,提出了一种基于噪声适应的动作识别模型,设计了回归模型和生成模型充分利用不同场景下的噪声数据特点.并且针对人体骨架数据过于依赖标签数据,利用自监督学习方法,提出了一个基于多任务自监督学习的动作识别方法.     

数据不依赖获取的质谱数据的深度学习分析方法

近年来,数据不依赖获取(data-independent acquisition,DIA)质谱技术在蛋白质组学领域内被广泛关注.然而DIA质谱数据具有维度高、背景噪声大、多种信号混合等特点,这使得DIA质谱数据的分析成为一大挑战.本文提出一种基于深度学习的可直接处理DIA质谱数据的算法:Ultra-DIA.该算法使用深...     

基于R语言的风廓线雷达产品数据简单处理

风廓线雷达产品数据在气象上应用广泛,对其产品数据资料的分析、处理和可视化十分重要.本文利用免费的开源软件R语言,对雷达资料产品数据进行批量读取、计算和绘图.展示了R语言在处理风廓线雷达资料的特点：简洁、易学.     

基于句法依存卷积神经网络的句子相似度计算

句子相似度计算是自然语言处理的一项基础任务,其准确性直接影响机器翻译、问题回答等下游任务的性能。传统机器学习方法主要依靠词形、词序及结构等浅层特征计算句子相似度,而深度学习方法能够融入深层语义特征,从而取得了更好效果。深度学习方法如卷积神经网络在提取文本特征时存在提取句子语义特征较浅、长距离依赖信息不足的缺点。因此设计了DCNN(dependency convolutional neural network)模型,该模型利用词语之间的依存关系来解决该不足。DCNN模型首先通过依存句法分析得到句子中词语之间的依存关系,而后根据与当前词存在一跳或者两跳关系的词语形成二元和三元的词语组合,再将这两部分信息作为原句信息的补充,输入到卷积神经网络中,以此来获取词语之间长距离依赖信息。实验结果表明,加入依存句法信息得到的长距离依赖能有效提升模型性能。在MSRP(microsoft research paraphrase corpus)数据集上,模型准确度和F1值分别为80.33%和85.91,在SICK(sentences involving compositional knowledge)数据集...     

高压变频器在煤矿中的应用

煤矿皮带输送机具有大功率、长距离、启动速度缓慢等特点,这就对它的启动装置有很多特殊要求.本文着重介绍高压变频器在皮带上的应用.     

基于SMS的雷达及全网监控系统的设计与实现

介绍了基于SMS的雷达及网络传输监控系统的结构和功能,说明开发的必要性.分析了雷达分系统实时监测信息的特点,在现有的宽带网络基础上,对天气雷达运行状况实现远程实时监测.描述并分析了全部网络传输系统特点,根据相应特点采用适当函数实现实时全网监控.系统设计了一个基于GSM MODEN的短信服务平台;并用VC语言编程,实现了基于SMS的雷达及网络传输监控系统.本系统具有实时性,灵活性,实用性,高效性等特点.     

市政排污混凝土管长距离顶管施工技术

混凝土管长距离顶管施工是继盾构法施工之后而发展起来的一种地下管道施工方法,它不需要开挖面层,并且能够穿越公路、铁路、河流、地面建筑物、地下构筑物以及各种地下管线等.混凝土管长距离顶管施工由于具有不开挖和少开挖及安全经济的特点,随着城市建设的发展混凝土管长距离顶管施工应用已越来越普及,特别在交通繁忙、人口密集、地面建筑物较多、管道埋深较大及管线复杂的城市,敷设新的排水等地下管线及地下通道,混凝土管长距离顶管施工已成为市政设施施工的最佳方案.本文就排污混凝土管长距离顶管施工技术做了相关探索.     

基于门循环单元神经网络的中文分词法

目前,学术界主流的中文分词法是基于字符序列标注的传统机器学习方法,该方法存在需要人工定义特征、特征稀疏等问题.随着深度学习的研究和应用的兴起,研究者提出了将长短时记忆(long short-term memory,LSTM)神经网络应用于中文分词任务的方法,该方法可以自动学习特征,并有效建模长距离依赖信息,但是该模型较为复杂,存在模型训练和预测时间长的缺陷.针对该问题,提出了基于门循环单元(gated recurrent unit,GRU)神经网络的中文分词法,该方法继承了LSTM模型可自动学习特征、能有效建立长距离依赖信息的优点,具有与基于LSTM神经网络中文分词法相当的性能,并在速度上有显著提升.     

青海高原雷达波测流系统流量系数率定及准确性——以新寨水文站为例

基于青海高原长江源区巴塘河新寨站雷达波测流系统实测数据开展流量系数率定和准确性研究,采用算术平均法、图解法和节点流量法分析流量系数,确定新寨站雷达波测流系统流量系数为0.76,同时采用一致性、流量特征值、逐日平均流量过程、曲线检验进行了分析计算.结果表明：该流量系数准确性较高,改正后的流量可以作为正式资料使用.雷达波测流系统具有有效提高流量监测数据的准确性、时效性和采样密度等特点,可以进一步破解青海高原恶劣气候条件下生态环境高水平保护和经济社会高质量发展对流量数据需求的矛盾.     

地下管线雷达探测图像处理及解释系统

针对非开挖施工的特点及需要,开发了地下管线雷达探测图像处理解释软件系统;通过对若干关键问题的研究,实现了不同类型雷达数据的共享数据处理、基于人工神经网络技术的探地雷达剖面的智能解释、解释成果的三维可视化等功能,并可根据解释获得地下管线分布数据,系统自动设计非开挖钻进轨迹;现场验证及试用结果表明,该软件系统对地下管线的判别具有较高的可信度,可为非开挖施工提供准确的资料及指导非开挖施工.     

基于支持度的多传感器信息融合算法

目前多传感器融合算法大都需要先验知识,而现实环境中常常无法满足。为有效解决这一问题,在信息融合中利用指数衰减函数引入了支持度的概念,进而设计了两种不依赖任何先验知识的基于支持度的多传感器信息融合算法。最后,应用该算法对3部雷达的观测数据进行处理,实验结果表明,该算法有较好的融合效果,并具有计算简单的特点。     

雷达辐射源识别数据融合基本概率分配函数建模

通过对全脉冲、批数据等各级数据进行分析,并与识别结果进行比对、核实和验证,发现复杂电磁环境下各独立侦察设备侦收到的数据和雷达辐射源识别信息具有模糊性和不完整性,造成识别过程中出现错误,甚至输出毫不相关的识别结果。针对这种情况,采用基于D-S证据理论数据融合的方法对雷达辐射源进行识别。此外,结合雷达辐射源识别问题的特点,借鉴信息论中熵的概念,对基本概率分配函数进行了建模。仿真结果表明该方法具有优良的性能。     

基于自更新置信分类网络的雷达点迹识别算法

多雷达协同组网进行目标探测识别时,受复杂战场环境影响,获取的数据富含大量杂波和不确定信息,传统雷达点迹识别算法在处理此类数据时具有一定局限。为此,文章提出了基于自适应置信分类网络的雷达点迹识别算法。构建置信分类网络,获取各轮迭代下雷达点迹隶属目标、杂波和不确定的置信度。然后基于点迹的空间分布特性构造决策证据并进行修正融合。融合结果促使点迹类别更新,更新点迹则再次驱动置信分类网络训练学习。如此迭代优化,直至所有雷达点迹类别标签不再更新。实测雷达点迹验证实验显示,与传统典型雷达点迹识别算法相比,新算法可有效提升点迹识别正确率。此外对训练样本依赖较小,便于推广应用。     

面向气象雷达数据传输的流媒体流量控制研究

气象雷达观测是气象观测的重要组成部分.气象雷达数据生成时间较长,且文件较大,在进行数据传输时,若采集完数据再传输会大大影响其数据的实时性要求.本文在分析雷达数据采集过程及特性的基础上,结合RTP/RTCP协议对拥塞判决控制进行改进,采用基于显式反馈的拥塞判决方案,设计了公平性的非线性流量控制方案,结合雷达数据生成特点,提出了使用流媒体技术的气象雷达数据传输算法SM-RTA(Weather Radar Data Transmission Algorithm Using Streaming Media Technology).通过仿真实验证明,在IP网络中,SM-RTA算法能为用户提供更稳定的实时性服务.     

怀柔应急备用水源工程水力过渡过程分析

针对怀柔应急备用水源工程具有的多水源、长距离等特点,在阐述工程特点的基础上,通过对水力过渡过程进行正确的计算与分析,应用水锤计算的基本理论,并用特征线法及各种边界条件方程进行了数值模拟,得出了一些基本规律.在此基础上,提出的水锤防护技术措施,不仅很好地解决了该工程的水锤防护问题,同时也给长距离输水系统的水锤计算与防护提供了技术借鉴.