基于Web Services的现代物流信息平台的构建研究

分析了传统企业应用集成技术中存在的弊端和不足,提出采用基于Web Services为技术路线的企业应用集成方案.在实现信息系统之前,先就系统使用的Web Services架构进行了深入的研究,从总体上介绍并详细分析了Web Services架构,阐述了Web Services的概念、模型和协议栈,并分析了它在现代物流企业的应用模型,然后在系统分析阶段对联托运的核心业务流程进行了分析,并确定了系统的开发原则和工具.     

对联之功能语篇浅析

Halliday建构的系统功能语法可用于语篇分析、翻译等诸多领域,而用于汉语对联的研析还不多见。本文拟从衔接和连贯（Cohesionandcoherence）、逻辑一语义关系（Logico—semanticrelations）、主位结构（Thematicstructure）和信息中心（InformationfocuspL个方面对对联进行功能分析,以证实系统功能语法在分析研究中国传统的文学形式——对联的实用性和可操作性。     

目的论视角下的旅游景点对联英译研究——以南岳衡山为例

对联是我国独特的文化瑰宝.经济全球化背景下,典籍英译作品备受关注,但对联英译的研究却屡屡受限.湖南旅游景点各类名联诗作众多,不仅使其声名远播,也折射出湖湘文化及其精髓.文章选取南岳衡山景点中具有代袁性的对联进行分析,在目的论框架下,探讨其中部分对联的英译,旨在推动湖湘文化的外宣研究,促进其旅游业的发展.     

当今网络对联现状探析

对联是中华民族特有的文学形式之一,社会的信息化为网络对联的发展和繁荣提供了广阔的平台.本文就网络对联的概况、优势、存在的问题等进行了简要的分析,并对今后的发展提出了一些看法,希望在大家的共同关注下,使网络对联能够更快地成长,为推动我国楹联事业的发展做出积极的贡献.     

基于传递矩阵法的振动压实系统动力学分析

振动压实系统在工作过程中,物料受到压实作用而发生弹塑性形变,因而该系统的弹性回复力与位移关系呈现非线性与滞后性.为研究振动压实系统的动力学问题,建立了带有分段曲线不对称滞回环的二自由度系统模型,采用传递矩阵法求解该模型,对该模型中各单元的状态进行相关的数学描述,同时利用仿真软件对数据进行分析,得到的数据与传递矩阵方程的计算结果基本吻合.这表明所提出振动压实系统的传递矩阵模型接近实际情况,对相关系统的动力学分析具有参考价值.     

基于petri网的网络互助平台业务流程模型优化

近年来网络互助计划受到广泛的关注.作为互助平台,其服务流程和服务内容会直接影响用户的使用感受.为了对服务系统进行流程优化,利用petri网针对某一网络互助平台服务流程系统进行建模,通过关联矩阵和状态方程的相关分析表明建立的petri网模型能够正常的运行.经过对实际情况的分析,发现模型中存在可以优化的环节,于是在原模型中增加了相关的控制结构对其进行优化.最后对优化后的模型进行解释说明,并通过仿真实验表明优化后模型的合理性.     

丽句与深采并流 偶意共逸韵俱发——对联写作要论兼议《文心雕龙·丽辞》及相关篇目

对联是我国汉民族特有的一种文学体裁,是中国文学大家庭中的重要成员之一。在汉民族思维方式、汉语文字个性与文学创作特征长期交融孕育的过程中,受唐代律诗对仗、用韵的催化作用,对联遂正式诞生。对联具有时代性、广泛性、实用性、概括性、独特性、趣巧性的文体特征。创作对联有三法：集诗文成句、改换诗文成句、拟作新联（严对仗、调平仄、重修辞）。清代梁章钜《楹联丛话》是第一部联话著作。刘勰《文心雕龙》是对联写作与研究不可忽缺的一部重要著作,庶可称为第一部萌芽状态的＂准联话＂,在中国楹联史上具有重要的意义。     

利用MDA方法进行应用系统开发

分析遵循模型驱动架构(MDA)规范的AndroMDA原理,以及相关应用程序的结构.以一个简化的小区车辆管理系统开发为例,说明利用MDA思想进行软件开发的全过程.即首先采用MagicDraw建立系统的平台无关模型,然后,对工程的配置进行修改和调整在模型设计好且工程配置完成后,在AndroMDA中执行maven install命令,验证系统模型并生成应用程序代码.     

基于RT-UML模型的实时系统可调度性分析

简要回顾实时系统的开发现状,对实时系统可调度性相关理论进行探讨.提出一种基于实时统一建模语言对实时系统可调度性进行分析的方法.通过将系统RT-UML模型中实时任务的相关数量信息提取出来,在相应分析工具中进行可调度性分析,分析结果自动反馈到模型中去,实现了对实时系统可调度性进行系统实现前的离线分析.     

考虑载荷作用次数的失效相关系统可靠性模型

研究了随机载荷作用次数对系统可靠性的影响,运用载荷-强度干涉模型和顺序统计量理论建立了随机载荷多次作用下的失效相关系统可靠性模型.考虑系统中零件的失效相关性,在不作独立假设的前提下,运用系统级载荷-强度干涉模型建立了串联系统和并联系统可靠性模型;根据随机载荷作用的统计学意义,运用顺序统计量理论建立了载荷多次作用时等效载荷的累积分布函数和概率密度函数,在此基础上,建立了载荷多次作用下的失效相关系统可靠性模型.并运用Monte Carlo方法对随机载荷多次作用下的失效相关串联系统可靠性模型进行了仿真实验,验证了本文模型的正确性.     

藏语语音合成中语料数据标注规则的设计

基于隐马尔可夫模型（HMM）的藏语语音合成系统中,语料数据的标注是训练声学模型的基础和关键。文章结合藏语独有的语音特点对语料数据设计套标注规则,并以Praat为标注环境实现语料的标注。     

基于河南方音的英语语音自动分析

首先,建立基于方音的二语发音数据库,并分析发音数据的音韵特征;然后,基于隐马尔可夫理论,提出了一种识别特定方音背景的外语学习者的语音产出的可行性方案.性能试验显示,系统可以较为准确地自动识别出以河南方音为背景的学习者的外语语音产出,并形成诊断性评价,进而提升其外语语音水平.     

面向语音合成的藏语音素切分算法研究

文章通过采用两种方法对藏语语音合成语料库中的语音进行音素切分:一种是基于单音素HMM模型的自动切分方法,一种是传统的人工切分方法,并通过实验分析了自动切分与人工切分方法的准确率程度.实验结果表明:在构建语料库时,前者有助于缩短建库周期,尤其对于大语料库的建立会有明显的优势.这种方法既节省了切分与标注的大量时间和人力成本,又提高了语音语料库标注信息的精确度和一致性.     

基于二阶隐马尔可夫模型的新闻分类算法

提出一种基于二阶隐马尔可夫模型(HMM)的新闻分类算法,旨在提取新闻内容中的类别字,构成特征词集合.以该特征词集合作为不同二阶HMM分类器的观察序列,二阶HMM的隐藏状态反映了文档中词语之间的相关性差异,每个状态表示出现在语料库中的词语的相关性水平.实验结果表明,相比k近邻(k NN)、朴素贝叶斯(Naive Bayes)以及支持向量机(SVM)算法,二阶HMM算法的分类表现更显优势.     

基于Viterbi解码的中文合成音库韵律短语边界自动标注

该文提出了一种基于Viterbi解码的中文合成音库韵律短语边界自动标注方法,以降低大语料库单元拼接合成系统的构建成本。该方法分为模型训练和韵律标注两阶段:模型训练阶段得到频谱、基频和音素时长的上下文相关隐Markov模型(hidden Markov model,HMM);标注阶段借助训练得到的模型采用Viterbi解码完成韵律短语自动标注。实验结果表明:该方法进行韵律短语边界标注时的F-score值达到77.64%,超过了人工标注时不同标注人员之间的一致性水平;另外该方法可以方便地增加待标注韵律属性,具有良好的扩展性。     

有限态文法引导的基于连续密度HMM的连续汉语语音识别

介绍了用有限态文法引导的基于连续密度隐马尔可夫模型(HMM)的连续汉语语音识别系统.分析了系统的组成,词语的HMM的训练方法和对识别系统的测试结果。实验表明,用有限态文法辅助进行连续语音识别是一种有效的策略;连续密度HMM与基于矢量量化的HMM/VQ相比需要较大的计算量,但可明显提高识别准确率。     

基于语料库的语言建模

语料库语言学的发展的核心问题是语言模型的建立问题。常用的语言模型可以概括为三类：（１）ｎ元模型（及隐马尔可夫模型）；（２）基于分布理论的模型；（３）基于规则的模型。基于语料库的建模过程就是对语言模型的参数进行求解的过程，也可以认为是一个机器学习的过程。它可分为两大类别：（１）有指导学习；（２）无指导学习。本文着重论述了近年发展的热点——无指导学习的各种技术和影响参数可信度的数据稀疏问题及其解决办法。     

拼音到汉字自动转换技术的改进与实现

拼音到汉字转换一直是中文信息处理研究的一个重要方面。在前人的基础上改进了他们所使用的数据平滑算法,给出了两种应用于不同场合的公式,使得在结果中能够得到不同要求的解。同时,给出了利用隐马尔可夫模型(HMM)来设计实现这样一种转换,并且利用Viterbi算法来对模型进行求解的设计细节与方法。最后利用随意选择的语料库来对计算机进行训练学习并给出了测试结果,同时分析了错误结果的原因。     

基于语音声学特征的情感信息识别

为提高情感语音识别的正确率,研究了声学参数的统计特征和时序特征在区分情感中的作用,并提出了一种将两者相融合的情感识别方法。在提取出基本的韵律参数和频谱参数后,首先利用PNN(probab ilistic neura l netw ork)和HMM(h idden m arkov m ode l)分别对声学参数的统计特征和时序特征进行处理。计算它们各自属于每类情感的概率,获得采用加法规则和乘法规则融合统计特征和时序特征的识别结果。实验结果表明:各组特征在区分情感方面的侧重不尽相同,通过特征融合,平均识别正确率相较单独采用统计特征或时序特征均有提高,在最好情况下达到了92.9%。这说明了该方法的有效性。     

蛋白质二级结构预测概率图模型的改进

蛋白质二级结构与蛋白质三级结构及蛋白质功能密切相关,是生物信息学研究的热点,其中概率图模型隐马尔可夫算法(HMM)是该领域研究的重要工具。但是在实际应用中,存在着HMM训练下溢、不同训练集的效果差异较大及参数优化困难等问题。对预测蛋白质二级结构时HMM遇到的训练下溢问题提出了改进方案;首次提出8-状态HMM来预测蛋白质二级结构,并且将参数B改进成为包含状态转移信息的三维参数;为了改进最优HMM模型的确定方法,用每个样本分别对初始HMM模型进行训练,得到一系列新的模型,然后对这些新模型的参数求均值,将求得的均值作为最优模型的参数。这些改进方法提高了HMM预测蛋白质二级结构的准确率,为HMM的进一步优化打下良好的基础。