Semantic Relation Annotation for Biomedical Text Mining Based on Recursive Directed Graph

In this paper we propose a novel model "recursive directed graph" based on feature structure, and apply it to represent the semantic relations of postpositive attributive structures in biomedical texts. The usages of postpositive attributive are complex and variable, especially three categories: present participle phrase, past participle phrase, and preposition phrase as postpositive attributive, which always bring the difficulties of automatic parsing. We summarize these categories and annotate the semantic information. Compared with dependency structure, feature structure, being recursive directed graph, enhances semantic information extraction in biomedical field. The annotation results show that recursive directed graph is more suitable to extract complex semantic relations for biomedical text mining.     

Two Language Models Using Chinese Semantic Parsing

Introduction Although the word trigram dominates the statistical language modeling community, it still has some short- comings. For example, the word trigram cannot make use of the rich linguistic structure of the language, nor can it capture long-distanc…     

Graph Convolutional Network Combined with Semantic Feature Guidance for Deep Clustering

The performances of semisupervised clustering for unlabeled data are often superior to those of unsupervised learning,which indicates that semantic information attached to clusters can significantly improve feature representation capability.In a graph convolutional network(GCN),each node contains information about itself and its neighbors that is beneficial to common and unique features among samples.Combining these findings,we propose a deep clustering method based on GCN and semantic feature g...     

基于语义特征提取与层次结构的问题生成方法

针对传统端到端模型在输入文本语义较复杂情况下生成的问题普遍存在语义不完整的情形,提出一种基于语义特征提取的文本编码器架构.首先构建双向长短时记忆网络获得基础的上下文信息,然后采用自注意力机制及双向卷积神经网络模型分别提取语义的全局特征和局部特征,最后设计一种层次结构,融合特征及输入自身信息得到最终的文本表示进行问题生成.在数据集SQuAD上的实验结果表明,基于语义特征提取与层次结构进行问题生成效果显著,结果明显优于已有方法,并且语义特征提取和层次结构在任务的各评价指标上均有提升.     

基于符号有向图的属性约简算法

提出一种新的属性约简算法——基于符号有向图的属性约简算法。该算法利用符号有向图中故障只能在相容通路中传播的性质对系统中的变量进行约简,然后利用支持向量机优良的分类性能进行故障诊断。挑选过程控制界公认的Tennessee-Eastman Process仿真系统进行属性约简,并进行故障诊断仿真,证明了该算法的可行性,该方法可广泛应用于化工和冶金等大型系统的故障诊断中。     

基于递归特征估计的图像修复算法

针对现有图像修复方法纹理不清晰和结构错乱等问题,提出基于递归特征估计的图像修复模型,此模型基于部分卷积和注意力机制且不需要额外的标签。整体框架分为两个部分,粗修复模块和精修复模块,前者初步修复前景,后者利用递归特征估计递进式地修复缺失区域的边界,不断缩小空洞的面积,这种方式不断加强对缺失区域中央的约束,使得修复结果更加精细。实验表明,与其他经典的方法相比,此结构提高了图像修复的性能,其定性和定量分析均表现最优。     

基于Cayley图的跨层定向扩散路由算法

为提高无线传感器网络的能量利用率,采用图嵌入的方法在MAC层设计固定信道分配协议,在此基础上使用跨层路由协议改进了定向扩散的路由协议,提出一种基于Cayley图的跨层定向扩散路由算法(CLDD).模型采用的图嵌入方法以Cayley图为逻辑拓扑结构,它具有点对称性质且网络直径达到O(log2N),这使下一跳路由简单、平均路由长度缩小,而且使系统具有高聚集性及鲁棒性.仿真实验表明,CLDD在系统能耗以及传输时延等方面均优于定向扩散算法和Omniscient Multicast算法.     

基于有向无环图的高效区块链共识算法

针对传统区块链共识算法存在效率低和大量资源浪费的问题, 提出一种使用基于ID分类的有向无环图数据结构取代传统区块链链式数据结构的算法, 解决了 传统区块链项目无法在短时间内确认大量交易的问题. 该算法使用基于ID分类的有向无环图数据结构能更简单地达成共识, 适用于多用户在同一时间进行交易确认. 该共识算法与传统区块链项目相比能在更短的时间内确认交易, 从而可节省大量的硬件资源, 且提升区块链对交易的处理效率.     

基于有向无环图的高效区块链共识算法

针对传统区块链共识算法存在效率低和大量资源浪费的问题, 提出一种使用基于ID分类的有向无环图数据结构取代传统区块链链式数据结构的算法, 解决了传统区块链项目无法在短时间内确认大量交易的问题. 该算法使用基于ID分类的有向无环图数据结构能更简单地达成共识, 适用于多用户在同一时间进行交易确认. 该共识算法与传统区块链项目相比能在更短的时间内确认交易, 从而可节省大量的硬件资源, 且提升区块链对交易的处理效率.     

基于定量递归特征提取的流量监测方法

提出一种基于定量递归特征提取的流量预测算法,构建了网络端到端路由缓冲区短时网络流量的时间序列分析模型.采用虚假最近邻点算法和平均互信息算法对网络流量时间序列进行相空间重构,计算递归图平面中时频特征点占平面总点数的百分比,实现网络流量的时频熵特征提取,有效反应流量时间序列的内部结构特征和变化趋势,实现对流量的准确预测和监测.仿真结果表明,采用该算法能准确实现对网络流量相轨迹的预测判断,预测过程具有较好的抗干扰能力,预测精度较高.     

基于边被收缩图的有向有环图有向割集求解算法

为了提高有向有环图有向割集生成算法的效率,通过收缩有向有环图环路中的边将有向有环图转换成带收缩顶点的有向无环图,并使得生成有向无环图有向割集的算法可以生成有向有环图的有向割集.在理论上分析了本文提出的算法的时间复杂度和空间复杂度,并进行了实验测试.理论分析和实验测试的结果表明本文提出的算法是很高效的.     

基于有向无环图的时间——费用优化调度算法

在网格计算环境中,基于时间限制和费用最小的有向无环图（DAG）调度算法,运用了经济规律把网格用户的任务映射到网格资源中运行。该文综合考虑时间、费用以及任务间的优先关系等诸多QoS需求,提出了基于有向无环图的优化调度算法。通过仿真实例,论证了该算法的优越性。     

基于结构化支持向量机的中文句法分析

通过构造结构化函数ψ(x,y),提出一种基于结构化支持向量机(SVM-Struct)的中文句法分析方法.实验结果表明,与经典的概率上下文无关文法(PCFG)相比,文章提出的方法在中文句法分析方面是十分有效的.     

基于最大熵的汉语篇章结构自动分析方法

在标有复句逻辑语义关系的清华汉语树库上, 研究汉语篇章语义片段自动切分以及篇章关系的自动标注方法。通过比较不同序列标注模型对汉语篇章语义单元切分的性能, 提出基于最大熵模型的汉语篇章结构分析方法。实验结果表明, 篇章语义单元自动切分的F值能达到89.1%, 当篇章语义结构树的高度不超过6层时, 篇章语义关系标注的F值为63%。     

基于有向图的运载火箭综合电子系统设计方法

为解决运载火箭综合电子系统各功能模块之间信息交互复杂、传输路径长的问题,提出一种基于有向图的运载火箭综合电子系统设计方法.将运载火箭综合电子系统的功能模块抽象为有向图的节点,利用有向边表示功能模块之间的信息流向,构造运载火箭综合电子系统的功能结构有向图.通过有向图建立运载火箭综合电子系统的邻接矩阵,计算传递次数和可达矩阵,并利用可达矩阵对运载火箭综合电子系统功能结构开展分析与优化.实现运载火箭综合电子系统功能结构的最优层次划分,有效简化信息传输关系,缩短信息传输路径,提升运载火箭综合电子系统信息传输效率37.5%.      

基于全局有向图的商品会话序列推荐算法

针对商品会话序列推荐中传统推荐算法过分依赖临近点击状况, 在一定程度上丢失整体商品访问趋势的问题, 提出一种新的基于全局有向图的商品会话序列推荐算法. 首先, 构建商品会话序列全局有向图, 图中节点为商品, 节点间的弧表示点击次序, 并用图数据库存储该有向图; 其次, 给出在有向图上的全局偏好传播策略, 同时考虑点击时间因素对推荐的重要影响; 最后, 获得待推荐商品的评分. 在Diginetica和Yoochoose标准数据集上, 该算法根据P@20标准, 比传统Item-KNN方法推荐准确率分别提升了6.12%和30.25%; 根据MRR@20标准, 则分别提升了15.04%和33.88%. 实验结果表明, 该全局有向图搜索和评分策略有效.     

有向图上的动态规划

在集合论的基础上将离散的动态规划形式化,用递归函数刻划了动态规划的目标函数,并在有向图上建立了动态规划,推广了动态规划方法的应用范围。     

有向和图的若干结果

定义了有向(排斥)和图与图的有向(排斥)和数,给出有向(排斥)和图的结构性质.     

基于图法则分析的三维布局模型生成方法

在分析现有布局模型及相关求解技术的基础上,提出了三维布局问题的一个复合知识模型──构造性属性关联图（ＣＡＬＧ）,并深入研究了基于图法则分析的模型生成策略．该复合知识模型的生成过程刻划了三维布局结构的构造原理．ＣＡＬＧ具有良好的几何信息,为布局问题的具体求解打下了基础．利用该方法有效地建立了车身内布置设计的初始模型．     

基于SDG的传感器分布优化设计

故障诊断方法的效率主要取决于监视过程变量传感器的配置.针对现有双向图的设计方法配置过程繁琐、容易出错等问题,提出了一种改进的基于带符号的定向图(SDG)故障诊断的计算机程序算法来设计传感器的网络分布.通过五罐系统得出结论证明,这种改进的计算机程序算法具有效率高、信息利用量大、准确率高和简单易用的特点,为将基于SDG的故障诊断方法应用于实际控制过程提供了一条新的途径.