基于概念词的特征提取方法

为解决因未考虑语义关联造成的VSM描述不准确的问题,基于知网本体库计算词语间的语义相似度,采用识别完全子图的方式生成概念词列表,再用概念词替换存在密切语义关联的词语.实验表明,该方法在改进文档特征提取效果的同时也明显降低了向量空间的维度.与不经概念词处理的特征提取方法相比,该方法在分类识别率上有一定提升.     

集成型手写汉字识别方法与系统

针对手写汉字识别中字量大、结构复杂、相似字多以及手写体的形变等特点，将传统的统计识别方法与人工神经网络相结合，提出了一种适用于汉字识别的网络集成法，并用这一方法对４个手写汉字分类器进行集成。实验结果表明，该方法学习速度快，精度高，能够大幅度提高系统性能。     

多相流流型在线识别理论研究

阐明了目前已有方法未能解决工业多相流动流型识别问题的主要原因．结合大量的实验数据，提出了实现流型在线识别的前提条件，获得了部分流型的识别规则．采用具有自组织聚类算法得到了流型特征的标准模板，并基于压力、压差信号提出了流型的多传感器数据融合在线识别方法，解决了流速及含油率对流型识别技术的影响．将该流型在线识别理论应用到实践中进行了检验，测量误差小于10％．具有置信度高、容错性好、降低了对单个传感器的性能要求等优点．     

基于未确知测度理论的停工复建高速公路涵洞既有结构质量评价

针对停工复建高速公路涵洞既有结构质量评价中存在诸多不确定性因素的问题,为有针对性地进行复建工作,通过对影响涵洞既有结构质量因素的研究,综合信息熵和未确知测度理论方法建立了涵洞既有结构质量评价模型。根据相关标准规范,选取涵洞偏位、流水面高程、竖直度、裂缝宽度、蜂窝麻面面积、混凝土强度、混凝土碳化程度、钢筋保护层厚度等8个相互独立的影响因子作为未确知测度模型的判别指标,并依据实测数据建立各个评价指标的未确知测度函数,基于信息熵理论计算各指标权重,最后采用置信度识别准则对复建高速公路涵洞既有结构质量进行等级判定。将该模型应用于萍洪复建高速公路7个涵洞的既有结构质量评价,研究结果表明:该方法评判结果与现场实际情况完全一致,且该方法评价过程科学合理,为复建高速公路涵洞既有结构质量评价提供了一种新的方法。     

国家游泳中心子结构模型损伤识别试验研究

为对复杂空间结构进行损伤识别, 在损伤定位向量法的基础上, 提出了基于测点区域的损伤识别方法, 并引入归一化损伤定位指标判定损伤区域. 对国家游泳中心“水立方”子结构模型的两种损伤状态进行了识别试验. 采用力锤激励, 实测了子结构模型损伤前后的加速度响应, 利用特征系统实现算法对加速度响应进行模态参数识别, 采用基于测点区域的识别方法对子结构模型损伤区域进行判定. 结果表明, 所用方法能够有效定位损伤区域.     

基于创意拐点的计算机辅助草图设计技术

草图是设计师进行产品设计创新活动的重要载体.草图设计是设计师的脑、眼和手三者互动,设计思维和草图表达相互推进的过程;草图设计过程可以抽象为创意拐点图.为了对草图设计过程提供有效的支持,本文提出了一种基于创意拐点的计算机辅助草图设计技术.建立了基于草图行为识别的创意拐点规则推理模型,基于该模型来识别草图设计过程中的创意拐点,并通过对规则进行粗粒化来解决模型的过拟合问题.在此基础上,生成作为草图设计过程记录的创意拐点图,以记录创意过程,辅助设计师草图设计.最后构建了基于创意拐点的计算机辅助草图设计原型系统CASCP,并通过实验初步验证了创意拐点识别方法的有效性,给出应用CASCP完成的草图设计实例.     

基于主题建模和静态分析技术的软件代码功能性主题获取方法

近年来,基于主题建模技术的代码理解方法成为研究热点之一.该类方法期望利用主题建模技术从软件代码中挖掘功能性主题,进而利用功能性主题帮助开发人员理解软件功能及其代码实现.然而,从代码挖掘出的主题中,功能性主题与其他类型主题(如横切性主题)混杂在一起,需要人工识别功能性主题;由于现有工作大多仅提供主题关联的词等基本信息,导致识别及应用功能性主题的过程费时费力.针对以上问题,本文提出了一种基于主题建模和静态分析技术的软件代码功能性主题获取方法.该方法在利用一组启发式过滤规则对代码进行预处理的基础上,基于主题建模技术从代码中挖掘原始主题;进而,基于代码静态分析获得的代码间结构关系,提出了一种名为主题内聚度的技术从原始主题中自动识别功能性主题;最后,定位主题关联的代码片段,并利用代码及其注释为主题生成自然语言描述文本,进一步帮助开发人员理解主题所体现的软件功能及其代码实现细节.本文基于一组开源软件代码进行了方法评估,评估结果表明本文方法能够有效获取功能性主题及其关联信息,进而帮助开发人员更好地理解软件功能及其代码实现.     

公众文本之情感词典研究进展

针对海量的社交媒体数据进行情感分析,能够实时检测与跟踪公众对社会事件、政治活动、公司战略、重大决策等方面的观点,同时了解用户在其评论、博客、微博等文本中的情感倾向.本文首先论述了从作者角度出发、针对文本中的主观词等构建的文本情感词典研究现状,包括基于辞典的和基于语料库的生成方法及其典型应用.然后阐述了从读者角度出发、通过读者对文档的情感反馈而构建的公众情感词典研究进展,包括其数据来源,以及词层和主题层的公众情感词典生成方法和模型.     

缝洞型有水油藏动态储量及水体大小定量评价方法

国内缝洞型碳酸盐岩油藏储层非均质性强、连通性差、油水关系复杂,储集体普遍含边底水且不具有统一油水界面,对油井动态储量错误的估计导致油藏钻井成功率普遍较低、开发效果差.如何定量评价该类型储集体的动态储量及水体大小,为下一步开发井位部署及开发技术政策的制定提供支撑是亟需解决的难题.本文基于Blasingame方法及流动物质平衡方法,推导了油藏拟稳态水侵情况下动态储量评价理论,提出了一种基于水侵动态识别方法进行动态储量及水体大小定量评价的流程与方法.本方法首先基于水侵识别方法将油井生产阶段划分为未水侵段、水侵初期阶段及水侵中后期段;然后通过拟合未水侵阶段油井生产动态数据进行动态储量的评价,通过拟合水侵初期油井生产动态进行水体大小的定量评价.通过建立考虑边底水的数值模拟概念模型,以正演的方式验证了本方法的可靠性.该方法已在国内哈拉哈塘缝洞型碳酸盐岩油田中进行了应用,应用效果较好.     

熵权优化的未确知测度停工复建高速公路路基边坡稳定性研究

针对复建高速公路路基边坡稳定性评价分级中诸多不确定性和隐蔽性问题,通过建立未确知测度评判模型,结合复建高速公路路基边坡评价标准与工程实践,分析判定机理,并进行分级评价。以某复建高速公路路基边坡的病害特征及成因机理为例,选取岩石质量等11项未确知测度评价指标,建立各评价因子的未确知测度函数,分别对其进行量化数理分析,并利用信息熵计算指标权重,依照"置信度识别准则"对该复建高速公路路基边坡稳定性进行等级判定。研究结果表明:基于熵法的未确知测度理论评价模型避免了传统指标权重赋值的主观随意性,使评价结果更加科学准确,而且能够更客观地反映复建高速公路路基边坡等特殊工程危险源的类别,为复建高速公路路基边坡稳定防治研究提供了一种新思路。     

未知环境探测的多机器人协作机制和策略

机器人间的协调是多机器人系统高效工作的关键，它取决于如何为机器人分配任务以及机器人如何执行任务。本文针对未知环境探测，提出了一种多机器人框架，并给出了一种衡量多机器人合作能力的时间效率曲线。仿真实验表明，该策略可满足未知环境探测任务，并能达到实时规划的要求。     

Identification of functional genes during Fas-mediated apoptosis using a randomly fragmented cDNA library

We describe a general strategy for the identification of functional genes that, when downregulated, result in a selectable phenotype. This strategy is based on expression selection of cDNA fragments that counteract their cognate genes. A cDNA library containing random fragments expressed in human HepG2, A375 and CLS-354 cells was used to identify functional genes whose inhibition conferred resistance to Fas-induced apoptosis. Thirty-five clones were isolated, 28 of which were derived from unknown genes, that tagged 19 individual genes and 7 of which referred to known genes that tagged the apoptosis-related protein (APR)-1, -2 and indoleamine-pyrrole 2,3,-dioxygenase (IDO). The ability of APR-1-, -2- and IDO-derived antisense RNAs to induce resistance to Fas in HepG2, A375 and CLS-354 cells suggested that APR-1, -2 and IDO genes are involved in the machinery of Fas-mediated apoptosis. Our gene discovery strategy provides a generally applicable procedure to identify functional genes that interfere with apoptosis, and may therefore be clinically relevant for tumor therapy.Received 28 April 2005; received after revision 20 June 2005; accepted 5 July 2005     

基因功能注释——后基因组时代面临的挑战

在已经解序的、数以百计的生物基因组中,存在大量编码未知功能蛋白的基因序列。同时,众多已知功能的酶蛋白在解序的基因组中找不到对应的基因。确定未知功能基因的功能和寻找孤儿酶对应的基因是后基因组时代面临的极具挑战性的科学任务。本文综合讨论了目前基因组中基因功能注释存在的问题及解决这些问题的策略与方法。     

一种最优抗扰自适应控制

针对含未知干扰系统研究了具有最优抗扰性能的自适应控制问题.利用对象参数的先验知识和量测数据构成可实时更新的非空模型集合,以系统的整体性能指标为辨识准则,在模型集内优化选取最优标称模型,完成对象模型的在线最优辨识.然后根据-1优化设计方法以闭环系统整体性能为指标,在线设计最优闭环控制器.上述两方面结合起来给出了一种最优自适应控制策略.由于辨识准则与控制目标是一致的,文中的方法能够有效地解决自适应系统的性能优化问题和辨识与控制的相互配合等问题,且能给出可验算的性能指标.     

Can We Predict the Financial Markets Based on Google's Search Queries?

We look into the interaction of Google's search queries and several aspects of international equity markets. Using a novel methodology for selecting words and a vector autoregressive modeling approach, we study whether the search queries of finance‐related words can have an impact on returns, volatility of returns and traded volume in four different English‐speaking countries. We identify several words whose search frequency is associated with changes in the dependent variables. In particular, we find that increases in search queries including the word stock predict increased volatility and decreased index returns over the next week. On top of that, we investigate the performance of a market‐timing strategy based on the search frequency of this word and benchmark it against random words from the Word‐Net database and a naive buy‐and‐hold strategy. The results of this empirical application are positive and particularly stronger during the global crisis of 2009. Copyright © 2016 John Wiley & Sons, Ltd.     

基于语义的词语相似度算法研究

在《知网》的研究基础上提出了一种新的计算词语语义相似度的算法。在计算义原相似度时,深入研究了义原间的上下位关系和反义对义关系,考虑了义原间的共同节点数和语义距离,同时引用了《知网》最新发布的情感分析用词语集;此外,还分析了常见的弱义原和不带感情色彩的中性词,排除了它们对结果的干扰。实验结果表明,本算法使词语相似度计算结果更趋于合理,满意度更高。     

Disaggregation of annual flow data with multiplicative trends

Various methods based on smoothing or statistical criteria have been used for constructing disaggregated values compatible with observed annual totals. The present method is based on a time‐series model in a state space form and allows for a prescribed multiplicative trend. It is applied to US GNP data which have been used for comparing methods suggested for this purpose. The model can be extended to include quarterly series, related to the unknown disaggregated values. But as the estimation criteria are based on prediction errors of the aggregated values, the estimated form may not be optimal for reproducing high‐frequency variations of the disaggregated values. Copyright © 1999 John Wiley & Sons, Ltd.     

Ensemble Forecasting for Complex Time Series Using Sparse Representation and Neural Networks

Based on the concept of ‘decomposition and ensemble’, a novel ensemble forecasting approach is proposed for complex time series by coupling sparse representation (SR) and feedforward neural network (FNN), i.e. the SR‐based FNN approach. Three main steps are involved: data decomposition via SR, individual forecasting via FNN and ensemble forecasting via a simple addition method. In particular, to capture various coexisting hidden factors, the effective decomposition tool of SR with its unique virtues of flexibility and generalization is introduced to formulate an overcomplete dictionary covering diverse bases, e.g. exponential basis for main trend, Fourier basis for cyclical (and seasonal) features and wavelet basis for transient actions, different from other techniques with a single basis. Using crude oil price (a typical complex time series) as sample data, the empirical study statistically confirms the superiority of the SR‐based FNN method over some other popular forecasting models and similar ensemble models (with other decomposition tools). Copyright © 2016 John Wiley & Sons, Ltd.     

卡通—纹理字典学习的图像分解方法

结合变分方法与字典学习,提出一个新的图像分解变分模型和由扩散流引导的字典学习算法.实验结果表明,和已有图像分解方法相比,新算法自适应性强,不仅可以更好地将图像的卡通和纹理分开,而且能有效地将纹理中的噪声去除.