一种基于用户结构和属性的无监督用户对齐方法

随着互联网应用的蓬勃发展,一个人在不同的社交网络平台上都拥有账户是很常见的.如何在多个社交网络上找到同一个人的账户,对许多应用是很重要的问题,也被称为用户对齐问题.在用户对齐问题上,目前有两个主要的挑战:首先,收集手工对齐的用户对作为训练数据的代价非常大,但传统的有监督方法往往需要大量的标注数据才能获得较好的效果;其次,不同网络中的用户的结构和属性往往不太相同,进一步增加了用户对齐的难度.提出一种无监督用户对齐方法 SPUAL(Soft Principle for User Alignment),设计了一种新颖的基于用户的属性与结构的软对齐一致性原则,通过无监督方法计算用户对是否服从此原则来推断用户对是否对齐.在几个公共数据集上的实验表明,该方法的性能比目前最先进的无监督方法都有明显提高.     

基于模糊几何加权的区间多目标规划问题

区间多目标规划问题是实际决策问题中常见的一种形式,考虑到各目标函数重要性的不同,提出了模糊几何加权法来求解区间多目标规划问题.首先给出了区间多目标规划问题的确定型转化方法,构建了与其等价的模糊几何加权单目标规划模型,定义了确定型多目标规划中各目标函数的隶属度函数,在此基础上提出了当目标函数分别取不同的权重时,非劣解以及目标函数最优值区间的求解方法,最后通过算例验证了该方法的可行性与有效性.     

一种非对称结构MIMO干扰信道的干扰对齐方法

研究一种非对称结构MIMO干扰信道干扰对齐闭式解求解问题.通过将整个系统的干扰对齐问题,转化为两个子系统的干扰对齐问题,分析子系统之间相互影响的关系,构建包含系统解的方程组,进而可以用符号计算软件进行求解.所提方法可以在所需天线数量最小的条件下,实现非对称结构的MIMO干扰信道的干扰对齐,并以4用户系统为例,详细阐述了问题的求解过程.仿真部分对所提方法进行了验证,分析了方法的复杂度及优缺点.     

基于VS-Adaboost的实体对齐方法

针对现有实体对齐方法大多以本体模式匹配为基础,处理异构关联数据集间对齐关系存在局限性且实体链接缺失问题严重的现状,在分析关联数据语义的基础上,提出了一种独立于模式的基于属性语义特征的实体对齐方法,对关联数据集中实体属性根据语义标签特征及统计特征建模,并采用有监督的可变样本集VS-Adaboost算法实现分类器优化。实验结果表明,该方法的时间效率、准确率、查全率较高,F测度效果较好。     

基于多种长度单位的汉英句子分组对齐算法

传统的基于长度的汉英双语句子对齐算法大都以字节作为句子长度的计算单位.提出了以句子所含动词、名词、形容词、实词、字节及全部词语总数等6种单位作为句子长度的计算方法进行汉英句子对齐研究.针对传统基于长度对齐算法消耗内存大、效率低的特点,提出了不受文本大小限制的分组对齐算法.实验结果表明,汉英句子对齐以词语作为长度计算单位的算法性能较高,准确率达到99.01%,召回率达到99.50%.     

基于深度学习的多语言跨领域主题对齐模型

在主题深度表示学习的基础上,该文提出了一种融合双语词嵌入的主题对齐模型(topic alignment model, TAM),通过双语词嵌入扩充语义对齐词汇词典,在传统双语主题模型基础上设计辅助分布用于改进不同词分布的语义共享,以此改善跨语言和跨领域情境下的主题对齐效果;提出了2种新的指标,即双语主题相似度(bilingual topic similarity, BTS)和双语对齐相似度(bilingual alignment similarity, BAS),用于评价辅助分布对齐的效果。相比传统的对齐模型MCTA, TAM在跨语言主题对齐任务中双语对齐相似度提升了约1.5%,在跨领域主题对齐任务中F1值提升了约10%。研究结果对于改进跨语言和跨领域信息处理具有重要意义。     

加权Voronoi区域面积的计算方法

加权Voronoi图是Voronoi图定义的扩展.加权Voronoi区域的面积是加权Voronoi图的一个重要的物理属性.给出了加权Voronoi区域面积的计算方法,即对给定的母点坐标和权重,先求出各Voronoi区域边界上相邻两顶点间的Voronoi边的属性数据,并将每个闭合边界上的属性数据存放在一个循环链表中,最后根据各个循环链表中的数据,计算出各加权Voronoi区域的面积.     

基于BERT的百科知识库实体对齐

基于微调BERT(bidirectional encoder representation from transformers)模型的实体对齐方法,对齐百度百科、互动百科的多模态资源。首先,通过下游的分类任务微调BERT模型,提升模型预测正确结果的能力;其次,针对数据集正负样本比例不均衡的问题,提出负采样策略,提升模型的准确程度与泛化性能,实验结果证明分类任务性能明显提升,AUC(area under the curve)值提升0.29;最后,将优化后的模型应用于实体对齐任务中,利用输出概率进行排序并预测最终对齐的实体对,实验结果优于基于相似度计算的实体对齐方法,F1值达到95.9%。     

基于字形与语音的音译单元对齐方法

为了解决仅采用基于语音或基于字形的音译方法造成的误差过大问题,以汉英音译为主要研究对象,运用统计与规则的理论思想,提出融合基于语音和字形的音译单元对齐方法,设计了4个实验,与传统方法进行对比。实验结果显示,该方法能够很好地提高机器音译的准确性。     

加权Markov链权重计算及其应用

以中体产业股价为例,应用加权Markov链理论对股票价格进行预测分析.通过模糊聚类分析,将已知的股票价格变动情况分为六类,并对股票收盘价的历史数据进行马氏性检验.利用加权Markov链计算权重的方法,计算出每类状态的权重值,并给出中体产业未来股票价格的预测区间.应用随机过程的加权Markov链理论,构造了描述股票价格波动格变化的数学模型,并通过实例给出股价的预测区间,该方法具有很强的适用性.     

求特征值的Jacobi方法

讨论了求实对称矩阵的特征值的经典Jacobi方法,通过一系列的正交相似变换将实对称矩阵化为对角矩阵,从而求出全部特征值和相应的特征向量。文中给出所有正交变换的计算公式,并用MATLAB编程实现,为实际问题的计算提供了简单实用的计算工具。     

一种高精度的概率积分法参数预计方法

为使概率积分法参数预计具备更高的精度,在充分分析概率积分法参数与地质采矿条件间关系的前提下,整合遗传算法和BP神经网络的功能特性构建了一种新的网络模型,即NA(new approach)模型。该模型利用遗传算法的寻优能力获得网络最优输入自变量组合,并优化模型的权值和阈值。以中国45个典型的地表移动观测站数据作为训练和测试集,分别建立NA、BP网络和SVM模型,并将模型预测结果与实测数据做了对比分析。结果表明:对不同的概率积分法参数预计时,NA模型的预测精度都优于BP网络和SVM模型;且误差波动范围小、稳定性高。随预计参数的不同,BP网络和SVM模型预测精度各占优势,但两者预测效果相差甚微。     

潮流计算中的数学方法——牛顿—拉夫逊法

本文介绍了一种解非线性代数方程组的数学方法——牛顿-拉夫逊法,并将其应用于电力系统潮流计算中。采用本文方法的计算结果表明该教学方法在电力系统潮流问题中是收敛的;同时计算结果与电力专业软件的计算结果保持了一致,从而验证了结果的正确性。     

加权期望残差极小化方法求解一类随机拟变分不等式

拟变分不等式是变分不等式及不动点理论的一个重要分支,其被广泛的应用于博弈论、物流管理、金融经济等领域.由于现实问题受随机因素干扰,上述问题中许多模型都可以由随机拟变分不等式描述,例如随机Nash均衡、随机供应链模型等.用加权期望残差极小化方法研究了一类随机拟变分不等式,并在一定条件下,通过拟蒙特卡洛方法得到了加权期望残差极小化模型的解.     

面向智能船舶的自校正加权融合估计算法

针对智能船舶多传感器系统因未知海洋环境干扰和设备间干扰等因素,导致一个或数个传感器产生间歇性随机故障,进而导致融合估计结果出现偏差甚至失真的问题,设计了一种自适应加权融合估值算法,并引入了衰减记忆因子降低旧测量数据对融合估计的影响权重.为增强融合估值器对于量测故障信号的容错性,添加了故障检测与校正模块对量测信号进行检测与校正.为了验证算法的容错性能和融合估计的精度,对带有间歇性随机故障的三传感器系统进行了仿真实验,并与改进前的自适应加权融合结果进行了对比.结果表明:对于带间歇性随机故障的多传感器系统而言,设计的自校正加权融合估计算法不仅具有鲁棒性,而且具有较高的融合精度.     

加权互谱估计方法研究及应用

在众多的谱估计算法中，互谱方法是用于色噪声背景下参量估计的一种十分有效的方法。通过对旋转不变技术估计信号参量的方法进行了深入的分析，提出基于ESPRIT的加权互谱估计方法来估计正信号的频率。这种方法避免了以往互谱在整个频域上的搜索以及克服了自谱ESPRIT估计方法对噪声的严格限制(要求噪声为白色高斯噪声)。将本文方法应用于Inv级正弦信号现代互谱测量仪，从仿真结果可看出本文方法不仅分辨率高，而且旁瓣电平很低，没有伪峰。     

加权残值法在非线性结构动力学的应用

证明了经典的加权残值法和新成立的归一化加权残值法是解决结构动力学数值收敛性问题的有效方法.归一加权残值也延伸到解二阶非线性常微分方程,数值例子说明了其有效性.     

航行状态下罗经回路初始对准方法误差分析

为了解决动基座条件下罗经回路方法误差较大的问题,通过捷联罗经的原理进行分析,使用梅森增益公式,对航行状态下罗经回路对准方法的误差进行了深入分析,采用"等效器件误差"的方法,将匀速状态下舰船的速度带来的影响等效成常值陀螺漂移和常值加速度计零偏,定量给出了纬度变化、匀速、条件下所引起的罗经回路对准方法的水平失准角和方位失准角稳态误差角的表达式,并通过了仿真验证,为将罗经回路对准法推广至动基座情况提供有力的支持。     

一致性方法的多仿生机器鱼编队对齐行为

针对多仿生机器鱼编队中的对齐行为,利用一致性的方法,提出一种新颖的机器鱼编队控制方法。设定机器鱼群体的一致性协议,模拟一定的群体智能、群体行为,通过机器鱼之间的局部信息交流,群体方向最终达到一致。在机器鱼平台上分别对信息拓扑为无向图和有向图的情况进行了一致性实验验证。实验的初始条件是机器鱼个体的朝向和各自运动方向随机,实验的最后结果两种情况下机器鱼群体方向均达到了一致。实验结果表明,该方法是有效的,实现了编队的对齐行为。