江苏省沿海高速公路雾的时空变化特征研究*

利用江苏省沿海高速公路2012年6月~2014年5月逐分钟AWMS实时监测数据,按能见度大小和物理成因对雾的发生过程进行分类统计,分析了它们的时空变化特征,探讨了造成各种时空分布差异的原因。研究结果表明:1江苏省沿海高速公路不同浓度雾的日、年变化特征相似,一天中各种浓度雾均出现在夜间的21时~次日凌晨07时之间,消失在凌晨05时~上午09时之间,持续时长由长到短依次为:重浓雾、浓雾、大雾和雾;一年中,夏季和秋季是各种浓度雾的重发和多发季节;2局地地理环境差异对不同地段雾日数的分布有着明显的影响,不同浓度雾的发生频次在空间分布上也有明显差异,能见度为1 000~500 m、500~200 m和200~50 m三种浓度雾的多发区均在公路北段;而能见度小于等于50 m的重浓雾频发区出现在高速公路中段;3不同物理成因导致的各类雾的发生频次和时间分布有明显的差异。团雾出现频次最多,辐射雾次之,蒸发雾最少;一天中,团雾出现的时间覆盖范围最宽,平流雾次之,锋面雾最窄;消失的时间跨度为团雾最大,平流雾次之,蒸发雾最窄;持续时间为混合雾最长,锋面雾次之,团雾最短;团雾的频发季节为夏季,辐射雾的多发季节为秋季,平流雾在冬季出现概率最高;4辐射雾多发于北部地区,平流雾多发于南部地区,团雾的空间分布比较复杂,与江苏沿海地区复杂的地形分布有关。     

基于多元语义特征和图卷积神经网络的短文本分类模型

在互联网和社交媒体迅猛发展的背景下,网络中出现了大量的短文本数据,这些数据在舆情监控、情感分析和新闻分类等自然语言处理领域展现出了非常高的经济和学术价值.但短文本数据固有的特征给短文本分类带来了不小的挑战,如文本稀疏和缺乏丰富的上下文语义等.针对这些问题,提出了一种结合多元语义特征和图卷积神经网络（GCN）的短文本分类模型,该模型通过哈尔滨工业大学的语言技术平台获取短文本的多种语义特征,并将这些语义特征同短文本一起构建一个多元异构图,然后将其作为GCN的输入,利用GCN学习短文本更深层特征,最后通过Softmax函数获取每个类别的概率分布,进而实现短文本分类.试验结果表明,本模型在短文本分类的F1评分上比传统单一模型提高了4%.     

基于卷积神经网络的心律失常分类方法

使用一种组合式心拍分割方法,利用带通滤波对原始心电数据进行降噪处理,实现QRS波群定位和心拍截取;设计7层的一维卷积神经网络（convolutional neural network,CNN）模型,对正常搏动（N）、左束支传导阻滞（L）、右束支传导阻滞（R）、室性早搏(V)4类心拍数据自动分类检测,从而完成4类心律失常的分类。以MIT BIH心律失常数据库47条数据进行训练,结果显示,其准确度为9900%,召回率为9908%;与相关文献的研究方法对比,本方法具有较高识别精度,能有效解决人工对心电图识别的误诊、错诊问题。     

融合文本内容和标签引导文本编码的分类方法

针对当前文本分类算法未能充分利用标签的语义表示导致文本表示学习与分类预测割裂的问题,提出一种融合文本内容编码和标签引导文本编码的文本分类方法.在文本内容编码部分,通过长短时记忆网络获得文本序列累计语义表示,通过自注意力机制捕获和强化文本长距离语义依赖.在标签引导文本编码部分,设计交互注意力机制,通过标签引导得到经由标签的语义表示过滤下文本的新表示.最后将两部分输出融合,得到同时具有本地内容语义信息和全局任务指导信息的文本表示,使得模型在文本表示阶段即对分类任务具有早期感知力.实验结果表明本研究方法在真实数据集上可有效提升文本分类任务性能.     

机检条件下分类标引规则研究--兼谈传统分类标引规则的改进

分析了传统标引规则对计算机检索的不适应之处,并结合实例给出了改进传统分类标引规则以适应计算机检索需要的方法。     

基于IMU与sEMG混合信号的实时手势分类算法研究

为了提高表面肌电信号(surface electromyography,sEMG)的手势分类准确率,通过惯性测量单元(inertial measurement unit,IMU)与采集姿态信号与sEMG的混合信号,提出了GRUBiLSTM双层网络的实时手势分类算法。第1层门控循环单元(gated recurrent unit,GRU)利用能量组合算子特征对混合信号进行突变点检测,定位运动态数据起始点;第2层双向长短时记忆循环神经网络(Bi-directional long short term memory,BiLSTM)使用能量核相图特征对运动态混合信号进行2个方向10种手势的分类。通过离线模型优化,分类算法识别时间低于40 ms,突变点检测精度88.7%以上,手势分类准确率为85%,信息传输率(informationtranslaterate, ITR)达到89.9 bits/min,与基于机器学习的分类算法相比,在准确率与计算效率上具有优势。     

载频重频联合捷变雷达目标参数估计方法

针对载频-重频联合捷变体制雷达目标参数估计问题,提出了一种新的基于多重信号分类(multiple signal classification, MUSIC)算法的载频-重频联合捷变雷达目标参数估计方法。通过信号模型的空时等效,将时域信号的处理等效成空域阵列信号的处理,并将超分辨阵列信号处理方法应用到目标的参数估计中,从而把目标距离和速度的估计等效成阵列中二维参数的估计,解决了由于载频-重频联合捷变所带来的目标参数估计难题。仿真实验表明,所提方法能有效实现对目标距离和速度的超分辨估计。     

现代环境下的藏书管理兼排架方法

综合各种因素,从3个方面论述了“细分粗排”的方法,旨在使读者明确图书馆藏书的科学性和有序性,从而更加有效地利用图书馆。     

FAO/UNEP土地覆盖分类系统及其应用

通过对美国的USGS、IGBP、欧洲的CORINE以及马里兰大学的UMD分类系统的对比来阐述FAO/UNEP土地分类系统LCCS的优势及特点.以长春市石头口门地区土地覆盖分类为例,采用LCCS分类系统,将研究区域分为耕地、自然/半自然陆地、水田或规律性淹水、工厂或居民地、裸地、人工或自然水域这6种土地覆盖类型,通过监督分类的方法制作长春市石头口门土地覆盖分类图.利用LCCS分类系统配套软件GeoVis对研究区域进行制图操作,并计算出各类别精度都小于0.1.通过实际应用发现LCCS分类系统是先验的土地分类系统,不但提高了土地分类工作效率,还减少了分类难度.     

中东地区滩相储层岩石分类方法研究进展

中东地区普遍发育滩相孔隙型灰岩储层,孔隙类型多,孔喉结构复杂,常规的储层分类难以满足储层精细刻画的需求.笔者总结了近年来针对中东地区滩相孔隙型储层的岩石结构分类、孔隙分类、物性分类、核磁共振分类及测井资料分类五种分类方法,这些分类方法可用于类似孔隙型碳酸盐岩油气藏的开发.