基于全局最优对齐的业务流程偏差分析

快速发展的业务环境下流程模型可能存在偏差,但是模型的偏差会影响基于模型的分析结果,因此通过对齐将观测行为与模型行为相结合是十分必要的.已有的对齐分析方法对于等低成本的对齐没有考虑全局因素直接进行随机选择,同时对于不一致的行为没有提供有针对性的修复方案.本文提出了一种基于全局最优对齐的业务流程偏差分析方法.首先,通过严重...     

采用迁移学习的表面肌电信号手势识别方法

为解决采用表面肌电信号(surface electromyography, sEMG)进行手势识别时电极贴片位移、受试者动作变化等复杂情况下分类识别准确率下降这一问题,提出了一种基于表面肌电信号与迁移学习的手势分类模型。首先对4通道表面肌电信号进行活动段提取与降噪处理,然后提取活动段信号的四种时域特征与两种频域特征。采用流形嵌入分布对齐(manifold embedded distribution alignment,MEDA)方法将源领域和目标领域的特征矩阵嵌入到格拉斯曼流形中进行流形特征学习,减小两域之间的数据差异,消除特征退化;同时根据自适应因子执行动态分布对齐,动态调整数据不同分布差异下边缘分布和条件分布的相对重要性。对多名受试者开展实验以验证所提方法的合理性,实验结果表明:所提方法与决策树(decision tree, DT)、支持向量机(support vector machine,SVM)、k临近(k-nearest neighbor,KNN)三种传统机器学习方法相比,识别准确率分别提高了13%、21%、9%。与未执行流形学习与动态分布对齐的联合分布适配(joint distribution adaptation,JDA)迁移学习方法相比,识别准确率提高了52%,达到93%。     

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%.     

面向OFDM系统的高精度窄带干扰抑制算法

针对窄带干扰(NBI)的频谱泄漏导致正交频分复用(OFDM)系统误比特率性能下降的问题,提出一种适于OFDM系统的高精度的减小频谱泄漏的频域窄带干扰抑制算法。首先,利用傅里叶变换(FFT)推导出NBI频率的分数因子与NBI频谱泄漏的定量关系,得出当分数因子小于0.005时NBI频谱泄漏小于总能量0.01%的结论;其次,在时域将接收信号与频率搬移矩阵相乘实现干扰对齐,在频域将对齐的干扰信号置零完成干扰抑制,且证明了残留的频谱泄漏仅与分数因子估计误差有关而与分数因子无关;最后,基于FFT粗定位的NBI频谱范围,利用Chirp-Z变换对该范围的频谱进行细化,得到估计误差小于0.005且分布均匀的高精度的分数因子估计值。仿真结果表明,所提算法对OFDM系统误比特率性能的改进与陷波干扰抑制算法接近,且实时性更好;在分数因子为0.5、误比特率为10-4时,所提算法、陷波干扰抑制算法及查表干扰抑制算法所需的信噪比分别为4.5、4.5及6dB。     

感知蜂窝网中具有多主用户的干扰对齐算法

针对具有多个主用户和多个次用户的TD（time division）感知蜂窝网络,给出一种多个主用户和多个次用户的干扰对齐算法。考虑1个宏蜂窝网络与2个小蜂窝网络共存,且同时利用同样频率进行通信的情况,宏蜂窝中有2个主用户,每个小蜂窝中有2个次用户。按照实际应用场景中干扰的多少将次用户分为2类,让主用户也参与次用户的干扰对齐,根据最大信干噪比方案设计干扰对齐算法,利用迭代方法求解。通过系统仿真显示,在主用户容量牺牲很小的情况下次用户的容量得到改善,同时系统的总容量得到提高。     

英汉机器音译系统对比研究

针对机器音译的两种主要方法——传统的基于统计的方法和目前流行的基于深度神经网络的方法,分别使用两种典型系统进行研究。实验结果显示,基于统计的方法和基于深度神经网络的方法取得的音译质量在评测指标上相当,但在具体音译结果上各系统间呈现不一致的输出。使用系统融合的方法来实现各系统间的优势互补。实验结果显示,系统融合的方法显著优于单系统的音译质量。     

汉语-哈萨克语平行语料库构建及技术研究

机器翻译是人工智能领域的热点问题。在实际应用过程中，平行语料库的收集和构建直接影响机器翻译的效果。随着我国数字业务的快速发展，以及“一带一路”背景下国际交流频率的不断增加，中哈互译需求凸显。针对汉哈文机器翻译个性化的技术要求，结合哈萨克语的特点，本文提出一种基于信息内容比例的段落对齐方法，开发设计了辅助工具软件Corpus，利用该工具对汉-哈文之间的段落对齐进行可视化，并利用段落对齐方法进行数据的编排存储。实验结果表明，基于本文提出的方法，汉-哈平行篇章与段落手工对齐正确率达到94.5%,95.2%；自动对齐正确率达到87.5%,89.3%，能够提升平行文本的对齐质量，成功建立篇章与段落对齐的汉-哈平行语料库。     

基于相关系数对齐的旁路信号处理方法

针对旁路信号采集时存在信号偏移问题,提出了基于相关系数移位对齐的旁路信号处理方法。分析了旁路信号偏移现象及其成因,包括时钟抖动、触发延迟变化等方面;分析了偏移对相关系数的影响,验证表明,采样范围内的偏移越大则相关系数越小;提出了基于相关系数移位对齐的旁路信号处理算法,按照最大相关系数对应的偏移,依次将各旁路信号轨迹与首条轨迹对齐;构建了实验验证系统,对汉明重量模型与旁路信号轨迹的相关系数进行了分析,验证了本文方法的有效性。     

高铁环境下基于大规模多入多出自适应波束成形的干扰对齐

随着高速铁路的快速发展,高铁用户对移动互联网的需求与日俱增。高铁环境下,信道处于快时变状态,列车速度越高,信道变化越快,信道状态信息(channel state information,CSI)存在严重的不准确性。针对此问题,首先对高铁环境下的CSI建模,通过统计特性与瞬时CSI对其进行动态修正。同时,为了保障高铁在运行过程中获得最佳的系统容量,还提出一种基于自适应波束成形的干扰对齐方法;该方法将天线分成两组,通过设计预编码,使干扰对齐到零空间,从而在接收端消除干扰。数值结果表明,所提的方法能很好地适应高速移动场景,达到最优的系统容量。     

基于局部形状约束网络的人脸对齐

基于级联回归的人脸对齐方法已经取得了很大的成就,但是由于复杂的级联回归器设计、人为设计特征等局限性的影响使得人脸对齐没有找到一个性能更好的解决方案,尤其对于大姿态、大表情等条件下的人脸对齐任务.因此,为解决该问题,提出了一种新颖的人脸对齐方法——基于人脸局部形状约束.首先利用卷积神经网络初始化人脸整体形状;然后利用人脸局部区域的同质性,将人脸区域进行划分,对每一个区域定义局部形状约束;最后再由整体形状估计做为全局约束,组合各个面部局部形状约束,对整体面部特征点进行回归.实验结果表明,该方法提高了人脸对齐的精确度且速度上达到了实时.