组合函数的相等实现——Ⅱ.分离变量法

在献〔１〕中，给出了求解组合函数相等实现后种图形解法，本用这种方法讨论可分离函数及不可分离函数的实现问题。     

基于词-标签概率的多标签文本分类研究

针对多标签文本分类任务中如何有效地提取文本特征和获取标签之间潜在的相关性问题,提出一种CNN(convolutional neural networks)结合Bi-LSTM (bi-directional long short-term memory)的模型.首先,通过CNN网络和最大池化提取文本的特征;然后,利用训练的Labeled-LDA(labeled latent dirichlet allocation)模型获取所有词与标签之间的词-标签概率信息;接着,使用Bi-LSTM网络和CNN网络提取当前预测文本中每个词的词-标签信息特征;最后,结合提取的文本特征,预测与当前文本相关联的标签集.实验结果表明,使用词-标签概率获取文本中词与标签之间的相关性信息,能够有效提升模型的F1值.     

基于PVM的GAMMA程序执行环境研究

由Ｂａｎａｔｒｅ和Ｍｅｔａｙｅｒ提出的并行计算模型ＧＡＭＭＡ,通过使用多重集转化技术,允许在料高层次开发求解问题的逻辑并行性,目前已被广泛作并行程序构造工具。本文探讨如何基于网络并行计算环境－ＰＶＭ有效地实现ＧＡＭＭＡ模型。实验结果表明ＧＡＭＭＡ作为高层、隐式并行模型适合开发大规模并行程序。     

无初始状态统计知识时多变量系统的最优平滑与预报

在无初始状态统计知识的情况下,我们分别就固定点平滑、固定滞后平滑与预报３种情况给出了动态系统的最优线性最小偏差估计（ＢＬＩＭＢＥ）,同时还给出了完全（ｉ,ｊ,Ｔｉ）－可重构性的概念及系统完全（ｉ,ｊ,Ｔｉ）－可重构的充要条件     

基于变量混合调整的机械产品智能优化策略

为解决机械产品原始设计方案的可行化,提出了基于变量混合调整的优化策略,采用了基于启发式思想生成的变量因果关系图与几何约束混合求解的变量调整策略,该策略能很好就适应产品设计的各个阶段具有良好的柔性,同时它又是约束驱动,具有很强的自适应性和灵活性,就汽车驾驶室内布置设计对该策略进行了有效的验证。     

BP神经网络用于函数逼近的最佳隐层结构

研究采用反向传播算法的人工神经网络用于函数逼近时的支结构。方法,以典型的ｎ输入、单输出的多层ＢＰ网为例,在几种不同的网络隐层结构下对典的连续函数进行逼近训练。,分析各网络输出的全局误差。     

达朗伯方法对变质量系的应用

认为质点系的达朗伯原理只是处理问题的方法。应用该方法导出变质量系在完整和非完整约束下的运动方程,并讨论了两种特殊２。     

解色散方程的二层隐式差分格式

解色散方程的二层隐式差分格式李小平（数学系）不少科技问题涉及波的输运,色散是输运过程中重要的物理现象．文［１］指出,在构造其差分格式时,在一定程度上可将描述孤波的ｋｄｖ方程ｕｔ＋ｕｕｘ＋ｕｘｘｘ＝０看成是拟线性双曲型方程ｕｔ＋ｂｕｕｘ＝０与色散方程ｕ...     

几何型哈什法和图象的快速合成

提出用图象特征点的不变量阿芬变换和哈什表索法,实现两幅邻近图象的快速合成,并用实验证明其有效性。     

一种高性能英文词性标注器的设计与实现

针对统计和规则方法各自的优点和局限,提出运用Viterbi和FTBL(fast transformation-based learning)算法相级联的算法,实现一种英文自动词性标注器.该级联方法以FTBL算法为整体算法,在它的规则学习和最终标注两个阶段,均以Viterbi算法作为其初始化过程.实验结果表明此算法优于其中任何一种单独的算法,达到了98%的高准确率,验证了自然语言处理中统计与规则并举的主流设计思想.