基于网络文本的汉语多词表达抽取方法

多词表达(multiword expressions, MWEs)是自然语言中一类固定或半固定搭配的语言单元,特别在网络文本中,多词表达频繁出现,给分词和后续文本理解带来了巨大挑战,因此,面向网络文本提出了一种双层抽取策略来实现多词表达的识别。第一层次,利用基于左右熵联合增强互信息的算法来实现多词表达的初步抽取;第二层次,在第一层次获得的多词表达候选列表的基础上,利用SVM分类器,构建上下文和词向量特征,进行多词表达与非多词表达的分类,实现多词表达候选列表的进一步过滤。经过实验测试,在5 000条微博语料上,第一层次获得的多词表达的F值为84.92%,第二层次多词表达识别的F值为89.58%,相比于基线系统,性能有很大的提升。实验结果表明,双层抽取策略能够实现网络多词表达的有效抽取,并能有效改善分词结果。     

信息熵在区域土地利用结构研究中的应用--以重庆市江北区为例

提出了信息熵的2个应用领域:①信息熵是土地利用系统有序程度的标志,其变化能反映系统的状态与演 化趋势.②信息熵的序列变化可用来刻画土地利用结构的动态演变.分析了江北区1996年至2003年信息熵的变 化,认为土地利用系统呈有序度降低.     

基于信息熵的密封环强度模糊可靠性计算

热装式密封环是目前国内外应用最多的一种结构,影响密封环强度的因素很多而导致其强度和工作应力具有模糊性。根据信息熵理论中模糊熵和概率熵等效转换模型,建立起在正态分布下的模糊变量等效转换为随机变量的关系式,定义密封环相对应变量和允许相对应变量的隶属函数,推导出应变量校核的模糊可靠性计算公式,通过实例分析了热装式密封环结构的可靠程度。     

基于象限面积向量的轴心轨迹特征参数定量提取

以判断转子轴心轨迹在不同状态下,各周期的重合度和在各象限内的分布均匀性为出发点,提出了基于无量纲、象限面积向量的轴心轨迹重合度和分布均匀性的定量计算方法,并加以分析和改进。分析了在不同象限划分下,不同计算方法得到的信息熵和重合度,以及重合度标准差与状态级别之间的关系曲线。最后,结合实验,分析了上述特征提取方法的正确性,以及划分块数和重合度计算方法在状态划分中的重要作用。     

关于信息度量算法的进一步研究

Shannon熵在信息论的发展和应用中起着关键的作用,但是Shannon熵还存在许多局限性。为了更好地克服Shannon熵的局限性,在前人的基础上修改了Shannon熵的公理。用公理化的方法,推导出了有限分布列的离散型随机变量的信息量系,不仅将它推广到连续型随机变量,而且将信息量系的最大信息量定理推广到连续型随机变量,统一了离散型和连续型随机变量的信息度量算法。最后利用得出的结论对连续型随机变量信息熵给出两个验证性算例。     

通信行业上市公司经营业绩的二次相对评价

该文首先运用熵权系数法对我国20家通信行业上市公司经营业绩进行客观评价,在此基础上,应用二次相对评价方法来反映它们的主观努力程度及其有效性．所得评价结论全面反映了通信行业上市公司的经营业绩．     

基于熵的变分辨率彩色图像分割

采用信息熵对所分割的彩色图像进行两种处理．利用图像的整体信息熵进行图像层次分析,从而达到自适应调整分割分辨率的目的;对图像进行单元片区划分,利用图像单元信息熵进行图像分割．由分割结果知,变分辨率图像分割更接近人类视觉对信息的处理特性．     

基于灾害熵与层次分析法的泥石流危险性评价对比分析： 以甘肃省迭部县为例

甘肃省迭部县位于白龙江流域上游区段,在构造抬升及极端气候的影响下,泥石流灾害广泛发育。通过遥感解译与实地调查,遴选出流域面积、主沟长度、流域相对高差、主沟纵比降、平均坡度、流域形状系数、岩性因子、距断层距离、1小时最大降雨量、物源参照值共10个主要孕灾因子。结合地理信息系统(geographic information system,GIS)技术,计算区内泥石流在各个孕灾因子的敏感性区间。进一步分别基于灾害熵模型与层次分析法模型对迭部县161条泥石流沟开展危险性评价,并将评价结果与区内历史泥石流灾害数据对比验证。分析结果表明：迭部县泥石流主要分布在流域面积为3~10 km2,主沟长度小于3.5 km,流域相对高差在1~1.5 km范围内,主沟纵比降大于200‰,平均坡度25°~35°,流域形状系数在1.2~1.4间,物源参照值介于0.35~0.6,距断层5 km以内,1小时最大降雨量为25~35 mm的沟谷内,沟内岩性以较软岩、松散堆积层及冲洪积层为主。危险性评级为中、高的泥石流沟作为区内最容易发生泥石流的区域,历史泥石流沟分别有74.07%和62.96%处于灾害熵模型与层次分析法模型评价结果的中、高危险性区域,说明灾害熵模型能更为准确的评估研究区泥石流危险性。     

基于RoBERTa与改进局部离群因子算法的专利新颖性测量

现有的专利新颖性测量方法需要依赖特定的领域知识以及专家的介入,性能差且耗时,为此,提出了一种不依赖特定领域知识及专家的全自动化系统的识别新颖性专利的方法。首先利用RoBERTa表示专利向量,以解决需要依赖技术领域的知识来表示专利的多义词问题,其次利用数据点的密度分布并结合信息熵改进局部离群因子算法（LOF）来确定离群点个数及数据点集,提高离群点的检测精度,结合RoBERT与改进的LOF在数值尺度上度量专利的新颖性。实验验证表明,所提方法测量的专利新颖性的得分与现有文献中的相关专利指标显著相关,并且识别出的新颖性专利具有更高的技术影响。     

一种基于压缩感知和小波信息熵的滚动轴承特征提取方法

为降低滚动轴承在线监测和故障诊断过程中振动信号采集、传输、存储和处理负担,基于压缩感知理论和小波包分析技术,提出一种基于压缩感知和小波信息熵的滚动轴承特征提取方法,用于滚动轴承故障诊断。应用部分哈达玛矩阵采集振动信号实现压缩,通过小波包分解提取滚动轴承状态特征,计算其小波信息熵作为故障诊断特征。在标准数据集上进行振动信号特征提取,并采用四种分类方法完成故障诊断实验,结果表明本文特征提取方法能够在较高的数据压缩率条件下,保持较高的故障诊断精度,适用于滚动轴承在线监测和故障诊断。