汽车检测与维修技术专业课程体系开发与实践

通过对汽车维修业企业调研，分析了汽车检测与维修技术专业的典型工作任务，归纳了行动领域，将其转化为学习领域，开发和构建了以知识、能力等素质为目标的工作过程导向课程体系。     

单质点弦振子振动分析

利用拉格朗日方程建立了单质点弦振子非线性振动方程,应用微扰法与线化和校正法对单质点弦振子进行了求解;利用MAPLE9.0计算机绘图,分别作出了它们的周期近似解随振幅的变化曲线以及近似解与数值解的变化曲线.所得结论为利用线化和校正法所求得的近似解与数值解比较,具有简单实用、精度高、相对误差低等优点,在求解非线性振动中具有一定的实用价值.     

基于组合码字的矢量量化编码算法

传统的矢量量化编码方法总是将待编码矢量以码书中唯一的最匹配码字作为其近似输出矢量,以实现数据压缩的目的.这种方法对远离码字的矢量无法避免显著的误差.本文提出组合编码的矢量量化方法,其思想是对远离码字的矢量进行主辅组合编码,对主码字编码造成的误差通过辅码字加以补偿.实验表明,该方法在很小降低压缩比率的条件下显著提高了矢量编码精度,能够在信号处理等领域发挥有效作用.     

基于最大熵模型的词位标注汉语分词

近年来基于字的词位标注汉语分词方法极大地提高了分词的性能,该方法将汉语分词转化为字的词位标注问题,借助于优秀的序列标注模型,词位标注汉语分词逐渐成为汉语分词的主要技术路线.该方法中特征模板集设定和词位标注集的选择至关重要,采用不同的词位标注集,使用最大熵模型进一步研究了词位标注汉语分词技术.在国际汉语分词评测Bakeoff2005的语料上进行了封闭测试,并对比了不同词位标注集对分词性能的影响.实验表明所采用的六词位标注集配合相应的特征模板集TMPT-6较其他词位标注集分词性能要好.     

基于互信息的宋史语料库词表的提取

基于统计语言模型,对《续资治通鉴长编》进行了统计分析.根据互信息特征抽取候选字串,通过人机交互确定其是否构成词,然后动态修正相关字串的互信息值,逐步建立宋史语料库词表.实验中据互信息阈值抽取候选字串6 500个,根据汉语大词典确定是词的有3 694个,占56.8%.结果表明互信息法是建立古汉语语料库词表的有效辅助手段.     

基于改进的朴素贝叶斯文本分类研究

文本分类(Text Categorization,TC)指的是把一个自然语言文本,根据其主题归入到预先定义好的类别中的过程.文本分类是自然语言处理的一个基础性工作,也是近年来人们研究的热点话题.针对朴素贝叶斯算法在小样本集分类效果不高的原因进行了分析,对其进行了改进和调整,提出了基于改进的朴素贝叶斯文本分类方法,试验结果表明,该方法取得了更好的效果.     

两个“烧结”一个也不能少

“烧结”在矿物工程和粉末冶金两个学科领域都是核心名词，尽管两类烧结都是通过高温改变物料的凝聚状态，但已分别被赋予了互不相同的内涵，存在着一系列本质上的差别，不能相互取代。在汇编冶金学基本名词时，两个“烧结”应该分别列出，一个也不能少。     

基于原子能量熵和CSM的配电线路故障分类方法

针对配电线路上的故障分类问题,提出了一种结合原子能量熵和连续字符串匹配(CSM)的故障分类方法.通过分析故障信号的暂态特征,利用原子分解法得到故障暂态信号的主导原子以及对故障信息进行补充的次级原子,计算原子能量熵作为故障特征量,较完备地描述了故障特征.应用CSM进行故障分类节省了智能算法故障辨识中参数选择和优化的时间,通过建立的编码规则,将故障特征进行编码,搜索故障编码库,最终确定故障类型.通过仿真研究,验证了该算法的可行性与有效性.     

语义演变认知动因探析

认知语言学家认为概念隐喻和概念转喻是语义演变背后的认知机制。喻体的特征是多层次、多侧面、系统的,喻体潜在特征随着人们的认知深化得以显现,引发跨域意义转移。概念转喻机制及其突显原则对大部分词义的发展做出合理解释。大多数词义变化是由隐喻和转喻共同作用的结果。隐喻和转喻是基本的认知方式,在概念结构方面起了重要作用,是互补分布的。     

关于图魔幻标号的运算关系

定义图的全魔幻空间及向量空间。证明了f,g∈P(G),则两标号f与g之间相差一个常数,对任何一个向量α_i∈V_(f_i),如果f_i∈P(G),则α_i可由其余α_(i-1)线性表示。给出了快速大规模地构造魔幻树的方法,得到了奇优美标号、优美标号、魔幻全标号之间相互转换的几个结果。