一种基于统计技术的中文术语抽取方法

中文术语识别与抽取是中文文本信息处理的基础,对于提高中文文本索引与检索、文本挖掘、本体构建、潜在语义分析等的处理精度有着重要的意义。文章以互信息和信息熵理论为基础,提出一种基于统计技术的中文术语半自动抽取方法,并且以互联网新闻话题数据为对象进行了实验验证,结果表明所提方法能够有效支持中文术语的抽取。     

老年轻度认知障碍患者的脑电熵分析

选取8名轻度认知障碍(mild cognitive impairment, MCI)老年人和17名正常老年人参与图片颜色的认
知任务,并同步记录他们的脑电信号,然后采用相对能量、样本熵和累积残余熵分析方法,研究这两组被试在执
行任务时的不同脑区脑电活动的差异. 研究发现：1) 两组被试alpha相对能量无差异,但MCI患者额中央区和顶
枕中央区的脑电熵高于正常人;2)两组被试额区脑电的熵值都高于其他区域,中线区域的脑电熵值低于左右半
球;3)刺激类型对两组被试的脑电活动有影响,在完成匹配任务时,两组被试大脑前侧区域的脑电活动更为复杂,
并且正常人大脑右侧中央区域的脑电活动复杂性较高;4)与样本熵相比,累积残余熵能更细致地刻画出MCI患者
脑电的非线性特征. 结果表明,MCI患者认知过程中的脑电活动存在异常,信号更为复杂. 与样本熵相比,累积残
余熵更适合于分析脑电的非线性特征.     

基于特征比较和最大熵模型的统计机器翻译错误检测

首先介绍3种典型的用于翻译错误检测和分类的单词后验概率特征, 即基于固定位置的词后验概率、基于滑动窗的词后验概率和基于词对齐的词后验概率, 分析其对错误检测性能的影响; 然后, 将其分别与语言学特征如词性、词及由LG句法分析器抽取的句法特征等进行组合, 利用最大熵分类器预测翻译错误, 并在汉英NIST数据集上进行实验验证和比较。实验结果表明, 不同的单词后验概率对分类错误率的影响是显著的, 并且在词后验概率基础上加入语言学特征的组合特征可以显著降低分类错误率, 提高译文错误预测性能。     

页岩气水平井段甜点优选模型

为实现页岩气水平井压裂层段精细开发,总结并筛选出了合适的段甜点评价指标,利用测完井数据计算了水平井段各项指标参数,基于提出的段指标基线值,采用组合权重方法开展了指标权重计算,通过标准化指标值和权重乘积的形式建立水平井段优选模型,并以涪陵地区A1井为例进行验证,优选结果表明：第3、4、5、7单元段优选指数高于0.45是水平井分段的最佳甜点位置;第1、2单元段优选指数介于0.4~0.45属于中等甜点位置;第6单元段优选指数介于0.35~0.4之间属于较差甜点位置,从A1井产气剖面可以验证段甜点指数和与单段产气量具有较好的正相关关系,本优选指数模型能有效避免第10段和第12段的无效性,以期为水平井精细开发时提供参考。     

基于加权特征子空间的支持向量机核函数研究

针对数据分类交叉空间易错分问题,提出一种基于加权特征子空间的支持向量机核函数方法。该方法利用加权特征子空间与稀疏表达等相关理论进行支持向量机核函数优化,首先利特征子空间重叠率与数据的信息熵对数据特征进行加权,再通过对L_1范数正则项的加权处理调节异类数据间的稀疏性和同类数据间的稠密性;最后对处理好的数据进行分类测试。仿真实验表明该算法能够在一定程度上提升分类效果,以达到优化核函数的目的。     

Distributed sampling measurement method of network traffic in high-speed IPv6 networks

With the advent of large-scale and high-speed IPv6 network technology, an effective multi-point traffic sampling is becoming a necessity. A distributed multi-point traffic sampling method that provides an accurate and efficient solution to measure IPv6 traffic is proposed. The proposed method is to sample IPv6 traffic based on the analysis of bit randomness of each byte in the packet header. It offers a way to consistently select the same subset of packets at each measurement point, which satisfies the requirement of the distributed multi-point measurement. Finally, using real IPv6 traffic traces, the conclusion that the sampled traffic data have a good uniformity that satisfies the requirement of sampling randomness and can correctly reect the packet size distribution of full packet trace is proved.     

基于线性学习函数的泛证券投资组合策略

最优定常再调整策略所产生的收益随时间成指数速度增长, 寻找与最优定常再调整策略的收益具有相同指数增长率的在线序贯投资组合是近年来投资组合研究的一个 热点. 首先提出了基于线性学习函数的在线投资组合策略, 其中线性函数的系数是一个与股票相对价格和收益有关的区间的中点. 用相对熵函数定义两个投资组合向量之 间的距离, 进一步证明了基于线性函数的在线投资组合策略是泛证券投资组合. 最后, 分别在两支股票和三支股票组成的多个投资组合上进行了数值计算, 并 与Cover等人提出的泛证券投资组合策略进行了比较. 结果表明这种基于线性学习函数的在线投资组合策略能获得更多的收益, 从而为投资者提供了新的 在线序贯投资组合决策的方法和依据, 具有重要的现实指导意义.     

薪酬管理系统演化的熵变模型构建

将热力学系统中的熵、耗散结构理论引入薪酬管理系统的演化研究,依据薪酬管理系统的耗散特性,在薪酬管理系统结构模型的基础上,建立了薪酬管理系统演化的熵变模型,对薪酬管理系统熵进行量化计算,通过可观测的状态参量考察薪酬管理系统在特定时点上的进化状态和条件,为企业薪酬管理系统变革提供参考建议。     

产业结构变动中需求因素的影响——基于信息熵方法的理论与应用

产业结构调整是经济结构调整的重中之重,产业结构的变动既取决于投入结构的变化,也受到需求因素的影响。采用信息熵指数,利用标准产业结构和中国产业结构的经验数据,分析了产业结构变动的熵特征;基于信息熵的分解方法,通过建立产业结构变动的需求因素影响模型,研究了产业结构变动中最终消费、资本形成、货物和服务净出口的比例及它们的产业分布对产业结构变动的影响;最后,利用中国1990~2005年间的投入产出数据进行应用分析,给出我国需求因素调控的政策建议。     

基于基因算法的信息免疫模型

研究Web信息过载的问题,提出一种新的基于基因算法的信息免疫模型(IIM).根据免疫细胞的特异性,利用IIM不同的染色体描述用户需求,并专注于对无关信息的处理,使用户免于该类信息的入侵,并引入了特征选择和信息熵,阈值的选择也是可变的.通过实验与Rocchio方法进行了对比,结果表明,IIM的查准率比Rocchio的高27.5%,查全率比Rocchio的高47.7%.