融合粗糙数据推理的卷积记忆网络文本情感分析

为解决现有情感分类算法在特征提取中缺乏对语义关联规则的运用,以及在分词后产生大量与情感预测无关的词,导致挖掘出的特征不具代表性的问题。提出一种融合粗糙数据推理的卷积记忆网络情感分析模型。首先,通过上下文信息使用粗糙数据推理获得文本的情感词集Word2Vec词向量表示,并融合FastText词向量来改进特征向量嵌入层;其次,使用卷积神经网络(convolutional neural network, CNN)拼接双向长短期记忆网络(bi-directional long short-term memory, BiLSTM)提取更深层次的情感特征;最后,加入Attention机制计算权重,筛选显著重要特征。在两个数据集上的实验结果显示,该模型的情感分类准确率与F₁值最高可达到84.66%和85.1%,较基线模型中的最高值分别高出2.04%和3.1%,有效提升了情感分类的预测能力。     

基于时延抖动的网络拓扑推断技术

为了克服基于端到端单向时延的拓扑推断算法中需要时钟同步的缺点,根据端到端时延抖动的定义和特点提出了拓扑推断中端到端时延抖动的四元分组列车测量方法和基于端到端时延抖动的拓扑推断算法,其中端到端时延抖动的测量不需要节点间的时钟同步,并且实现简单.分析了基于端到端时延抖动推断网络拓扑的可行性和正确性,通过NS2进行了仿真.仿真结果表明,基于时延抖动推断拓扑结构的效果比基于端到端单向时延推断拓扑结构的效果好.     

Incorporating Fuzzy Inference in Active Database Rules

Active databases react to stimulation, or event from inside or outside the system without user or application interference through Events Conditions Actions (ECA) rules (triggers). ECA rule is defined as: ON event IF condition THEN action, which means when an event happens, if the condition is satisfied then the corresponding action is executed. The nature of ECA rule makes it an appropriate means to model dynamic character of systems, as gained much studies during recent years. Traditional ECA rule is crisp, which means their events, condition(s) and action(s) are accurate. As indicate that ECA rules can only represent precise knowledge. But knowledge is usually fuzzy in engineering. A concept of fuzzy ECA rules characterized with fuzzy event, fuzzy condition and fuzzy action is proposed in this article. The realization avenues of fuzzy triggers are discussed. The work we have done blazes a way in representing approximate syntax in active database application systems. At last a case of " overheating al     

基于联立方程的地价与房价波动关系

构建了我国城市房地价之间关系的联立方程模型,以全国重点城市为样本资料,根据二阶最小二乘法给出参数估计.研究结果发现:地价和房价之间存在联立性,相互影响.对地价影响最大的因素是常住人口总数,人均可支配收入、房地产开发投资额拉动了城市房价水平,而房屋销售面积拉低了城市房价水平.房价滞后期对房价有较大影响,价格的涨跌预期影响公众的投资情绪,导致房价的变动.     

基于ANFIS的挖掘机器人挖掘轨迹仿真

为提高液压挖掘机器人工作装置挖掘作业轨迹规划控制精度,将挖掘机器人工作装置简化为斗杆、铲斗两关节二维机械臂进行分析.在建立逆运动学模型时,要将铲斗末端位姿空间与工作装置关节空间和油缸空间联系起来进行轨迹规划,以便在各个空间实现对挖掘机器人的控制.为提高跟踪期望轨迹精度,采用两个自适应神经模糊推理系统(ANFIS)分别学...     

基于自适应模糊神经元网络的电力短期负荷预测

利用模糊神经元网络（ＦＮＮ）进行电力短期负荷预测．给出了模糊神经元网络结构和部分输入变量的模糊化．ＦＮＮ采用ＬＭＳ（Ｌｅａｓｔ－Ｍｅａｎ－Ｓｑｕａｒｅ）算法，并用历史负荷数据进行训练．一经训练，网络就能应用于在线负荷预测．在预测过程中，权值按最近的负荷行为自适应调整．测试结果表明，该方法具有较好的精度和较快的速度．     

农田杂草识别模糊专家系统的设计与实现

为提高生物工作者的工作效率及方便广大农民使用,以领域专家的理论知识和经验知识为基础,采用模糊算法推理,建立了模糊杂草识别专家系统．该系统对杂草识别规则、推理算法等关键技术进行了研究,并采用MicrosoftAccess关系数据库技术存储知识库、运用VisualC＋＋6．0实现界面编程及推理部分,测试结果表明其具有使用方便、快捷、查询结果准确的特点．     

基于神经网络和模糊推理的移动机器人行为决策与控制

以足球机器人系统为实验平台 ,针对移动机器人智能决策中的实际问题 ,提出了一种基于径向基函数神经网络的机器人行为决策方法 ,通过神经元学习和训练以及自身的泛化能力 ,可以很好地利用多源信息进行机器人行为决策 ,以提高行为决策的有效性 .同时为了保证行为决策的实施效果 ,将模糊推理技术与传统的PID控制相结合 ,既保证了移动机器人系统运动控制的准确性和稳定性 ,又缩短了动态调整时间 ,取得了较好的控制效果 .     

基于ANFIS的油耗特性建模及燃油经济性仿真

根据试验数据对发动机燃油消耗特性进行回归分析是一种常用的方法,但存在建模精度不足的缺点．采用MATLAB提供的自适应神经模糊推理系统ANFIS对NJG415汽油发动机油耗特性进行建模,在此基础上对装有该发动机的NJ6400GHR旅行车燃油经济性进行仿真,并与回归方法进行对比分析．研究表明ANFIS具有很好的逼近非线性特性的能力,具有较高的建模精度,可用于非线性系统的建模和仿真．     

一种基于引理推理的攻击过程分析方法

针对事后入侵响应,提出了一种基于引理推理的攻击过程分析方法。该方法利用被入侵网络安全漏洞间存在的推理关系建立被入侵网络的有色加权有向图。通过修改的Dijkstra算法计算入侵者可能的利用安全漏洞进行攻击的序列集合,以及序列相应的对入侵结果合理解释的支持度。依据支持度选取安全漏洞序列,并在网络设备和对应网络主机中寻求相关的支持证据,最终确定入侵者的攻击过程。实例表明该方法能够快速有效地实现网络攻击过程分析,并且具有良好的可扩展性以及能够识别出新的未知的攻击手段。