基于改进卷积神经网络的短文本分类模型

基于卷积神经网络, 提出一种基于改进卷积神经网络的短文本分类模型. 首先, 采用不同编码方式将短文本映射到不同空间下的分布式表示, 提取不同粒度的数字特征作为短文本分类模型的多通道输入, 并根据标准知识库提取概念特征作为先验知识, 提高短文本的语义表征能力； 其次, 在全连接层增加自编码学习策略, 在近似恒等的基础上进一步组合数字特征, 模拟数据内部的关联性； 最后, 利用相对熵原理为模型增加稀疏性限制, 降低模型复杂度的同时提高模型的泛化能力. 通过对开源数据集进行短文本分类实验, 验证了模型的有效性.     

图形密码中一类特殊图的几种标号

利用图结构与数论的设计思想, 把标号应用于图形密码中. 用层次级联图作为基本图形, 先与圈图连接构造一种单圈图, 再将两个层次级联图重叠构造孪生顶点重叠图, 并证明其具有集有序奇优雅标号、 奇优美称号、 集有序奇优美标号.     

基于组稀疏表示和加权全变分的图像压缩感知重构

传统的基于组稀疏表示(group sparse representation, GSR)的压缩感知(compressd sensing, CS)重构算法利用信号的稀疏性和非局部相似性来重构图像信号,但没有充分考虑图像的局部平滑特性,影响了算法的重构性能。考虑信号的稀疏性、非局部相似性、平滑性3种先验信息,提出一种基于GSR和加权全变分(weighted total variation, WTV)的图像CS重构算法,并针对传统的WTV采用全局加权会引入错误的纹理以及边缘状伪影的问题,利用一种新的WTV策略,只对图像的高频分量设置权重来保证图像重构质量。此外，针对硬阈值迭代法忽略低频的主分量系数,采用硬阈值-模平方方法来更好地保护非主分量系数。实验表明,相同采样率下,所提算法的峰值信噪比比非局部正则化全变分和基于GSR的CS算法平均分别提高5.4 dB和0.62 dB,验证了所提算法有效保护图像的细节信息。     

Knowledge transfer across scientific disciplines

Thomas Kuhn suggested that symbolic generalizations are applied to concrete systems by a process involving exemplars and analogical reasoning. Using the related concepts of theoretical and formal templates, I argue that the process of applying templates can in some cases be made explicit and that we do not need to rely on similarity relations and tacit knowledge. In so doing I show how some formal models can be transferred from one scientific field to another. Examples include scale-free networks, the Lotka-Volterra model from biology, and the Goodwin model in economics. I also argue that this explicit approach has advantages over the more psychologically oriented approach of Kuhn and explain the sense in which templates do and do not produce unification.     

一种动态剪枝的协同稀疏表示方法研究及应用

该文提出一种动态剪枝的协同稀疏表示方法,通过建立2种不同的训练样本筛选策略,再融合2种策略的优点及结合TPTSR框架进行图像识别,以求获得更好的分类效果.在带噪声的人脸数据集上进行对比实验,结果表明:该方法可以在人脸受到遮挡和光照变化的影响下达到更高的识别率,并具有较强的鲁棒性.     

一个耦合非线性发展方程的延拓结构

主要利用延拓结构理论, 对Tsuchida-Wolf耦合KdV方程进行研究,  得到了该方程延拓代数对应的Lax对.     

Z-Quantale的表示定理

考虑Z-Quantale的表示问题. 首先, 证明任意单位Z-Quantale都同构于由其强Z-自连续映射所构成的Z-Quantale; 其次, 证明对于任意单位Z-Quantale都存在其上的一个关系Z-Quantale与其同构; 最后, 讨论单位Z-Quantale范畴与关系Z-Quantale范畴之间的关系, 证明单位Z-Quantale范畴与关系Z-Quantale范畴等价.     

Structuralism and the conformity of mathematics and nature

Structuralists typically appeal to some variant of the widely popular ‘mapping’ account of mathematical representation to suggest that mathematics is applied in modern science to represent the world’s physical structure. However, in this paper, I argue that this realist interpretation of the ‘mapping’ account presupposes that physical systems possess an ‘assumed structure’ that is at odds with modern physical theory. Through two detailed case studies concerning the use of the differential and variational calculus in modern dynamics, I show that the formal structure that we need to assume in order to apply the mapping account is inconsistent with the way in which mathematics is applied in modern physics. The problem is that a realist interpretation of the ‘mapping’ account imposes too severe of a constraint on the conformity that must exist between mathematics and nature in order for mathematics to represent the structure of a physical system.     

二次近邻稀疏重构法及人脸识别

基于整个数据集的稀疏表示(sparse representation classification,SRC)用于人脸识别在很大程度上影响了运行效率.如何利用较少样本稀疏表示在保证计算效率的同时,识别率也有一定提升,尤其是面对光照、角度、姿态等非受控环境,目前仍是一个问题.考虑到协同表示(collaborative representation classification,CRC)基于l2范数稀疏求解的优势,为进一步提升CRC的整体分类性能,引入类内近邻,提出一种二次近邻稀疏重构表示法.该方法首先在原始训练集上选择各类训练样本中与待测样本距离相近的若干样本组成近邻样本集,并协同表示,接着分别用各类近邻样本重构待测样本,再次选择与待测样本相近的若干重构样本协同表示,最终实现模式分类.在ORL和FERET数据库上的仿真实验表明,相比现有的一些CRC算法,该方法在一定程度上缩短了运行时间,并使识别更精确.     

认知语境下看跨文化中的不礼貌言语交际——以电影《土婆婆PK洋媳妇》为例

不礼貌是近年来语用学界关注的热点问题,但有关跨文化交际中的不礼貌研究却比较少见.传统观点认为跨文化交际中的不礼貌是由于语用缺失造成的,忽视了认知语境这一重要的交际情境因素.在跨文化交际中,交际主体在认知语境上存在差异,主要表现在知识草案、心理图式、社会心理表征三个方面.电影《土婆婆PK洋媳妇》互动会话中的不礼貌言语反映出交际主体在认知语境上存在趋异性,由此引发了交际中的不礼貌.