基于语义对齐的生成式文本摘要研究

针对当前生成式文本摘要模型在解码时对摘要整体语义信息利用不充分的问题,提出一种基于语义对齐的神经网络文本摘要方法.该方法以带注意力、Pointer机制和Coverage机制的Sequence-to-Sequence模型为基础,在编码器与解码器之间加入语义对齐网络,实现文本到摘要的语义信息对齐;将获得的摘要整体语义信息与...     

权限的语义及基于XML的授权信息描述

本文介绍一种支持多个应用系统集成环境下的进行统一用户授权管理所必须的授权信息通用化表示方案.文中首先通过对构成权限对象及其操作的语义进行分析,指出对象的操作属性应由操作类型、操作值和操作语义构成;从而得到权限的通用化描述方法.本文接着介绍了利用XML来描述基于RBAC模型中与权限相关的授权数据的方法,从而可以实现在多应用系统集成环境下的权限自动识别.     

中韩民族联合抗敌御侮的新起点--虹口公园爆炸案的历史地位述论

1932年4月29日，中韩两国爱国者共同策划发动了上海“虹口公园爆炸案”，这一事件不仅震惊世界，引起国际舆论的广泛关注，而且成为中韩两大民族联合御侮、团结抗日的新起点，对中国和韩国独立运动都产生了极为深远的影响。     

国家层面综合客运枢纽分层布局鲁棒优化模型

为提高国家层面综合客运枢纽的运行效率,充分分析枢纽等级和需求层次的对应关系,考虑城镇化发展阶段客运需求的不确定性,构建了基于有能力限制的层级选址模型和随机p-鲁棒(p为相对后悔值限定系数)的综合客运枢纽布局优化模型.设计免疫克隆算法对模型进行求解,通过算例验证模型和算法的有效性.结果表明:分层布局方法比非分层布局方法更优,当p小于分层随机优化模型所有情景中的最大相对后悔值时,分层鲁棒优化模型求解结果的鲁棒性比分层随机优化模型更强,设计的算法比优化软件CPLEX更高效,同时p的取值、枢纽覆盖范围和情景概率对枢纽布局方案产生较大影响.分层鲁棒优化模型能为国家层面综合客运枢纽布局提供决策参考.     

基于GEP的层次有序BP神经网络优化

BP神经网络(BP-NN)因其自适应性、容错性和较强的泛化能力而得到广泛的研究及应用,但在实际应用中,却常常出现收敛速度慢、易陷入局部最优等问题.该文的新算法利用基因表达式编程(GEP)具有的良好全局搜索能力,对神经网络结构、权值及阈值进行优化;结合反向传播算法(BP)的局部搜索能力,有效提高了神经网络的性能;针对传统GEP设计神经网络会使网络结构失去层次性的问题,提出基于增加结构域染色体编码方法的GEP层次有序BP神经网络优化算法(GEPO-NN),保证网络结构层次有序符合人脑分层处理模型:最后,通过仿真实验对比GEP和遗传算法(GA)对BP神经网络的优化性能.结果表明,GEPO-NN有明显的性能提高.     

基于切换层次网络的一致性算法研究

针对多智能体网络一致性问题,受自然界中鸽群的启发,提出一种新的有向网络拓扑即层次网络,且证明了所提出的层次网络的性能优于当前应用广泛的leader-following网络,研究了基于层次拓扑的一阶积分器网络对机动目标跟踪的一致性误差,证明一致性误差有界且与网络拉普拉斯矩阵第二小特征值及目标状态有关,并讨论了切换层次网络的一致性误差问题. 仿真结果验证了理论的有效性.      

一种链路稳定性预测的分层路由协议

提出了LSP-DOA路由协议.该协议继承了DOA算法的局部路由修复的优点,基于Two-Ray无线传播模型和Friis公式计算链路的稳定性,并构造一个阈值;当链路稳定性小于阈值时,便发出警告,启动路由发现寻找可以及时替换即将中断的链路的新路径.仿真结果表明,与路由协议AODV,DSR和DOA相比,LSP-DOA路由协议提高了系统分组投递率、路由修复成功率和平均路径长度,降低了控制开销和平均端到端延时,能够长时间维持稳定高效的活跃路径,改善了网络整体性能.     

经济学知识网格的构建

通过对相关工作的研究,结合经济学知识网格的实践,设计和实现了一个ESWP平台来辅助开发者以半自动方式构建知识网格.该平台包括三个主要的功能模块:本体构建模块、语义标注模块和进化管理模块.它们分别采用基于角色的用户管理和多版本机制来支持多用户协同的本体开发;采用支持向量机(SVM)和一组标注规则来支持文档级标注和词汇级标注;采用边标注边进化的方法来支持资源的进化管理.目前该平台已成功地应用于一个经济学知识网格原型———经济学学科知识检索系统.     

基于语义的Web服务发现机制的研究

在对Web服务和领域本体研究的基础上,把语义网和Web服务相结合,提出了一个售票领域本体模型,用本体中丰富的关系表达传统Web服务所不能表达的语义,依据Web服务描述本身的特点,对基于语义的Web服务相似度计算方法进行了研究,提出了一种不同于关键字匹配的基于语义距离的Web服务匹配算法。     

自组织人工神经网络在矿区沉积物分类中的应用

以Matlab平台为基础,利用神经网络工具箱构建了自组织神经网络,对已知沉积相的安徽宿南等矿区的19组样本进行SOM分类,并与系统聚类分类结果进行比较;指出在无监督分类粒度分析中,SOM方法分类操作过程简便易行,具有残缺自动识别能力,分类结果惟一,可以在沉积物成因分类中应用。