基于隐马尔可夫模型的文本信息抽取

文本信息抽取是处理海量文本的重要手段,将隐马尔可夫模型应用到信息抽取领域是一个比较新的研究课题。提出了一种基于隐马尔可夫模型的文本信息抽取算法。该算法利用文本排版格式、分隔符等信息,对文本进行分块,在分块的基础上结合隐马尔可夫模型进行文本信息抽取。仿真结果表明,新的算法在精确度和召回率方面有明显的提高。     

基于LWSVR的繁忙机场航班滑出时间预测

针对繁忙机场航班滑出时间预测准确率低的问题,结合局部回归和加权支持向量回归,提出基于局部加权支持向量回归的离港航班滑出时间预测模型。该模型采用K最近邻方法,减小训练样本集容量,并为每个预测样本构建一个预测模型。通过计算训练样本与预测样本间的马氏距离,来优化加权支持向量回归中高斯核加权函数的带宽参数,获得加权系数。结合某机场离港航班数据仿真分析,实验结果表明模型在误差允许范围内的预测准确率达到83.33%,模型更加稳定。     

保持轮廓清晰的有理-线性彩色图像内插放大方法

提出了一种有理-线性的自适应彩色图像向量插值方法。该方法是将数字图像的每一个象素看作是平面域的关于RGB三原色的一个向量,首先结合图像的局部和边缘特征对图像进行N×N块划分,根据图像的块特征构造二元向量Newton-Thiele型有理插值曲面或Newton-Newton插值曲面,然后对插值曲面进行采样以实现图像的缩放。采用文中的算法得到的放大图像,不仅可保持轮廓的清晰,而且可得到较好的彩色图像视觉效果。最后试验证明,该方法比常规方法产生的放大图像质量高。     

宏观经济信息发布对股票市场收益率及其波动的影响

通过构建宏观信息发布中的未预期信息衡量指标,本文研究了宏观信息对股票市场收益率及其波动的影响.实证分析发现:股票市场指数月收益率具有"通胀对冲"功能,同时PPI、固定投资、货币供给(M2)也会显著影响指数收益率,贸易顺差则与收益率波动显著相关;进一步对股票市场指数日收益率分析发现沪深两市对宏观信息的短期反应并不相同.对上证综指,仅CPI、固定投资与进口同比显著影响指数收益率,而出口同时影响指数收益率及其波动;对于深证成指,市场只对出口信息会作出及时反应.此外,本文还发现危机后股市对宏观信息的反映也出现了显著变化,宏观信息变量中只有PMI和进出口变量显著影响市场收益率,而PPI则成为影响收益率波动的显著因素.     

Stateflow在巡航导弹仿真中的应用

介绍了Stateflow的基础知识和基本用法以及基于Stateflow的巡航导弹仿真建模方法。Stateflow是一种基于MATLAB／Simulink和有限状态机理论的图形化离散事件仿真环境，巡航导弹分段弹道模型和制导引信系统都可以很方便的用Stateflow进行建模，使系统仿真更加直观，便捷。     

虚拟机床可视化设计相关技术的研究与应用

介绍了虚拟机床系统设计制作中的主要及关键技术。给出了系统的软硬件平台,说明了虚拟机床三维场景的绘制方法,探讨了机床几何建模和对大数据量的场景进行优化的技术,并就三维鼠标在虚拟制造机床中的应用以及视点控制等关键技术、MFC中关键类的调用等进行了说明。     

一种基于粗糙集理论的SVM短期负荷预测方法

在分析粗糙集理论方法与支持向量机方法的优势和互补性后,探讨了粗糙集与支持向量机的结合方法,提出了一种基于粗糙集数据预处理的支持向量机预测系统。该系统利用粗糙集理论在处理大数据量、消除冗余信息等方面的优势,减少支持向量机的训练数据,克服支持向量机方法因为数据量太大,处理速度慢等缺点。将该系统应用于短期负荷预测中,与BP神经网络法和标准的支持向量机方法相比,得到了较高的预测精度,从而说明了基于粗糙集理论方法作为信息预处理的支持向量机学习系统的优越性。     

变遗忘因子相关函数自适应滤波算法

相关函数递推最小二乘(CRLS)算法在回波消除中双方对讲情况下是有效的,但其计算复杂度较高。把相关函数最小二乘准则中的遗忘因子视为时变的遗忘因子,应用最速下降法使当前时刻的方向矢量正交于前一时刻的方向矢量,从而获得时变的遗忘因子的表达式,得到一种新的相关函数自适应滤波算法。该算法的计算复杂度比相关函数递推最小二乘算法的要低。计算机数值仿真结果表明,新算法的收敛性能和相关函数递推最小二乘算法的收敛性能相当。     

一种用于模式识别的多色Voronoi图

提出了一种新的Voronoi图———多色Voronoi图 ,并证明了它的一些重要性质。多色Voronoi图是在Voronoi图的构造过程中 ,根据数据集的特性给Voronoi图染色的结果。用多色Voronoi图概念设计的模式分类器(MCVC)是一种非线性多类别最优分类器 ,可以解决线性可分和线性不可分问题 ,同时MCVC对新增加的训练样本具有快速局部学习能力 ,这种局部学习能力克服了神经网络方法常出现的过学习问题 ,很类似于人对概念的学习。将多色Voronoi图概念用于支撑矢量机的构造中 ,进行支撑矢量的预选取 ,可以提高支撑矢量机的学习速度     

空时分层结构码分多址系统的上行多用户检测

针对目前已提出的空时编码结构大多只研究单用户检测这一现状,研究了频率选择性信道下多输入多输出(MIMO)的多用户结构,并提出了一种采用V BLAST空时编码结构码分多址系统的多用户检测算法。基于发射符号的旋转不变特性和奇异值分解,得到了矢量信道冲激响应(VCIR)的盲估计,进而提出了上行信号的多用户检测器。该方法在满足系统对多用户检测性能期望的同时,还能很容易地对算法复杂度进行有效控制。仿真结果表明了该方法的有效性。