基于动作空间扩充及奖励优化的知识图谱多跳推理

知识图谱的不完备性导致多跳推理在探索路径的过程中会缺失关键节点和关系，从而导致推理失败。针对此问题，文章提出了动作空间扩充及奖励优化模型AsaRo(Action Space Augmentation and Reward Optimization)。该模型根据实体的邻域信息寻找其相似实体，并利用相似实体的邻域信息扩充原实体动作空间。在模型优化方面，采用基于带有优势函数的演员评论家A2C(Advantage Actor Critic)算法的强化学习优化路径奖励，并在原有路径奖励的基础上添加状态价值函数以评价策略的好坏，进一步提升了模型效果。在知识图谱数据集UMLS、Kinship、WN18RR、NELL-995、FB15K-237上的实验结果表明，该文模型效果优于大部分现有模型。     

基于Hive的海量公交客流起讫点挖掘方法

目前起讫点(origin-destination,OD)挖掘方法普遍存在无法并行分析多条线路、低效率、预测率不足的问题。考虑到Hive在海量数据上的查询性能优势,基于Hive实现了OD挖掘,克服了上述问题。基于时间阈值匹配上车站点,失配记录基于站点上客数再次匹配。基于表连接的出行链算法预测下车站点,预测失败的记录基于概率进行两次预测。以石家庄2018年1月1日—2018年3月27日的IC卡刷卡数据和调度数据进行OD挖掘,在清洗后的11 312 505条出行记录中挖掘出11 270 037条OD记录,预测率达到99.6%,出行与吸引校验质量较高,Hive并行调优开启后耗时17 829.04 s。可见该方法满足生产环境中离线挖掘OD的业务需求。     

基于信标漂移误差识别的长基线定位算法

针对长基线水声定位系统中信标位置漂移误差难以识别和估计的问题,分析了长基线水声定位系统中同步式测距系统时钟同步误差和应答式测距系统信标漂移误差的等效性,提出一种对有效声速系统误差进行修正的单信标测距定位算法。在此基础上提出一种在不掌握声场环境信息时可以有效识别信标漂移误差的长基线定位算法,利用有效声速分布范围对信标漂移误差进行识别,基于航迹融合后轨迹对固定信标位置漂移误差进行估计和修正。试验结果表明算法提高了长基线系统的定位精度和鲁棒性。     

基于关联规则的电力仪表企业故障诊断

在数据挖掘和关联规则技术的基础上,提出采用经典Apriori算法对电力仪表企业产品数据信息进行挖掘,获取产品故障规则信息,并抽取出不同支持度下的故障规则,实例证明采用该方法产生的规则有利于企业技术部门和决策者进行决策,能更好地为他们提供参考信息。     

本体及其在信息检索中的应用

本体作为一种能在语义和知识层次上描述信息系统的概念模型的建模工具,已在信息系统的许多领域得到了广泛的应用.本文详细介绍了本体的定义、本体的建模元语、本体的描述语言和本体的概念模型的本质特征,以及着重阐述了本体在信息检索中的应用.     

随机非对称Hopfield模型中恢复带性质研究

对随机非对称连接Hopfield网络的突变行为进行理论研究. 结果表明, 在存储容量大于临界值的情况下, 网络的性能发生了一次新的突变; 在存储容量临界值邻域, 恢复带与伪稳定点带融合后又重新出现.     

T-R型双基地声纳定位算法及系统精度研究

根据T-R型双基地声纳定位的几何模型,提出利用时延-方位信息进行目标定位的双基地声纳时间方位定位(bistatic time bearing localization,BTBL)算法,并给出了算法定位误差的几何分布。通过数值仿真,研究了基线长度、时间测量误差和方位测量误差对算法定位精度的影响。仿真分析结果表明:随着基线长度增加,发射站和接收站两侧区域定位精度进一步改善,但会造成基线区的定位误差增大;在基线长度一定时,时间和方位测量误差增大均造成定位精度下降,且算法精度对方位测量误差相对敏感。与同等条件下的单基地声纳定位相比,双基地BTBL算法在接收站点具有明显的探测优势。该研究为T R型双基地系统的水下定位提供了理论依据。