汉语原型句蜕向英语多元逻辑组合的变换

汉语原型句蜕的英译形式多种多样,其中变换成英语的多元逻辑组合是涉及比较复杂变换细节的一种,因而成为颇具特色的语义块构成变换子类.文章从概念阐释入手,详尽分析了这种变换的语言现象、变换的必要性以及实施变换的技术准备.     

改进型灰色聚类法对航电火控系统仿真可信度评估

综合航电火控系统仿真的可信度研究越来越成为航电综合化仿真方面的一个重要研究课题,灰色聚类法是对综合航电火控系统仿真可信度进行评估的一种有效方法,首先对灰色理论和灰色三角白化权函数聚类评估法作了阐述,然后对改进型的灰色三角白化权函数聚类模型进行了重点说明并应用此法对综合航电火控系统进行仿真可信度评估。此方法简单易行,合理性强,为综合航电火控系统仿真可信度评估提供了一种较好的标准。     

基于分簇理论的信息流优化算法研究

将导弹防御指控网络看作变拓扑结构网络,引入小世界网络中"簇"的概念,以最短作战响应时间为优化指标,提出了一种基于平均连接度自适应分簇算法的信息流优化算法。仿真结果表明,该算法在保证信息优裕度的前提下,提高了信息可达度和信息交互质量,提高了指控网络遭受打击时的重构能力。     

Determining newspaper marketing zones using contiguous clustering

We develop a heuristic procedure for partitioning graphs into clusters of nodes such that each cluster of nodes induces a connected subgraph with the objective of minimizing the differences within clusters as measured by the total differences between all pairs of nodes of a cluster. We apply our procedure to determine optimal delivery zones for community sections of a major newspaper while including a number of operational constraints. Our results demonstrate a 18–56% improvement in the total differences within the zones designed over the usual intuitive heuristics. Given the magnitude of the revenue generated by larger local newspapers through zoning, our method demonstrates how better zoning can significantly enhance the value of segmentation. © 2004 Wiley Periodicals, Inc. Naval Research Logistics, 2005.     

面向大规模交互数据空间划分的Voronoi图生成算法及应用

传统Voronoi图对大量点集进行Voronoi划分时会产生Voronoi单元格数过多的现象,导致难以适用于地理信息系统、生物医学等诸多领域.为了解决这个问题,提出一种自适应基于密度的聚类算法(Density-Based Spatial Clustering of Applications with Noise,DBS...     

一种基于TF·IEF模型的在线新闻事件探测方法

空间电磁编队具有不消耗推进剂、无羽流污染、连续可逆和同步控制等优势,静态电磁编队在光学干涉成像等领域具有广阔应用前景。动力学平衡态的稳定性与控制是实现静态电磁编队的基础。论文针对双星电磁编队沿径向、切向和法向分布的三种平衡态构形,利用Kane方法建立了6-DOF耦合非线性动力学模型,分析了三种平衡态构形的开环稳定性、耦合特性与控制需求,最后设计LQR控制器,实现了平衡态构形的稳定控制,并进行了仿真验证。     

基于分层结构的故障诊断专家系统RDSC方案

针对军事指挥自动化系统中的硬件设备,运用分层结构专家系统技术实现对系统的远程故障诊断与维护支持,提出了远程维护和故障修复支持技术模型,并对该模型的专家系统技术进行探讨,给出了基于CLIPS专家系统的一个实现模型,最后阐述了专家系统中推理机与知识库的设计和实现.     

多通道图注意力解耦社交推荐方法

提出具有解耦能力的多通道图注意力社交推荐模型,该模型主要包括深度聚类模块、多通道图注意力聚合模块和评分预测模块。其中,深度聚类模块用于对用户和项目进行分组,并利用聚类结果将用户社交图和用户项目图拆分成多个用户社交子图及用户项目子图,以学习用户兴趣分组及用户对不同类项目的兴趣；多通道图注意力聚合模块学习不同子图对预测结果的注意力；评分预测模块将学习到的用户表示向量和项目表示向量输入多层感知机进行评分预测。在多个真实数据集上的实验结果表明:提出的方法优于其他社交推荐算法。与最新的用于社交推荐的图神经网络方法相比,在Ciao和Epinions数据集上,均方根误差分别降低了2.26%和2.07%,平均绝对误差分别降低了2.58%和3.06%。     

基于CMAC的模糊神经网络方法

结合模糊神经网络和小脑模型连接控制CMAC理论,提出训练时间短、精度高的CMAC模糊神经网络方法,给出了网络结构、算法,并通过一个维修经费预测实例讲述了这种算法.     

用于多类分类的层次式支持向量机

针对支持向量机存在的训练数据量大导致的训练时间过长和训练数据不平衡导致的分类结果会向训练数据多的类倾斜等问题，提出了适合于多类分类的层次式支持向量机。在训练过程中，首先折衷考虑各类之间的距离和各类的训练数据长度，据此将训练样本分为距离较远且其长度基本平衡的2类，然后逐层进行训练，最终形成二叉树分类结构。仿真实验证明，该方法能够有效地缩短训练和分类时间，且对多类分类中的数据不平衡问题有一定的效果。