中文分词与命名实体识别的联合学习

将卷积结构引入循环神经网络,从而构建卷积循环神经网络。以此为基础,研究构建了面向中文分词与实体识别联合学习的序列标注模型。该模型依托卷积循环神经网络构建特征编码层,实现中文字序列局部空间特征和长距离时序依赖特征的联合提取;依托改进的循环神经网络构建标签解码层,实现标签序列长距离时序依赖的有效建模;依托统一的分词与实体识别序列标注模式实现分词信息与实体信息的联合学习,避免传统流水线法的误差传播问题。在人民日报语料和微软标注语料上的实验结果显示,该框架较传统统计模型和神经网络模型有显著的性能提升,尤其是在识别字数较多的命名实体时,其效果明显优于其他方法。     

机群对地攻击分析动力学模型的建立及仿真分析

根据兰彻斯特作战动态方程的研究方法建立了机群对地攻击效果的分析动力学模型,并通过仿真分析、讨论了影响对地攻击效果的可能因素,如:目标分配形式,目标发现概率,攻击结果侦察概率以及假目标等.     

一个监控式局部自主机器人控制器的实现与分析

本文介绍了一个严格监督控制（Ｓｕｐｅｒｖｉｓｏｒｙｃｏｎｔｒｏｌ）定义下的局部自主机器人控制器ＧＫＤ３的设计和实现，并从监督控制理论的角度，对ＧＫＤ３的体系结构和功能进行了分析和讨论。     

基于像素局部对比度的直线特征检测算法*

本文提出了基于像素局部对比度和全局虚警抑制的直线段检测算法。本文算法分为四步：第一步,计算像素点的梯度以及局部对比度;第二步,将方向大致相同的像素点分成直线支撑区域(像素方向为像素梯度方向的顺时针垂直方向),并对支撑区域进行矩形近似;第三步,在直线支撑区域内拟合直线段,计算直线参数;第四步,根据直线支撑区域信息验证直线段,抑制虚警。实验表明本文算法在复杂条件下,特别是光照影响条件下,具有更好的鲁棒性和效率。     

一种改进的粒子群优化算法

针对基本粒子群算法存在着收敛速度慢、效率低、易陷入局部最优等缺陷,为了更好地平衡全局和局部搜索能力,在粒子群算法中引入收缩因子,使算法中粒子不仅向种群最优的粒子进行学习,而且向种群中比自己优秀的所有粒子学习,增加了粒子的多样性。实验结果证明,与基本蚁群算法相比,改进的粒子群算法提高了收敛速度和效率,能一定程度地避免局部最优解的产生。     

固体零温零压密度的估算

固体在零温零压下的密度是一个重要的物态参数。本文利用Ｄｅｂｙｅ理论给出了零温零压密度的一种估算方法,并对８２种物质的零温零压密度进行了计算。     

搜索力最优配置的求解与收敛性分析

讨论了搜索线上搜索力（密度）的最优配置问题,给出了求解的算法。并对其收敛性作了证明。     

紊流时输油管道油流静电带电计算研究

对紊流条件下输油管道内油流静电带电的计算进行了研究。在合理简化紊流扩散系数和油流速度的基础上,推导出油内有关油流带电的电荷输运方程的解析解,并且根据该解析解导出了冲流电流计算公式。该计算公式同时适用于所有电导率范围内液体介质冲流电流的计算。最后利用文中推出的计算公式对一实验油道的油流带电进行了计算,结果显示公式得到的值和实验值非常吻合。     

Patterns in spatial point locations: Local indicators of spatial association in a minefield with clutter

The problem of detecting a minefield in the presence of clutter can be abstracted to that of detecting a spatial pattern within a set of point locations. The point locations are superpositions of several patterns, one of which corresponds to mines. In contrast to previous articles that take a formal, model‐based approach, this article proposes a statistical methodology that is distinctly exploratory. Each point location is considered separately, and its contributions to a global measure of spatial distances between locations are featured. Different patterns and unusual points can be more easily identified on the new scale. Both minefield data and simulated point patterns demonstrate the power of the method. © 2001 John Wiley & Sons, Inc., Naval Research Logistics 48:333–347, 2001     

关于半鞅的可料表示性

利用鞅空间H1的泛函表示定理、泛函分析中的Hahn-Banach定理、半鞅向量随机积分的Girsanov定理,获得了半鞅可料表示性的特征。由于使用的是半鞅的向量随机积分,它推广了经典的结论。