主动学习与自学习的中文命名实体识别

命名实体识别是信息抽取中的一项基础性任务,如何利用丰富的未标注语料来提高实体识别的指标是该领域一个重要的研究方向。基于条件随机场提出一种将主动学习与自学习相结合的方法——SACRF,通过设置置信度函数和2-Gram频度阈值来选取样本,并采用人工与自动相结合的方式进行标注来扩展训练语料。实验表明,该方法在提高实体识别的精确率和召回率的同时,能够显著地降低人工标注的工作量。     

航天测试系统大容量数据处理方法研究

在航天测试系统中,经常需要处理大容量数据。讨论了C语言、C++语言、MFC中文件的操作方法。结合Win32 API相关函数,分析了大容量数据文件的读取、解包、分析等处理方法。在VisualC++6.0编程环境下,根据实际需求编写了数据分析处理软件。经过实验验证和实际数据测试,提出的方法可以有效地对大容量数据文件进行分析、处理,且已成功应用于多个航天测试项目,取得了较为理想的分析结果,为相关测试、试验提供了依据。     

HLA训练仿真系统数据记录与回放的设计和实现

在战术仿真训练中,数据记录与回放是实现对战术对抗行动定性定量分析评估的重要手段。结合基于HLA技术的战术仿真训练系统的研发,探讨了顺序事件触发式数据记录、离线回放及演习状态回滚功能的具体设计和实现方法。该系统已推广部队使用,应用效果良好。     

EMD与LMD在BCI脑电信号分析中的比较研究

经验模态分解（EMD）和局域均值分解（LMD）作为近年来新兴的时频分析方法,在处理非线性、非平稳的脑电信号方面具有独特的优势。本文从多个角度对EMD和LMD在BCI脑电信号分析中的特点进行了比较研究,分析了两种方法在对BCI脑电信号进行不同时频尺度分解时的优缺点,为更好的使用和完善两种方法提供依据。     

同态加密体制的构造研究

同态加密是近年来密码学中的热点研究领域。通过对现有构造方法的全面总结,分析了两种构造思路,即Gentry蓝图和BV11方法。同时还介绍了其他类型的同态加密方案,并归纳了现有构造方法存在的问题及研究前景。     

双脉冲发动机隔板优化方案研究

在双脉冲发动机地面试车过程中,隔板结构引起了Ⅰ脉冲燃烧室壁面烧穿的问题。利用Fluent流场分析软件,分析了金属膜片式隔板对双脉冲发动机流场特征的影响;通过对计算结果的分析,对比2种隔板结构的优劣,为隔板优化提供参考。     

基于人工蜂群算法优化的改进高斯过程模型

高斯过程(GP)的非线性特征导致其对大样本的训练时间复杂度过高,而且其超参数的选取是否适当直接影响高斯过程回归模型的预测精度。提出采用人工蜂群(ABC)算法优化改进GP以减小时间复杂度和提高预测精度。改进GP通过选取训练样本的子样本进行模型学习,以降低训练过程的时间复杂度。ABC通过优化改进GP的超参数,提升预测精度。选取训练样本的子样本构建改进GP回归(GPR)模型,采用ABC算法搜寻改进GPR的最优超参数,并用得到的超参数构建最优的改进GPR模型,输入测试样本进行预测并输出预测精度。将该模型应用于解决海上远程精确打击(LPSS)体系作战效能评估问题中,通过MATLAB仿真实验,与常见的多种优化方法相比较,验证了该模型的有效性。     

LEO卫星网络路径选择策略

路由算法在选择路径时,主要考虑传输延迟和跳数这两个因素,分别选取最短延迟路径(Least Delay Path,LDP)或最少跳数路径(Least Hops Path,LHP)。在卫星网络中,基于LHP选径策略实现更加简单,但其应用在LEO卫星网络中合理性的研究成果不多。对极轨道LEO卫星网络中,LDP和LHP之间关系进行详细地理论分析,验证了LHP选径策略的合理性。并在此基础上,提出一种基于横向传输优先级(Horizontal Transmitting Priority,HTP)的LHP最短路径选择策略,利用横向链路长短特性简化路径决策流程。通过仿真,该方法能够快速寻找到最短LHP路径,为LEO卫星网络路由算法提供一定的研究基础。     

亚轨道飞行器试验运载火箭的射程控制

运载火箭试验靶场就是用于火箭发射试验的专门场区,包括陆域、海域、空域等。靶场安全问题比较复杂、涉及范围广,火箭进入外层空间前不允许穿越外国领域或必须保证距国境线有一定的安全距离,其残骸落区不允许在外国领域。在我国,受到国土范围限制,又要实现洲际运载火箭全程飞行试验的要求,实际中通常采取"高弹道"、"低弹道"等特殊弹道的飞行试验来代替全程飞行试验的策略。通过对两类特殊亚轨道飞行器的飞行试验火箭的弹道特点描述,开展射程控制分析,研究基于我国国境进行亚轨道飞行试验的靶场安全控制方法。射程控制,对于低弹道可以采用控制俯仰程序角速度方法,而对于高弹道可以采用控制俯仰程序角方法。     

光学显微结核杆菌图像的区域分割算法

为提高结核杆菌目标的分割精度,提出了一种区域级的光学显微结核杆菌图像分割算法。通过顶帽—底帽变换增强彩色图像对比度,融合图像局部特征和全局信息计算图像梯度,利用分水岭算法实现对图像的初始分割;对分割区域采用相邻区域最大相似度准则进行合并,从而得到完整的目标区域;根据结核杆菌图像的特点,通过分析结核杆菌目标区域的颜色特性,采用多阈值分割的方法滤除区域中的杂质,实现对结核杆菌目标的分割。实验结果表明,可以分割出目标对比度低以及饱和度过低的结核杆菌目标,并且对不同染色背景的图像均能取得较好的分割结果。