垃圾评论自动过滤方法

针对互联网上存在的大量垃圾评论,提出一种基于电阻网络的垃圾评论检测方法,该方法用电阻距离来度量评论之间的上下文语义相似性,把整个评论数据表示成一个电阻网络,把垃圾评论当作该网络上的语义离群点来处理,根据网络节点对电阻网络平均电能消耗的影响,建立电离群因子来度量数据的离群程度,以此来识别垃圾评论。实验证明了该方法的有效性,在多个数据集上取得了较好的效果。     

要地反巡探测系统漏警率的建模及评估

要地反巡探测系统的设计需根据作战指标确定系统能力,此问题涉及到系统的建模及效能评估。应用随机服务理论,对要地反巡探测系统的搜索过程建立了M/D/C模型。根据M/D/C模型计算公式,以AR320地基监视雷达、地空联合探测的搜索过程为算例,验证了搜索模型的正确性,给出了目标漏警率、搜索波束数量与目标出动强度的关系。此模型扩展性良好,研究结果可对系统的设计和评价有所借鉴。     

对高重频PD雷达的舍脉冲干扰

高重频PD雷达是为解决测速模糊而在机载雷达中广泛采用的一种PD雷达工作模式,从PD雷达的特性来讲,由于带宽比较窄使得噪声干扰能量利用效率不是很高。采用DRFM精确获取雷达信号实施干扰是当前干扰的发展方向,但是对占空比接近50%的高重频PD雷达,采用对低重频PD及中重频PD可行的距离拖引,速度拖引等一系列在雷达信号脉冲串间隔内产生复杂调制的干扰方法是不合适的。主要针对高重频PD雷达重频高、占空比大的特点,提出了一种舍脉冲干扰方法,对DRFM截获的雷达信号进行快速部分转发,间隔一定脉冲数舍弃一个脉冲,改变原雷达信号的脉冲重复周期,使得在频域上产生多个速度欺骗性干扰信号,并通过仿真验证了干扰的有效性。     

针对高职学生特点巧讲新解部分高数知识

本文先介绍高等职业教育的特点、目前高职学生的情况以及高等数学课在高职教育中的定位,进而说明高职高等数学教学内容整理的必要性,然后给出巧讲新解的部分高数知识,最后进行总结。     

多媒体教学在高校文学课中的应用

多媒体教学以其题材丰富形象、形式新颖、课堂信息量大、节约课堂时间等优势,确立了在现代教学手段中的主要地位。但现阶段的多媒体教学还存在一些需要改进之处。本文分析了高校文学课多媒体教学的利弊,探讨了多媒体教学应用中出现的问题,并提出了相应的改进对策。     

轴向应力对铁磁材料磁极性影响研究

为研究外加应力作用下铁磁材料磁极性变化规律,制作Q235钢轴状静载拉伸试件,在MTS810型液压伺服试验机上进行正向或反向多级加载,采用EMS2003金属磁记忆仪检测拉伸过程试件表面磁记忆信号变化,分析加载顺序、加载次数及应力大小对磁极性影响。研究结果表明：同一加载方向上试件磁极性不变,加载应力大小决定磁极性强弱,正反方向加载试件产生相反的磁极性。同一加载方向、同一加载应力条件下,加载次数不影响磁极性;改变加载方向,加载应力需逆转磁畴结构取向,加载次数增多使磁极性略有增强。     

多分辨率建模在战役推演仿真系统中的应用

战役推演仿真系统中存在大量分布在不同层次上的实体,为了使这些实体高效运行,同时保证相关信息能正确交互,研究了几种典型的多分辨率建模方法,并在分析战役推演仿真系统结构的基础上提出了一种面向多分辨率建模的仿真模块体系结构,建立了层次关系表、运行实体关系表、参数映射类和聚合解聚触发事件列表来保证多分辨率模型之间运行数据的一致性,同时避免链式解聚的问题.通过实验,按该体系结构建立的仿真系统能正确运行多分辨率模型,该框架为建立基于多分辨率建模的仿真系统提供了一定的技术支撑.     

曲面地表对远程火箭弹弹道影响的计算方法

远程火箭弹飞行时间长、射程远,必须考虑地球曲面地表对弹道的影响。分析了椭球地表模型下重力加速度的算法以及远程火箭弹射程的确定方法,根据远程火箭弹动力学模型,设计了一种以落点为原点的落点坐标系弹道仿真方法,比较了平面地表弹道模型、椭球地表弹道模型以及基于落点坐标系的曲面地表弹道模型的仿真效果。仿真结果表明,该方法不仅比椭球地表弹道模型简单而且精度很高,可以很好地解决曲面地表对弹道的影响。     

基于CAM的认知超宽带频谱感知方法

频谱感知是认知超宽带系统的核心部分,针对超宽带频带内授权信号类型确定的特点,为了弥补自相关检测不能够识别信号类型的缺点,提出利用信号的循环谱特征和自相关矩阵差异性来检测授权信号,该方法融合了自相关检测和循环谱检测的优点进行合作判决。仿真表明该方法在高低信噪比环境下均能比循环谱检测和能量检测得到更好地检测效果,因此适合于认知超宽带系统。     

Technical note: Finite-time regret analysis of Kiefer-Wolfowitz stochastic approximation algorithm and nonparametric multi-product dynamic pricing with unknown demand

We consider the problem of nonparametric multi-product dynamic pricing with unknown demand and show that the problem may be formulated as an online model-free stochastic program, which can be solved by the classical Kiefer-Wolfowitz stochastic approximation (KWSA) algorithm. We prove that the expected cumulative regret of the KWSA algorithm is bounded above by where κ₁, κ₂ are positive constants and T is the number of periods for any T = 1, 2, … . Therefore, the regret of the KWSA algorithm grows in the order of , which achieves the lower bounds known for parametric dynamic pricing problems and shows that the nonparametric problems are not necessarily more difficult to solve than the parametric ones. Numerical experiments further demonstrate the effectiveness and efficiency of our proposed KW pricing policy by comparing with some pricing policies in the literature.