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。     

具有可控细节层次的阴影空间新算法

首先阐述了阴影空间算法 ,然后对基于层次结构化包围盒和光线投射技术的阴影空间新算法进行了详细地研究。采用本算法可使生成的阴影效果具有可控细节层次。     

验前分布的稳健性

研究Bayes统计分析中运用验前信息的稳健性 ,给出了正态分布期望值验前分布和指数寿命型分布失效率验前分布的稳健性分析。所论方法对于飞行器系统试验的精度分析和可靠性评估 ,具有较普遍的意义     

非线性自适应统计滤波器在声测量信号处理中的应用

从α-stable分布特征出发,阐述了处理非高斯噪声的LMP、顺序统计、群组等非线性统计滤波器自适应算法;实例验算表明了在α-stable分布下,非线性统计自适应器性能优于传统的线性自适应滤波器,且收敛速度更快.     

一种基于策略的配置管理思想

对更健壮和更有效配置管理工具的需求已成为企业网络管理领域的一个越来越迫切的问题.针对这种情况,提出了一种新的配置管理思想--基于策略的配置管理,给出了规则冲突的产生和解决策略.减少了因配置信息变化而对网络的重构时间,降低了网络的维护成本,使网络配置更易于进行.     

基于小波Radon变换检测线性调频信号

对信号小波分析的结果进行Radon变换,简称小波Radon变换。通常情况下,线性调频信号小波变换的结果在时间尺度图上呈现曲线的形式,而在时频图上呈现直线的形式。通过Radon变换检测时频平面上的直线,可以精确地得到调频信号的参数。仿真结果表明,小波Radon变换是一种较好的线性调频信号检测方法。     

多特征融合文本聚类的新闻话题发现模型

融合新闻命名实体、新闻标题、新闻重要段落、文本语义等多特征影响,提出基于多特征融合文本聚类的新闻话题发现模型。模型根据新闻的多特征影响,提出一种多特征融合文本聚类方法。该方法针对新闻标题、新闻重要段落等特征因素构建向量空间模型及相似度算法,基于潜在狄利克雷分配模型构建主题空间模型及相似度算法,针对命名实体构建命名实体模型及相似度算法,并将三种相似度算法形成最优融合。基于多特征融合文本聚类方法,模型改进了用于新闻话题发现的Single-Pass算法。实验是在真实新闻数据集上开展的,实验结果表明:该模型有效地提高了新闻话题发现的准确率、召回率和综合评价指标,并具有一定的自适应能力。     

防空导弹反临近空间武器作战能力评估

针对防空导弹反临近空间武器作战能力的问题,建立了多级综合评价指标体系。结合三角模糊数的层次分析法和信息熵法对各二级指标进行综合赋权,同时,运用灰色关联度TOPSIS的组合评估法,构造了一种组合贴近度,据此评价防空导弹作战能力的优劣性。通过算例分析,对各型防空导弹作战能力进行优劣排序,验证了该组合评估模型的可行性,实现了对防空导弹反临近空间武器作战能力的综合评估。     

地下战场——未来战争的新空间

战场空间的变化源于人类社会的发展,并与社会技术形态的转变同步,从平面扩展到立体,从有形扩展到无形。从战争发展历史、战争作战要素、未来作战趋势及需求四个视角分别阐述了地下空间是战场空域拓展的必然趋势、指挥体系建设的首选空间、攻防作战较量的新领域、主要兵器运用的重要平台。     

无信息先验下几种不同Bayes估计的比较

讨论了在二项分布场合关于成功率的不同无信息先验分布下的Bayes估计 ,并从Bayse风险的角度对它们进行了比较