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。     

基于等方性系数的地形可导航性的方向性研究

地形可导航性分析的研究中 ,当飞行器从不同方向进入特定区域时 ,怎样评价该区域提供的可导航性能力一直是地形匹配中的重要问题。本文建立了地形本质特征的数学过程描述———分数布朗运动 ;基于分形几何理论 ,通过分析地形表面的轮廓谱矩和表面谱矩的特性 ,提出一种地形特征度量值———等方性系数 ;并且分别得出了等方性好与差时 ,适配区域的匹配概率与方向之间的定性关系 ,有助于提高地形可导航性分析的效率。     

准最优增量搜索效率分析

在对极限搜索圆进行特殊分割的条件下,导出准最优增量搜索和准最优总量搜索发现目标概率的计算公式,并通过对搜索力变化时两种发现概率的比较,得出了准最优增量搜索优于准最优总量搜索的重要结论.     

高维无穷时滞NFDE概周期解的存在性和稳定性

讨论高维的中立型泛函微分方程ddtx(t)-∫0-∞q(s)x(t+s)ds=A(t,x)x(t)+f(t,xt)的概周期解问题。利用Ch空间,矩阵测度和Krasnoselski不动点定理获得了其概周期解的存在性与惟一性定理。特别地,当q=0时给出了存在惟一且一致稳定概周期解的条件,推广了文献[1～5]的结果。     

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。     

地形相关算法度量值的统计特性

考虑到地形相关匹配算法度量值统计特性与二维地形自相关系数的关系，本文提出一种改进的约翰逊方法——相关地形下的匹配算法度量值统计特性分析方法。首先，基于约翰逊方法的问题框架，修改其中基准数据的相邻像元值相互独立的假设，导出了地形相关 Ｍ Ｓ Ｄ 算法度量值的统计分布的解析函数。然后，讨论了约翰逊方法与本文方法的适用性，指出了约翰逊方法的不足之处。最后，给出了本文方法在地形可匹配性分析中的一种应用。     

正规模糊测度空间上的条件期望

讨论了次可加、具有有界变差的正规模糊测度空间上关于模糊测度、内测度及模糊积分的性质，在此基础上定义了此模糊测度空间上随机变量的条件数学期望，它是相对于经典测度空间的一个推广。     

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。     

基于SPRT的组合导航故障检测与隔离互辅算法

针对SPRT(序贯概率比检验)算法无法准确判断缓变故障结束时间的问题,提出了一种故障检测与隔离互辅算法。采用SPRT算法对滤波残差进行故障检测,确认故障后隔离故障观测量,重新建立卡尔曼滤波观测方程并完成量测更新,将隔离后的滤波结果作为下一时刻的滤波初值辅助故障检测。仿真结果表明,该方法能准确定位故障观测量并判断出故障的结束时间,提高了系统可靠性。     

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。