基于聚类与稀疏字典学习的近似消息传递

基于传统字典学习的近似消息传递(approximate message passing,AMP)算法对训练样本数量的需求较高,且运算成本较高。本文引入双稀疏模型,构建基于稀疏字典学习的AMP框架,降低迭代过程中字典学习对训练样本数量的需求,提高压缩感知图像重建的质量与效率。进一步,提出基于聚类与稀疏字典学习的AMP算法,在迭代过程中依据图像块特征进行分类,并为各类图像块分别学习稀疏字典,实现自适应去噪。与基于传统字典学习的AMP算法相比,基于聚类与稀疏字典学习的AMP算法能够将重建图像的峰值信噪比提高0.20~1.75 dB,并且能够将运算效率平均提高89%。

压缩感知字典迁移重构的小样本轴承故障诊断

针对实际应用中智能轴承故障诊断面临标签样本严重不足的问题,提出一种结合压缩感知、字典学习和迁移的数据增强算法,用于小样本故障诊断研究。首先,利用源域标签数据通过小波包字典学习和优化方法生成特定源域字典,并得到共享表示系数,获取故障内在信息;之后采用少量目标域信号微调共享表示系数,并更新源域字典生成迁移字典;最后通过共享表示系数和迁移字典生成大量具有目标域特征的新样本,实现数据增强。采用常用的深度故障诊断网络对该数据增强算法进行了诊断性能验证,结果表明该方法产生的信号具有故障的有效信息,用于模型训练和识别能够取得较好的诊断性能。该方法为小样本故障诊断问题提出了新的思路。

中医心理学术语规范化及术语字典构建研究

构建《中医心理学术语字典》,为中医心理学临床诊疗数据挖掘分析提供可参考的规范化术语。通过文献调研、专家咨询的方式获得心理学相关标准,选取其中对症状、病因病机、辨证分型、治法、方药等有明确定义的10部书籍作为原始术语的来源,确定《中医心理学术语字典》分类框架,参照《国际疾病分类第十一次修订本(ICD-11)》及相关国家标准、教材等权威文献整理并规范每类术语,并构建各类术语的首选术语与其他术语的映射。结果显示,形成了由2类15个子类3 056条术语组成的《中医心理学术语字典》,实现了术语编码,其中独特的心理学术语有1 030条,如“百合病”“脏躁病”等。每类术语形成以首选术语为核心,每个术语包括原始术语来源、原始术语、规范后术语、首选术语、首选术语定义、首选术语定义来源6个属性,具有支持数据采集、数据检索、挖掘模型形成、病历模板生成等功能。本研究首次构建了分类比较全面的中医心理学相关术语字典,包括中医及现代医学术语,可满足临床数据向科研数据转化的实际需求,并用于支撑临床电子病历数据采集、数据挖掘分析、新知识发现等。

《新华字典》第12版释义的系统性

《新华字典》第12版在通读全书和专项研究的基础上,“纵”“横”结合,对第11版进行了比较全面的修订。文章从系统修改某些陈旧释义、循环互训和增补相关语义场的不平衡释义等方面,对《新华字典》第12版释义的系统性举例说明。

单一模态稀疏字典的压缩感知故障诊断方法

针对压缩感知的算法流程中,传统的稀疏表示字典存在体量庞大、占用内存严重、构造效率低等问题,提出了一种基于单一模态Laplace小波字典的压缩感知故障诊断方法。首先,截取长信号中的特征片段,采用滑动频谱有效值识别信号的共振频带及中心频率,确定Laplace小波的模态频率;其次,根据滑动峭度指标的分布曲线,提取包含单一冲击的片段信号,通过相关滤波法提取Laplace小波的模态阻尼;然后,通过补零插值建立特定长度的冲击原子,并基于循环移位策略,扩张成单一模态的Laplace小波稀疏字典;最后,结合高斯随机测量矩阵和正交匹配追踪算法,实现原始信号的压缩重构。仿真和实验结果表明,单一模态的小波字典具有更高的构造效率,占用内存更低,能够实现数据的有效压缩和特征重构,确保了噪声环境下的故障特征辨识。

《汉语大字典》《中华字海》义阙疑难字例释

文章以杨宝忠先生“形音义用序五者互相求”的疑难字考释方法为指导,对《汉语大字典》《中华字海》中收录的“■”“■”“■”“■”等四个义阙疑难字进行考释,认为“■”为“虖”的讹字,“■”为“胡”的讹字,“■”为“弼”的讹字,“■”为“梁”的增旁分化字。对这些义阙疑难字进行考释,具有多方面的意义:一是可以将这些义阙疑难字与其正字进行沟通并对其进行合理归部;二是可以纠正前贤在沟通这些义阙疑难字时的疏误;三是可以为汉字整理与规范贡献自己的力量。

基于降维字典学习的高维数据分类策略

为了解决字典学习中的高维数据与非线性问题,提出一种基于降维字典学习的高维数据分类策略。在降维阶段,利用自编码器学习一种非线性映射,该映射可以降维并保留高维数据的非线性结构;在字典学习阶段,利用标签嵌入进行局部约束;在学习过程中,保留了可分解的非线性局部结构,增强了类的区分能力,同时优化了映射函数和字典。在多个基准数据集上的实验结果表明,提出的方法能够有效解决字典学习中的高维数据与非线性问题。

基于字典的压缩加密查询方案研究

RDF(资源描述框架,Resource Description Framework)压缩方案可以有效压缩庞大的RDF数据集,RDF加密方案可以有效提高数据的安全性。结合这两种方案,该文提出了一种基于字典的压缩加密查询方案。首先,通过原始的RDF数据集构建字典集,实现数据的压缩;然后,通过字典集生成密文ID三元组,实现数据的加密。将字典集存放在可信区域,密文ID三元组存储在不可信区域。查询时,首先通过字典集将查询语句中的关键词转换成对应的密文关键词,然后在密文ID三元组上查询与密文关键词相关的数据,将得到的密文数据传送至可信区域,在可信区域进行解密和解压缩操作,得到最终的明文数据。该方案将查询操作与解密解压缩操作分开,查询只在不可信区域操作,解密解压缩则在可信区域操作,从而进一步提高数据的安全性。最后,在5个数据集上与其他RDF加密方案进行了对比实验,实验结果证明了该压缩加密查询方案在查询性能上有一定的提升,验证了该方案是可行的和有效的。

《汉语大字典》义例不合条目辨考

《汉语大字典》第二版在义项的设立和引证方面存在种种疏漏,其中最典型的问题之一是义例不合。文章就《汉语大字典》第二版若干字义例不合的情况进行考辨,纠正错误释义,剔除虚假义项,并提出修订建议。

《汉语大字典》人部词语释义商补

《汉语大字典》是一部以解释汉字的形、音、义为主要任务的大型语文工具书,由于其收录汉字众多,且知识涉及面极其广泛,跨越时代之久远,收录编写难度巨大,书中内容难免出现遗漏。本文针对《汉语大字典》人部词语中义项漏收、义项分合不当的问题进行讨论。

日本禅籍抄物与《汉语大字典》修订琐议

适当增补字头和沟通字际关系是字典修订的主要内容之一。日本禅籍抄物能够真实反映书写时代的文字面貌,可视为近代汉字研究的第一手材料。本文试从增补字头和字际关系方面入手,就禅籍写本(抄物)所见俗写字对于《大字典》修订的价值略加讨论。

《新华字典》的编纂特点及在国际汉语教学的应用路径

《新华字典》是中国首部现代汉语字典,也是迄今为止世界出版发行量最高的字典之一。该字典由魏建功等人于1953年编纂,魏建功是一位中国著名的语言文字学家。首版以注音形式编排字母顺序,并由人民教育出版社于1953年出版。随后的修订中,字母顺序重新以汉语拼音顺序编排,并由商务印书馆重新出版。新中国成立后,《新华字典》成为中国首部使用白话释义的字典,其中所有列举也以白话呈现。《新华字典》因此成为中国最具权威和影响力的汉语字典之一,是小型汉语辞书的经典典范。

公立医院成本核算单元数据字典的构建与建议

目的依据《公立医院成本核算规范》,探讨在医院全成本核算信息系统中如何构建成本核算单元数据字典。方法依据该规范对公立医院进行成本核实时建立单元字典的情况进行实证分析。结果归纳了该规范在实施中存在的难点及问题,提出了构建一套科学、标准、有弹性的高质量单元数据字典的几点建议。结论完善成本核算单元数据字典是确保成本核算信息系统功能最大发挥的关键性工作,以确保高效、高质量医院管理的实现。

基于混合故障字典的高速公路机电设备故障定位方法研究

针对传统的高速公路机电设备故障定位方法存在故障诊断时间较长,虚警率、误检率和漏检率难以达到用户要求的问题,提出基于混合故障字典的高速公路机电设备故障定位方法。通过多维度传感器无线射频识别技术建立高速公路机电设备器件故障射频波束信息模型,获取高速公路机电设备故障数据。建立两部字典,利用第一部故障字典估算高速公路机电设备故障信息数据与各种故障模式类型之间的中心距离,按照距离远近判断要估计的决策函数类型,根据预定的设计算法,运用第二部故障字典的决策机制精确定位高速公路机电设备故障。试验结果表明,基于混合故障字典的高速公路机电设备故障定位方法能够确保虚警率为0,误检率和漏检率低于1%,比传统检测时间缩短了50%以上。

最优字典选择多频段雷达信号宽带融合

多频段雷达带宽融合外推是一种提升雷达带宽、解决小目标高分辨成像的有效手段。然而,现有多频段融合算法仍面临运算慢、精度低等问题。为此,该文提出基于最优字典选择正交匹配追踪的多频段融合外推雷达超分辨距离成像方法。首先,对多频段信号进行参数化建模,提出基于蛇优化的信号相参配准方法,实现多频段信号高精度相位对齐;然后,利用几何绕射模型,提出基于最优字典选择正交匹配追踪的多频段信号模型估计方法,实现多频段信号融合外推,估计未知频段频谱,获取大带宽信号;最后,通过仿真和实测数据,验证了该方法的可行性。该方法在保障高精度的前提下,通过简化模型粗估计与完整模型精估计结合,有效降低了运算量,实现了快速精确多频段融合外推处理。

基于VMD-KSVD字典学习降噪的大坝变形预测

提出一种自适应变分模态分解和KSVD字典学习相结合的降噪算法。该方法对监测序列分解后的子序列进行降噪,同时考虑残差序列的特征,从而充分保留监测序列中的有效信息。以某大坝变形监测数据为例进行测试,结果表明,该方法能够较好地保留监测序列中的有效信息,相较于传统的降噪算法更适用于复杂情况下的大坝变形预测,能进一步提高预测模型的泛化能力。

利用冗余扩展余弦字典的复杂动载荷识别研究

针对真实测量噪声影响下复杂动载荷识别精度低的问题,提出了一种基于冗余扩展余弦字典的L1范数正则化载荷识别方法。根据系统响应与外部动载荷的卷积关系,建立用于载荷识别的离散系统控制方程;选择与动载荷相适应的离散余弦基函数进行时延扩展,构造了扩展余弦字典与Db10小波字典相级联的冗余扩展字典,对复杂载荷进行稀疏表示;使用L1范数正则化方法求解稀疏表示系数,基于改进L曲线准则获取最优正则化参数,通过在GARTEUR飞机模型上试验得到的响应数据,实现不同噪声水平下对拍频载荷与连续冲击载荷时间历程的识别。试验研究结果表明:本文提出的冗余扩展余弦字典对拍频载荷与连续冲击载荷的表示稀疏性高,基于冗余扩展余弦字典的L1范数正则化载荷识别方法的识别精度高、抗噪性能好。

专题数据库建设与《汉语大字典》的修订

《汉语大字典》(第2版)的音义匹配关系是汉语音义学研究的重要内容。《汉语大字典》不仅在释义、字形、注音、术语等方面存在问题,而且关联错讹问题更为突出,在文字不同形体的对应、字音与释义、义项与释义、新旧字形与义项、义项与书证、术语与字际关系等方面均存在不同程度的抵牾。专题数据库对于《汉语大字典》的修订完善有重要意义。修订完善《汉语大字典》有必要着力解决专题数据库建设和专题数据库关联平台建设两个问题。建设专题数据库和关联平台数据库的途径包括:汇集与校勘已有《汉大》研究成果,再加工与融合已有汉语或汉字信息数据库,梳理与对齐新出土或新见文献,等等。采用元数据、知识图谱、语义关联等计算机技术,可以很好地实现上述目标,把汉字形、音、义、引文信息与《汉语大字典》修订完善工作有机结合起来。

面向内存数据库的类字典树索引综述与性能比较

如何快速存取海量数据是大数据时代数据库系统面临的重大挑战.利用大内存构建内存数据库系统是实现大数据实时存取的可行途径.在此背景下,用于加速内存数据存取的内存数据库索引成为近几年国内外的研究热点.但是,内存数据库索引也面临着诸多挑战.以常见的内存B+树索引为例,第一个问题是索引的空间效率较低,这是因为内存B+树索引的节点内部存在较大的空间浪费;第二个问题是索引的查询复杂度较高,B+树的查询复杂度受限于数据规模,随着数据规模的扩张,索引的搜索效率也会下降;第三个问题是变长数据支持弱,B+树对于变长键的支持比较差,往往难以适应实际应用的需要.近年来,由于字典树具有空间代价低、查询效率与数据规模无关、支持变长键等优点,逐步成为了内存数据库索引研究中的一个主要方向.本论文围绕面向内存数据库的类字典树索引,首先介绍了字典树的概念、特点和历史,然后系统梳理和总结了类字典树索引的现状和最新进展,之后提出了一种全新的分类方法对类字典树索引进行了分类.在此基础上,论文对主流的六种类字典树索引进行了实验,在多个数据集和负载上进行了性能对比,并基于实验结果讨论了类字典树索引的设计和使用建议,最后展望了未来类字典树索引的发展方向.

面向运动想象脑电信号识别的多层判别字典对学习方法

面向运动想象的脑机接口(brain computer interface,BCI)能够利用自主想象的特定动作触发脑电信号直接实时控制外部电子设备。运动想象脑电信号(motor imagery electroencephalogram,MI-EEG)存在信噪比低、类内差异大、类间差异小等特点,导致MI-EEG的识别率较低且不稳定。针对该问题,提出了多层判别字典对学习(multilayer discriminant dictionary pair learning,MDDPL)方法。与基于字典学习的MI-EEG识别方法不同,MDDPL将字典对学习融入多层学习模型,通过一系列非线性方法将数据投影到更具判别力的子空间。在综合字典和分析字典的共同作用下,前一层的编码向量作为当前层的输入,同时在每一层模型上构建基于分析字典的多分类项,以保证稀疏编码的分类误差最小化,增强模型的类别区分能力。另外,对最后一层的稀疏编码施加低秩约束,以保证同类编码的紧凑性和相似性。在目标式求解中,使用交替更新策略得到每个参数的解析解,使得参数同时得到最优解。在国际BCI竞赛数据集上的实验结果表明,MDDPL方法在所有对比算法中取得了最佳的分类性能。