基于Boot Strapping的中文实体关系自动生成

针对中文信息抽取系统中建立提取事件模板的难点问题,基于Bootstrapping思想,提出一种简单、可行的实体关系自动生成方法,利用由种子词和种子模板组成的知识库建立学习器,采用标量聚类的方法,通过种子模板抽取更多的与种子词相似语义关系的特征词。在此基础上,利用最近邻居的原则,进而生成更多的抽取模板。丰富了知识库,为分析二元实体关系奠定基础,使得生成复杂的消息模板成为可能,同时极大地减轻手工建立模板的复杂度,有利于系统进行移植。

特定领域下关系模板的研究

以公司人事变动领域为例,针对实体关系抽取课题,从知识自动获取角度出发,基于Bootstrapping思想提出了层次知识获取模型,利用内外2层模块相互嵌套自动获取知识,获得了实体关系分析所需要的领域专用词典和模板规则.结合全信息理论,对模板添加语义和语用标注,生成全信息知识库.在此基础上,完成关系抽取实验和评测.

演化经济地理的理论基础及其在集群研究中的应用

演化经济地理主要研究经济景观的演化过程,其理论基础包括广义达尔文主义理论、复杂性理论与路径依赖理论。将演化经济地理理论引入集群研究,运用微观一中观一宏观多尺度相结合的方法,有助于深入理解集群演化的过程及其动力机制,打开集群内部的"黑箱"。微观视角关注企业惯例及其区位行为如何影响集群的演化过程与空间特征;中观视角关注集群的知识网络结构特征、企业间知识联系,与网络演化的过程;宏观视角关注集群系统的演化路径与动力机制,以及集群与外部环境的相互作用。然而,由于演化经济地理理论与方法目前尚处探索阶段,将其应用于集群研究中仍存在不少局限。最后,结合中国产业集群现状,提出若干研究议题,认为未来中国产业集群研究需要更加注重"演化转向"。

基于标量化Ⅲ的类别数据分析

对标量化Ⅲ聚类统计方法进行了说明和简单证明,并应用此方法对商业服务调查中经常遇到的类别数据,即对文本数据进行了分析。通过计算文本数据的特征值和类得分,实现了对文本数据的特征描述,并将各类的特征直观地表现在二维坐标系中。实例分析结果表明这种处理方法比传统分析方法更有效。

多段多簇压裂储层改造效果影响因素分析

水力压裂作为低渗透、超低渗透油气藏的主要开采手段,其对储层的改造效果受到多种因素的影响。其中储层改造面积是衡量压裂改造效果的重要指标,但储层改造面积的主要影响因素尚不明确。为此,建立了多段多簇裂缝开启的力学模型,采用数值模拟分析技术以及标量损伤变量模型,模拟水平井多段多簇裂缝开启时储层改造面积以及水力裂缝的起裂和扩展情况。研究结果表明:裂缝之间的相互干扰是影响储层改造效果的重要因素之一;对于多段多簇压裂,适当增加段间距可以提高储层改造效果;在地应力差较小的情况下,增大注入排量使储层改造面积扩大32.1%;流体粘度较高时,提升注入排量使储层改造面积扩大70.6%;高粘度流体、较大的注入排量以及低地应力差能有效提高储层改造面积。

Cu_nZn(n=1～12)团簇结构和性质的第一性原理研究

采用PW91交换关联势和全电子相对论赝势,对Cu_nZn(n=1～12)团簇进行了密度泛函理论计算。结果表明,Cu_nZn(n=1,3,4,6～12)团簇的最低能量几何结构可以通过Zn原子替换在Cu_n+1团簇中一个Cu原子或者在Cu_n团簇添加一个Zn原子来产生。但是Cu_2Zn和Cu_5Zn的基态结构变化较大,Cu_2Zn为线性结构而Cu3为平面结构,Cu_5Zn为立体结构而Cu6为平面结构,其变化的主要原因来源于它的电子结构。在与相应的纯Cu团簇中的Cu-Cu键相比时,Cu_nZn团簇的Cu-Zn键较弱,且键长较长,并且Cu_nZn团簇中远离Zn原子的大部分Cu-Cu键比纯Cu团簇中Cu-Cu键强。在掺杂Zn原子后Cu_n团簇的二阶差分能产生了非常明显的奇偶转换现象。

HECC除子标量乘并行集群算法设计

为了加快超椭圆曲线密码体制(HECC)中除子标量乘的运算速度,进行基于大数据技术的除子标量乘并行算法研究。根据"空间换时间"的策略对除子标量乘法常规方法进行改进,在任务规模为1016的条件下,运算耗时减少16.28%,提出基于负载均衡的任务划分优化方案。此方案分别将Hadoop集群平台、Spark集群平台、Spark-GPU集群平台的并行技术应用于改进后的除子标量乘算法中,研究并行算法与串行算法的运行效率。当问题规模一定时,随着节点个数的增加,不同集群平台的加速呈上升趋势,其中Spark-GPU并行算法的增长趋势最为明显,当节点个数为4时,Spark-GPU并行算法的加速比达到了261.84。通过对比3种集群平台的并行算法,发现Spark-GPU可以最有效地缩短运算耗时,加快除子标量乘法的运算速度。