基于深度信念网络的维吾尔语事件伴随关系识别

维吾尔语事件伴随关系是维吾尔语语言中常见且重要的关系之一。结合对维吾尔语语言特点的研究,该文提出一种基于深度信念网络的维吾尔语事件伴随关系识别方法,根据维吾尔语语言特性和事件伴随关系的特点,抽取12项基于事件结构信息的特征;同时充分利用事件对所对应的两个触发词之间的语义信息,引入Word Embedding计算两个触发词之间的语义相似度。而后融合两类特征作为DBN模型的输入进行训练,最后将训练结果作为softmax分类器的输入实现维吾尔语事件伴随关系的识别。该方法用于维吾尔语事件伴随关系的识别准确率P为81.89%、召回率R为84.32%、F1值为82.48%。实验结果表明,与支持向量机方法相比,基于DBN模型的方法取得更好的识别效果。

基于离散轨迹的重点人员伴随关系挖掘模型

文章提出一种基于离散空间轨迹矩阵分析的重点人员伴随关系挖掘方法,针对离散空间轨迹构建人与地址的映射矩阵,通过对人员地址关系矩阵进行关联分析识别伴随关系,针对离散时空轨迹构建基于有效距离判定的伴随关系挖掘模型,通过距离、时间、空间等特征对重点人员进行伴随关系挖掘。实验结果表明,基于离散空间轨迹矩阵分析方法可以快速识别人群中存在伴随关系的人,且在给定某个重点人员的情况下,可以快速找到与之存在伴随关系的人群,并对这些人的伴随次数进行排序,便于安防人员溯源和追踪;伴随人的数量与有效距离在一定程度上成正比,伴随次数与数据量正相关。

基于UWB定位的邮轮乘员伴随关系发现算法

准确发现邮轮内部空间乘客之间的伴随关系,在室内环境安装UWB定位设备开展室内人员定位实验。根据UWB定位的位置数据特点,提出结合室内位置语义的Hausdorff-DBSCAN算法以聚类邮轮乘员轨迹,并利用LSTM神经网络对疑似伴随关系对象进行相似度变化趋势的预测。传统的Hausdorff算法在计算轨迹相似度时未考虑轨迹时序一致的问题,引入位置语义序列能够较好地解决这个问题。改进后的Hausdorff-DBSCAN算法的输入为乘员轨迹数据集,根据轨迹整体相似度阈值选定聚类半径,输出具有伴随关系的乘员轨迹聚类结果;LSTM神经网络以定长时间窗口的点邻近度序列为输入,预测后1个时刻点邻近度值,结合轨迹相似度阈值和预测结果分析乘员伴随关系的时序变化。利用Anylogic建模单层邮轮室内环境进行乘员仿真得到的轨迹数据验证算法的有效性。改进的Hausdorff-DBSCAN算法的准确率为0.920,召回率为0.950,F1值为0.934,准确率高出对比算法至少5.7%,召回率高出对比算法至少8.0%,F1值高出对比算法至少6.7%。同时LSTM在预测邮轮乘员之间相似度变化时,收敛后的误差值能保持在3%~4%左右,预测结果具有较高的准确性。

基于Min-Hash数据降维的伴随关系研究

文中提出一种新的计算伴随关系(同行、同停留)的方法,该方法基于手机信号数据、人脸行踪和车辆记录等多源数据。首先,利用ID-MAPPING技术将多源数据统一关联到同一ID,实现数据融合;接着,采用min-Hash算法进行数据降维,降低运算量和存储空间;最后,利用分块Hash映射将具有相同轨迹特征片段的用户映射进同一个桶,计算时空相似度,得到具有相似时空序列的人员列表,从而生成伴随关系。实测数据表明:该方法在提高伴随关系准确度的同时,运行效率比传统方法提升了12倍。

面向时空大数据的伴随关系分析系统

在智慧城市的建设和应用中,随处可见的传感器产生了万亿兆级时空数据。如何从海量、高维、动态的多模态时空数据中挖掘有价值的时空语义关系,感知时空大数据反映的发展态势并进行科学合理的预测显得尤为重要。基于此,设计并实现了面向时空大数据的伴随关系分析系统,基于Spark大数据处理引擎设计,在大量单个用户的时空数据基础上,挖掘多个用户数据在时空中的特征,分析出符合伴随模式的用户群体。系统包括数据采集、数据存储及数据实时分析三个模块,具有高吞吐、低延时等特点,可以帮助解决实时伴随关系挖掘问题。

篇章语法视阈下的伴随关系小句研究

伴随指某个动作或者事件与核心谓语所示事件同时发生或存在,或某个个体与主要个体同时参与某个事件的发生或发展。伴随关系小句呈现出由伴随事件向主要事件过渡、小句叠加后事件性由弱到强分布等句法特征。原因是在遵循BFP原则前提下,言者可使小句内嵌降低某些事件权重,且体标记“了”对分布环境存在选择。

西班牙语“事物伴随关系”表达研究——兼论与汉语“事物伴随关系”的比较

"伴随"作为一个句法语义范畴,广泛存在于人类语言的各个层面。根据其语义内涵,可被分为:事物伴随关系表达和事件伴随关系表达。本文综合对比了汉西两种语言在"事物伴随关系表达"上的异同。根据使用数量多寡,西语一般伴随标记为"a、ante、de、bajo、contra",及其使用环境。典型标记为"con","con"可表"伴随""工具""方式",其语义特点印证了"伴随介词>工具介词>方式介词"这一语法化路径,而汉语"和"类伴随标记的演化则遵循"伴随介词>并列连词"的路径。导致两种语言差异的原因在于伴随物的分布位置,以及语言类型的差别。

STRIPS规划领域中动作效果关系的研究

以规划领域中的动作为研究对象,提出了描述动作前提条件和效果之间关系的方法,定义了动作前提和效果之间的基本关系:直接伴随关系、条件伴随关系和直接阻碍关系等,这些基本关系反映了规划动作中所隐含的领域知识.对动作效果的基本关系,定义了进行关系组合的运算,产生出间接阻碍关系和绝对阻碍关系.间接阻碍关系反映出动作前提条件的传递性;绝对阻碍关系表达出实现一个谓词对其他谓词实现的影响.最后给出动作效果关系在规划求解过程中的具体运用,这些动作效果关系为目标实现顺序的排序、目标状态可解性的判定以及动作选择策略的优化等提供了必要的理论依据.

图像线条关系研究

将图像中的线条关系归纳为伴随、接连和包围三种,现有文献对接连关系有很多讨论和应用,但是对伴随和包围关系却缺少研究。对图像线条的伴随和包围关系进行讨论,给出刻画和计算方法,并通过人工数据实验和实际图像数据实验,验证了算法的有效性。

基于时空数据的驻留行为特征可视分析

随着智慧城市的快速发展,大量商业场所每天会产生海量的驻留行为数据,然而传统驻留行为数据分析方法难以克服数据稀疏性问题,并且对于时空伴随关系的发现准确度也较低。根据驻留行为数据特征和可视分析任务,设计一种交互式的可视分析系统。对原始数据进行处理,提取相关的时空特征并发现用户伴随关系。使用改进的可变滑动窗口算法,并结合可视分析技术,设计用户关系图、时间甘特图、多变量表达的示意性地图、径向条形图、日历热力图等多种视图,实现对驻留场所的流量分布、用户来源等特征的多时段可视分析。应用两个真实数据集进行案例分析,并对发现的行为模式及对应现象进行解释说明,证明了该系统的可用性和拓展性,并表明其可实现团体出行特征和场所流量分析等系统级应用,为相关经营性商业场所提供合理化建议及辅助决策支持。

主动性决策研究概述

】主动性决策是我国传统文化精髓的一部分，是不同于西方理性决策的另一个决策思想体系．本文在现代科学水平上对这一体系进行了重建。

试析居住权登记制度的建构

居住权制度在我国经历一波三折之后,终于在2020年生效施行的《民法典》中得以确立下来,但居住权制度内在缺陷颇多,在法律上确立时间不长,有待完善。在登记方面客体上的居住权数量、登记中伴随债之关系的缺失、登记审查标准模糊不清等问题陷入争议,需要立法进一步明确和解决。在登记行为的效力方面,合同型居住权和遗嘱型居住权应当分别采用登记生效主义和登记对抗主义,当所有权与居住权发生纠纷时,由于居住权制度承担着特殊的时代使命,不仅要适用物权变动的有关规定,还要兼顾这一特殊因素。针对居住权登记审查之困境,我国法律应当在明确部分住宅登记问题、强化登记簿相关内容、确立登记审查标准和审查权限三个方面进一步完善弥补漏洞。

基于粒计算的商空间合成及应用

本文主要研究粒计算在商空间上的运算机制,针对商空间合成比较抽象,难于应用实际的问题,引入伴随二元关系信息粒的并运算对商空间进行合成。首先,提出商空间合成的理论,伴随二元关系信息粒的并运算;然后,定义了基于粒计算的商空间合成运算。最后,通过汽车车身用有机涂层材料应用实例对商空间信息粒进行计算,将理论应用于实际问题求解中,证明算法的有效性。