基于置信度的知识图谱内部长尾噪音检测

提出一种置信度模型,量化判别三元组的准确度。该模型包含3个方面:知识表示中的实体强度关联计算;语义识别中的长尾特征计算;实体环境结构评估的置信度计算。最终目标是利用置信度检测知识图中存在的长尾噪声。在真实世界数据集FB15K上,实验验证了噪音数据集构造的合理性。长尾噪音检测实验中,验证了该模型的优越性。在阈值实验中,其噪音识别准确率稳定在90%以上。实验结果表明,与其它模型相比,该模型取得了显著且一致的改进。

图书馆内部“噪音”问题探讨——以F学院图书馆为例

朗读声、电话闲聊声、桌椅挪动声、翻书声等等,是图书馆主要的室内噪音源。学生的不良习惯、管理人员没有发挥应有的示范作用、图书馆功能区规划缺陷则是产生噪音的主要原因。为此,图书馆应以培训、教育提高学生和管理人员的素质,用规章条例约束他们的行为,根据实际需要设置并合理规划功能区,以收到良好的降噪效果。

高校图书馆噪音分析及控制

给出了噪音的概念，分析了噪音的危害，归纳了高校图书馆几种典型噪音的种类，并针对外部和内部两种噪音。给出了相应的解决方法，以期能对高校图书馆的噪音控制起到一定的积极作用。

基于智能算法的汽车内部噪声主动控制方法

汽车在现今社会中的使用愈加频繁,公路上可见的汽车数量也在逐年增长,噪音污染逐渐成为了需要重视的问题。因此,提出基于智能算法的汽车内部噪声主动控制方法。对汽车内部噪声进行采集,通过计算公式分析其噪音鲁棒性影响,通过LMS算法的汽车内部噪声进行主动控制,智能算法解决了传统算法的固有缺陷,具有较小的稳态误差和更快的算法收敛速度,是一种有效的改进型智能算法,采用基于只智能算法的汽车内部噪声主动控制方法,可以有效的控制汽车内部噪音,实现最终目的。