基于多核融合的中文领域实体关系抽取

针对传统径向基核函数的训练矩阵中所有元素都十分接近零而不利于分类的问题,该文提出了一种融合了改进的径向基核函数及其他核函数的多核融合中文领域实体关系抽取方法。利用径向基核函数的数学特性,提出一种改进的训练矩阵,使训练矩阵中的向量离散化,并以此改进的径向基核函数融合多项式核函数及卷积树核函数,通过枚举的方式寻找最优的复合核函数参数,并以上述多核融合方法与支持向量机结合进行中文领域实体关系抽取。在旅游领域的语料上测试,相对于单一核方法及传统多核融合方法,关系抽取性能得到提高。

带有误差变量的自回归模型的局部多项式估计

该文主要研究带有误差变量的自回归模型的自回归函数的非参数估计问题,应用卷积核函数,给出了自回归函数的局部多项式估计,考察了局部多项式估计的相合性和渐近正态性,最后作了模拟计算.

基于合一句法和实体语义树的中文语义关系抽取

该文提出了一种基于卷积树核函数的中文实体语义关系抽取方法,该方法通过在关系实例的结构化信息中加入实体语义信息,如实体类型、引用类型和GPE角色等,从而构造能有效捕获结构化信息和实体语义信息的合一句法和实体语义关系树,以提高中文语义关系抽取的性能。在ACE RDC 2005中文基准语料上进行的关系探测和关系抽取的实验表明,该方法能显著提高中文语义关系抽取性能,大类抽取的最佳F值达到67.0,这说明结构化句法信息和实体语义信息在中文语义关系抽取中具有互补性。

基于光伏电池和被动光网络的碳减排技术研究

为推进能源绿色低碳转型,建设新型能源体系,基于光伏电池(Photovoltaic,PV)与被动光网络(Passive Optical Network,xPON)的结合,提出了一种创新的可再生能源系统,旨在促进绿色电力的发展。首先,通过风力发电机组和光伏电池板的相互连接,构建出系统框架。其次,利用光纤射频通信(Radio over Fiber,RoF)和xPON的融合,将能源数据从风力发电机和太阳能电池传送到中央控制站。最后,搭建出PV等效电路与风力发电机组模型,并使用卷积核函数向量机与太阳能电池相结合,实现了风能与太阳能的高效混合。实验结果表明,系统的PV模块可扩展性达到90%,服务质量高达62%,功耗仅为96%,网络效率高达92%,训练精度达到95%,其在多个方面都具有明显的优势。因此,该技术不仅可以提高可再生能源的效率,还可以优化其在光网络环境中的性能,从而为绿色能源和通信技术的融合提供了新的可能性。