按时间抽取的FFT矩阵形式的研究

借助于奇、偶行(列)矩阵,前、后行(列)矩阵,奇偶行(列)分块矩阵及分块矩阵的准数乘运算等概念,分析了按时间抽取(DIT)的基-2 FFT算法分量形式的特点.将以自然数次序输出的按时间抽取(DIT)的基-2 FFT算法用较简单的矩阵形式来表示.

一种按时间抽取的混合基实序列高效FFT算法

针对2N点实序列FFT的实现,分析了FFT运算的基本原理,并在基本原理的基础上介绍了一种按时间抽取的混合基FFT算法.此算法采用"包装"算法和基2-基4混合算法结合的方法进行运算.通过复杂度分析,显示了此算法与传统的单一基2或基4的FFT相比,大大减少了计算过程中所需的实加法的个数;当点数大于1024时,所需实乘法的个数也有所减少.这是一种实序列FFT的高效低复杂度算法.

面向安全事件新闻的时间抽取与转换

阐述了事件新闻文本的时间信息抽取与处理对事件研究的重要性,研究了安全事件新闻的时间抽取与转换。考虑到目前采用的基于时间抽取规范TIMEX2/3和机器学习的抽取处理方法得到的时间信息缺少完全统一的形式,在安全事件的舆情发现及分析等场景下很难直接利用的问题,提出了针对安全事件新闻中的时间信息抽取与转换方法。该方法首先对安全事件的新闻根据时间的分类分别对不同形式的时间进行抽取,然后利用六大时间转换算子及时间冲突处理算子输出其时间的年月日时分秒的统一格式。试验表明,采用该方法的抽取结果与使用条件随机场(CRF)的方式进行抽取的结果相差不大,并且在时间转换上的正确率达到90%以上。

融合依存句法和实体信息的临床时间关系抽取

在临床文本中,时间关系对于研究患者的病情和治疗方案至关重要。而目前的时间关系抽取基于简单时间比较,仅判断4种时间关系。考虑中文临床文本中还存在大量的复杂时间和关系,现有时间关系抽取任务不能全部表达临床事件的时间关系,参考CTO时间本体将抽取任务扩展为复杂时间关系抽取。同时针对中文临床文本语义的复杂性,提出了融合依存句法和实体信息的模型学习中文句子的整体信息和实体信息。该模型针对句内时间关系和句间时间关系设计依存特征矩阵引导BERT的编码器聚合全局信息和局部信息,然后导出句子表征向量,在此基础上使用内积和哈达玛积提取丰富的实体信息,最终将句子信息和实体信息导入分类器判断时间关系。与基线模型和其他深度学习模型相比,证明了该模型的有效性。

按时间抽取的基2FFT算法分析及MATLAB实现

DFT是一种应用广泛的数学变换工具,MATLAB是一款功能强大的科学计算语言。MATLAB提供的FFT函数解决了DFT的快速计算问题,但由于它是内建函数而不能了解到软件实现的过程。文章以按时间抽取的基2FFT算法为例,根据快速傅里叶变换的原理和规律,绘出了算法实现的程序框图,列出了MATLAB环境下软件实现的程序,建立了从算法理论到程序实现的完整概念。

基于CRF和半监督学习的中文时间信息抽取

为提高文本中时间信息识别和抽取的效率,提出一种基于CRF(条件随机场)的方法。根据时间信息表现出的一般特点,采用机器学习的方法,通过分析文本中相关词性、短语结构和上下文信息等,提取时间信息的外部特征,采用一种自训练的半监督方法,使用CRF进行识别和抽取。实验结果表明,该方法有效提升了时间识别的性能,在显性时间、隐性时间和总体时间上分别取得了96.25%、88.65%和93.97%的F1值。

汉语时间关系抽取与计算

时间关系普遍存在于时间和事件概念之间,为信息组织提供了一条天然的线索。该文在信息抽取和时间信息标注的基础上,研究汉语中时间与时间、事件与时间和事件与事件之间的时间关系。一方面考虑汉语文本的特点,充分抽取蕴含于语法语义层面中的时间关系;另一方面定义了与文本无关的规则,实现了不同来源信息之间的时间关系的计算。这为信息抽取结果的组织、积累和共享打下了基础,对于事件追踪、多文本摘要等方面的研究也有一定的借鉴意义。

基于时间频率加权DOM的Web信息抽取方法

Web页面上有大量的无关信息,为使用户能够快速获得需要信息,Web信息抽取技术成为研究热点。在基于DOM的Web信息抽取模型基础上提出一种基于时间频率加权(Time Frequency Weighted,TFM)DOM(TFW-DOM)的Web信息提取方法。该方法将Web页面上的无结构化或半结构化的文档转化成TFW-DOM树,然后根据根据抽取时间间隔计算公式抽取出用户需要的信息,是一种自动的抽取方法。试验结果表明,该方法有较好的适用性,适用于多级管理每级对数据实时性要求不一的情况,已在中国石化某网站通过验证。

并联IGBT芯片的等离子体抽取渡越时间振荡机理及其特性分析

大功率IGBT器件内部通常由多个芯片并联实现大电流。并联IGBT芯片在关断的拖尾阶段存在高频等离子体抽取渡越时间(PETT)振荡,这种振荡会对环境、驱动电路产生严重的电磁干扰。针对空穴注入空间电荷区后引起的空间电荷效应,首次分析空间电荷区的小信号特性,研究IGBT芯片自激振荡产生的原因,揭示高频PETT振荡的机理。其次,研究并联IGBT芯片之间寄生电感与产生PETT振荡时集射极电压的相互关系,基于理论方法计算振荡电压范围以及振荡频率的特点。最后,搭建IGBT开关特性测试平台,对并联IGBT芯片的PETT振荡特性进行测试。实验结果表明,PETT振荡不是随机产生,振荡产生的时刻与集电极电流具有一定的相关性;并联IGBT芯片振荡电压的范围与理论计算范围相吻合;并联IGBT芯片振荡频率的范围也与理论计算范围相吻合。因此,实验结果验证了对PETT振荡特性分析的正确性。

关断电流对高压IGBT等离子体抽取渡越时间振荡的影响

等离子体抽取渡越时间(plasma extraction transit time,PETT)振荡是一类发生在高压双极型器件中的自激振荡现象,在功率半导体器件的状态监测中具有重要的应用潜力。为了寻找与关断电流明显耦合的振荡特征参数并分析其物理机制,搭建了高压压接型IGBT芯片的PETT振荡特性实验平台,开展了两枚IGBT芯片的PETT振荡特性实验;定义了一系列典型的振荡特征参数,分析了关断电流对振荡特征参数的影响;提出了一种新的PETT振荡的等效电路与一种直观的图解分析方法。结果表明:振荡起始时间、振荡峰值时间和振荡终止时间与关断电流之间存在明显的单调耦合关系,且基本保持0.1μs/A的增长速率。图解分析方法可以有效解释实验规律,并推导出振荡起止时间与关断电流的对数之间呈一次函数关系,该推论得到实验结果的证实。

高压非穿通P-i-N二极管等离子体抽取渡越振荡集总电路模型及封装抑制方法研究

高压非穿通P-i-N二极管反向恢复阶段产生等离子抽取渡越时间(plasma extraction transit time,PETT)振荡,对功率模块的驱动电路和设备EMC性能造成严重干扰。文中根据二极管PETT振荡阶段载流子运行特征将器件内部分为等离子区、漂移区和无源区3个区域并将各区域等效成电阻、电感和电容等集总电路参数,利用二极管等效电路与外围电路参数构建了PETT振荡集总电路模型。该模型可计算得到振荡阶段回路各阻抗的动态变化,复现PETT振荡失稳–自稳振荡现象。该集总电路模型表明PETT振荡出现根本原因是回路出现负阻,而负阻出现的原因是空穴渡越角位于π~2π之间,基于该模型解析得到回路寄生电感的优化范围,通过优化封装布局的方式可将空穴渡越角移出负阻出现的区间。最后,在模块内部通过优化绑定线布局将回路寄生电感调整至优化范围内,从而避免回路负阻以抑制PETT振荡的出现,实验证明了该封装抑制方法的有效性。

一种高效的Web新闻发表时间提取方法

Web网页的发表时间在Web搜索中起到重要的作用,因为用户获取的结果往往是与时间密切相关的.本文围绕Web新闻发表时间的提取,提出了一种高效的Web新闻发表时间提取方法.该方法考虑到了Web新闻网页URL地址隐含时间信息的特性,信息发表时间与新闻标题的距离约束.在主流的7个中文搜索引擎,使用了30个关键字,共获取3827篇Web新闻信息进行了提取时间的准确率及时间消耗的实验分析与比较,结果显示本文提出方法的准确率为95.5%,时间消耗为88秒.

自然语言时间信息的模拟与计算

从自然语言语义处理研究角度出发构建了一种比较完全的时间语义表达模型,在此模型之上,研究了现代汉语时间表达的特征,对句子时体关系分别进行研究并提出了一种时间语义信息自动提取的方法,对典型汉语句子的时间信息进行挖掘以及抽取,取得了良好的效果。这为自然语言语义层次上的信息提取和处理提供了一种方法借鉴。

中文文本中时间信息解析方法

探讨了基于触发词汇和规则模型相结合的中文文本中时间信息解析方法。通过分析、归纳中文文本中时间信息描述特点,构建时间词汇词典和时间信息描述模式库,设计时间信息抽取、规范化表达和语义推理算法,实现了中文文本中时间信息的解析。实验结果表明,中文文本中时间信息抽取的准确率、召回率和F1值分别为75.00%、88.24%和40.54%,为泛在时空信息动态关联更新和实时挖掘分析提供数据源,且通过与空间维数据有机地、交互地组织,能够实时展现地理现象和事物的时空演化过程、时空分布特征,从而推动地理信息检索、LBS等地理信息服务向动态化、多维化方向发展。

中文文本时间信息获取及语义计算

为了解决中文文本中时间信息的形式表达、抽取及时间语义计算等一系列问题,提出了一种可以适用于多种自然语言处理任务的时间信息处理系统,通过对汉语句子时间要素的分析以及时间词语构成形式的研究,采用一种时间表达式的概念,将承载时间信息的短语按照功能的不同分解成若干容易识别,语义单一的“小”的成分,并在此基础上给出基于规则的时间信息抽取、理解及时间语义的计算方法.

基于互相关的二阶段时间序列聚类方法

提出了一种高效的时间序列聚类方法,以互相关函数为基础,通过二阶段的方法实现更低时间复杂度下的时间序列聚类。第一步以时间序列符号化为基础,通过设计符号化序列特征抽取算法,抽取特征时间段;第二步以互相关函数为基础,通过改进的互相关函数步骤,实现更快速的时间序列聚类。实验结果表明,该方法可以适应稀疏及密集的时间序列数据抽取,同时与传统的聚类距离公式相比,处理速度更快,对时间序列形状的缩放有更好的表示效果,并能保持较高准确性。

基于STM32的音频信号分析设计与实现

基于ARM Cortex-M3内核的32位处理器STM32F103和快速傅里叶变换(FFT)算法实现了音频信号频谱的分析。整个系统由前级信号调理、A/D采样电路、CPU运算电路和LCD显示电路等组成。实验表明,系统能够检测20 Hz^10 kHz范围内的频率成份并显示音频信号频谱,该方案成本低,具有一定的应用价值。

基于时域法的输电塔抗风研究

基于脉动风的基本特性和Davenport脉动风速谱,提出在时域内采用按时间抽取的快速傅立叶变换技术改进的谐波叠加法对输电塔随机风场进行仿真,以一大跨越输电塔的随机风场为例获得各点的风速时程样本并进行了谱和相关性校验。结果表明,模拟值与目标值吻合、脉动风空间相关特性显著、计算效率大幅提高,验证了该法的有效性和实用性。

浅析FFT算法中对称关系

本文通过分析比较时间抽取FFT算法以及频率抽取FFT算法的基本原理,揭示了FFT算法中存在的对称关系,同时也给出了任意基FFT算法系数矩阵的产生机理。上述的分析比较有助于学生更好地理解和实现FFT算法,同时也可借鉴该算法的思想设计其他算法。