汉语声调远距离规则的内隐学习及其迁移效应

内隐学习研究领域的一个重要问题是内隐学习获得的知识究竟是什么,即内隐学习获得的知识究竟是底层的抽象规则还是表面的特征。研究以汉语声调的远距离水平映射这一远距离规则为材料,通过对表面特征和底层规则之间的分离操作,在控制组块和重复结构等表面特征的条件下,探讨声调远距离规则的习得和迁移,结果发现被试能够内隐地习得和迁移汉语平仄声调的水平映射规则,证实了内隐学习确实能够获得底层的抽象规则,为内隐学习的抽象性问题提供了新的证据。

远距离规则的内隐学习及其限制

人们能够无意识地获得外部世界结构化规则的知识,这种学习机制被称为内隐学习。关于内隐学习获得的是具体的表面组块还是抽象的深层规则一直存在争议。远距离规则的内隐学习为组块与规则学习之争提供了一个崭新的研究视角。本研究从人工语言学习、音乐学习和知觉-动作序列学习这三个领域梳理了远距离规则内隐学习的研究进展,探讨了远距离规则内隐学习的限制,并从迁移效应、限制因素等研究内容,以及功能磁共振成像和人工神经网络模拟等研究技术上对未来研究提出了展望。

远距离规则的内隐学习使用了何种记忆存储器:来自神经网络模拟的证据

远距离规则的知识是如何被内隐学习的,研究尚未得出结论。该研究采用和人类被试相同的实验材料和程序,考察了简单循环网络模型(SRN)对两种汉语声调远距离规则——倒映和逆行规则的学习。结果发现:(1)在广泛的参数范围上,SRN能够学会倒映和逆行规则,表明模型的记忆缓冲器可以模拟人类远距离规则的内隐学习;(2)SRN学习倒映规则比逆行规则更好,表明在功能上远距离规则的内隐学习可能优先使用了先进先出的记忆存储器及信息加工模式。该研究为探究远距离规则内隐学习的机制提供了新的证据和视角。

近距离不规则房式采空区上行开采存在的问题及对策

对极近距离不规则房式采空区上综采工作面生产初期遇到的问题进行分析总结,指出合理的解决对策,实践表明很大程度上解决了现存的安全隐患问题,保障了工作面的正常生产。为类似近距离不规则房式采空区地质条件上综采提供了技术参考。

基于关联规则的分类

提出一种基于关联规则的分类算法 .这个算法既可以快速分类 。

利用粗糙集理论实现工艺决策的冲突消解

根据粗糙集理论在解决不确定性问题方面的特性 ,引入了基于粗糙集理论的工艺知识度量方法 ,构造了度量工艺规则相似性的规则距离公式 ,并在分析工艺决策中传统冲突消解策略的基础上 ,建立了工艺决策推理过程中规则集约简的方法 与匹配度排序方法的比较表明 。

K-均值算法的初始化改进与聚类质量评估

为解决K-均值算法随机初始化的问题,提出了相应的改进方案。通过特征标准化和主成分分析(principal component analysis, PCA)实现数据降维;以最远质心和最小-最大距离规则确定算法的初始质心。为获得数据固有的聚类数量,采用经验法则和肘部法,并用轮廓分析评价聚类质量。仿真结果表明:其他算法平均的λ检验统计量是本方案的2.72倍,而且改进后的聚类误差下降了6.04%。

高维数据聚类数量可视化确定模式

为了解决经典K-均值聚类算法要求用户事先知道待处理数据的聚类数量及聚类结果对算法的初始化很敏感的问题,提出一种对K-均值聚类算法的改进措施并可视化地确定聚类数量的综合方案。首先,对数据进行标准化,使其服从正态分布,利用主分量分析(princi‐palcomponentanalysis,PCA)抽取数据中最重要的特征以实现高维数据的降维;然后,采用最远质心选择和最小-最大距离规则对K-均值聚类算法的初始化进行修正,避免出现空聚类并确保数据的可分离性;在此基础上,采用统计经验法则估计聚类数量的可能范围,通过搜索在此范围内平方误差和(sum-of-squared-error,SSE)曲线的肘部估计最佳的聚类数量;最后,通过计算比较各个聚类的轮廓系数以评价算法的聚类质量,从而最终确定数据集固有的聚类数量。仿真结果表明,该方案不仅能可视化地确定数据集潜在的聚类数量,而且为大数据时代的高维数据分析提供了一种有效的方法。

基于决策树CART的中文文语转换系统语音合成单元的预选

近年来基于大语料库进行单元预选的语音合成技术逐渐受到人们的重视。由于其合成的语音单元取自自然的原始发音 ,合成语句的自然度和清晰度非常高。采用该技术的关键之一就是如何从语料库中选取合适的合成单元。本文采用了一种基于决策树 CART (classification and regressiontree)的中文文语转换系统 (TTS)语音合成单元预选方法。实验表明 ,使用 CART时各个参与预选的文本属性在预选中所起的作用有所不同。最后以此来指导目标单元和候选单元之间规则距离的确定。

基于纹理差异度引导的DRLSE病虫害图像精准分割方法

为精准分割纹理背景下的病虫害目标,提出一种基于混合高斯模型的纹理差异度表示方法和基于纹理差异度引导的DRLSE农作物病虫害精准分割方法。采用基于混合高斯模型的纹理差异度表示方法得到纹理差异度图像,利用Otsu自动阈值分割和形态学后处理得到农作物病虫害DRLSE演化的初始区域,将基于改进纹理差异度的边缘停止函数应用到DRLSE演化中。实验结果表明该方法可以获得精准的害虫和病变区域轮廓。

基于改进DRLSE的运动目标分割方法

为了得到精准、连续的运动目标轮廓,提出将帧间差分法和改进的距离规则水平集演化(DRLSE)方法结合应用于运动目标分割.采用帧间差分法得到运动目标的初始轮廓;使用在能量泛函的外力项中融入运动序列时空变化信息的DRLSE方法进行轮廓演化,避免演化受背景边缘干扰,得到精准的运动目标轮廓;根据精准目标轮廓的反馈估计运动方向,并结合帧间差分法为后续的DRLSE提供一个较佳的初始轮廓,能显著提高运动目标的分割速度.实验结果表明,与现有算法相比该改进方法能够更精确、更快地得到运动目标轮廓.

基于对数相似度约束Otsu的自然场景病害果实图像分割

针对自然场景下,由于复杂背景以及多变环境,水果病害果实图像分割难的问题,提出了一种基于对数相似度约束Otsu和水平集活动轮廓的近椭圆形病害果实图像分割方法。考虑背景的复杂多变,提出对数相似度约束Otsu分割来区分病害果实与背景;由于水平集活动轮廓模型的局部最优性,提出采用自适应膨胀系数的改进距离规则水平集活动轮廓模型来精确演化轮廓。先对病害果实区域样本的颜色进行混合高斯建模,获得整个病害果实图像与样本模型的对数相似度;对对数相似度进行约束Otsu阈值分割以及形态学滤波;采用最小二乘法对滤波后的曲线轮廓进行椭圆拟合,对拟合后的椭圆采用自适应膨胀系数的距离规则水平集活动轮廓演化,得到病害果实完整轮廓。对18个不同场景的病害果实进行分割,平均误判率和漏判率分别为1.77%和1.6%,实验结果表明,该方法可以从复杂自然场景图像中分割出病害果实。

基于自适应符号函数的主动轮廓模型

几何主动轮廓模型的缺点是对初始轮廓位置特别敏感,基于距离规则水平集(DRLSE)模型的初始轮廓曲线必须设置在目标边界的内部或者外部.基于边缘的自适应水平集(ALSE)模型,提出了一种提高初始轮廓鲁棒性的方法.但两种模型均容易出现陷入虚假边界、从弱边缘处泄露以及抗噪声能力差等问题.设计了一个结合自适应符号函数和自适应边缘指示函数的模型,使得主动轮廓演化能根据自适应符号函数的方向从初始轮廓开始自动进行膨胀及收缩,很好地改善了水平集对初始轮廓敏感的缺点,提高了鲁棒性,同时解决了水平集对收敛速度慢以及易从弱边缘处泄露的问题.此外,为了使得模型演化更加稳定,提出了一个新的距离规则项.实验结果表明:自适应符号函数的主动轮廓模型不仅可以提高分割质量,缩短图像分割时间,同时提高了对初始轮廓的鲁棒性.

一种自适应初始轮廓的水平集演化方法的研究

距离规则水平集存在对噪声、初始轮廓敏感、收敛速度慢以及容易从弱边缘处泄露等不稳定问题.结合待分割目标灰度统计信息和图像梯度信息,提出了一种自适应初始轮廓的水平集演化方法,利用图像信息构成的自带符号目标信息函数代替面积项中的边缘指示函数,解决水平集方法对初始轮廓敏感问题.另外,还设计一个自我调整的面积项系数解决水平集方法对收敛速度慢以及弱边缘处泄露问题.实验结果表明:本文方法不仅可以减少图像分割时间,提高了分割质量,同时能够解决对初始轮廓敏感问题.

采用测地线活动轮廓模型检测与跟踪运动目标

水平集几何活动轮廓模型能较好地适应曲线的拓扑变化.为了跟踪和获取刚体和非刚体运动目标的轮廓信息,提出了一种基于改进测地线活动轮廓(GAC)模型和Kalman滤波相结合的算法以检测和跟踪运动目标.该算法首先采用高斯混合模型和背景差分获取目标的运动区域,在运动区域内采用引入距离规则化项的GAC模型进行曲线演化,使改进GAC模型在运动目标的真实轮廓处收敛;然后通过结合Kalman滤波预测目标下一帧的位置,实现对目标轮廓跟踪.实验结果表明,该方法适用于刚体和非刚体目标,在部分遮挡的情况下也能保持良好的检测和跟踪效果.

基于DRLSE模型的运动目标跟踪

高斯粒子滤波不能处理曲线的拓扑变化,而基于水平集的几何活动轮廓模型能较好地适应拓扑变化,为了跟踪和提取刚体和非刚体运动目标精确的轮廓信息,提出基于距离规则化的水平集演化(DRLSE)模型和高斯粒子滤波(GPF)相结合的运动目标跟踪方法.首先用高斯粒子滤波对目标跟踪得到目标的运动区域,然后把水平集规则项引入到测地线活动轮廓模型中,以外接轮廓的中心为基础进行DRLSE.距离规则化不仅消除了水平集重新初始化的需要,而且避免了因此而导致的数值错误,在水平集演化过程中保持了水平集函数的规则化.最后,将获得的精确轮廓信息反馈到跟踪框架.实验结果表明,该方法适用于刚体和非刚体目标,在实际交通环境中跟踪结果更加精确.

向量空间模型中特征词的区分度的定量研究

本文提出了关于一个词的文本类间频率的概念 ,给出一个词在文本分类中的区分度的定义 ,讨论了区分度的性质 ,提出了选择特词新的方法 ,定义了特征词的权重 ,建立了向量空间模型的一套加权距离分类规则。实验结果表明 。

一种基于改进的K-means聚类和PSO的软件可靠性模型选择

针对软件可靠性选择主要依靠人的主观经验进行判断、缺乏客观性和准确性的问题,提出了一种基于改进的K-means聚类和粒子群优化(PSO)算法的软件可靠性模型选择方法。该方法采用多评价标准编码,选定一种新的规则化距离作为元素间的相似性度量,应用K-means聚类和PSO分析实现了软件可靠性模型的选择。实验结果验证了该方法的有效性,为软件可靠性模型选择提供了一条新途径。

新电改环境下基于效用函数的电网投资决策评价方法

从技术、效益和项目成熟度3个指标出发,构建了新电改环境下电网规划项目投资排序评估的指标体系。为计及决策者的风险偏好,将效用理论引入投资评估中。首先根据各指标建立对应的效用函数,并求取其效用值,进一步采用模糊层次分析法获取上述3个指标的权重,最后基于向量距离合并规则算法求取投资排序综合效用值。以IEEE-RTS79节点系统为例,对不同输电规划项目进行了投资排序,并将所提方法与净现值方法进行了对比,说明了所提方法的可行性和有效性。

试析加纳/科特迪瓦划界案的实体裁决——兼论对我国海洋争端解决的启示

2017年9月加纳/科特迪瓦划界案公布了最终裁决。特别分庭认为两国不存在默示的海洋划界协议,遵循了海洋划界的国际判例在认定存在默示协议上的高标准。通过采用"等距离/相关情况"的方法实施单一划界,特别分庭维持了国际海洋划界规则的一致性。另一方面,对于加纳在争议水域内实施的单方面油气开发活动,特别分庭认定加纳没有侵犯科特迪瓦的主权权利,也没有违反善意协商和不危害或阻碍最后协议的达成的义务,但这一裁决有可能会鼓励其他国家在划界前的争议水域增加单方面的油气开发行为。对我国东海和南海的争端解决而言,加纳/科特迪瓦划界案也具有一定的启示,我国应加强对最新的国际海洋划界判例的研究,为谈判和协商解决海洋争议做好充分准备。