对言的元语表达式“一……一”

基于对话的“对言语法”以对言格式为语言组织结构的主干。对言语法和对言格式消解主语和谓语的异质对立,视二者为对等项。对言格式是“平行对”和“链接对”的纵横交织,以“二元倚变”和“二元共享”为逻辑要素。本文有两个相关联的重点:一是建议把“一……一”式以及延伸的“一……一……一”式当作对言的“元语”表达式,理由是它不仅具有广泛的代表性,而且象征二项呼应互文的对等性,便于对言格式的符号化、数字化;二是通过“一……一”式和英语“one……the other”式的比较,说明“一种语言一种思维习惯”。

基于变异的正则表达式反例测试串生成算法

正则表达式在计算机科学的许多领域具有广泛应用.然而,由于正则表达式语法比较复杂,并且允许使用大量元字符,导致开发人员在定义和使用时容易出错.测试是保证正则表达式语义正确性的实用和有效手段,常用的方法是根据被测表达式生成一些字符串,并检查它们是否符合预期.现有的测试数据生成大多只关注正例串,而研究表明,实际开发中存在的错误大部分在于定义的语言比预期语言小,这类错误只能通过反例串才能发现.研究基于变异的正则表达式反例测试串生成.首先通过变异向被测表达式中注入缺陷得到一组变异体,然后在被测表达式所定义语言的补集中选取反例字符串揭示相应变异体所模拟的错误.为了能够模拟复杂缺陷类型,以及避免出现变异体特化而无法获得反例串的问题,引入二阶变异机制.同时采取冗余变异体消除、变异算子选择等优化技术对变异体进行约简,从而控制最终生成的测试集规模.实验结果表明,与已有工具相比,所提算法生成的反例测试串规模适中,并且具有较强的揭示错误能力.

基于高频组合片段-基因表达式编程算法的轨道交通地面沉降预测模型

[目的]地面沉降预测和控制是轨道交通盾构法隧道施工中最为关注的问题之一。为了解决现有地面沉降预测和控制中存在的模型表达过于复杂且缺乏解释性的问题,需要一种既简洁清晰,又能够描述复杂问题的可解释模型,GEP(基因表达式编程)算法提供了这种可能性,因此需对基于HFS(高频组合片段)-GEP算法的轨道交通地面沉降预测模型进行深入研究。[方法]以杭绍城际铁路某区段盾构隧道工程为依托,选取盾构施工过程中的土舱压力、刀盘扭矩、刀盘转速、推进速度、总推力、隧道埋深及盾尾注浆量等参数作为关键输入型施工参数,地面沉降作为输出型施工参数,通过备选公式集筛选以及HFS选取,建立基于HFS-GEP算法的轨道交通地面沉降预测模型。利用该模型对第180环—第210环区段的关键施工参数进行优化调整,分析盾构施工参数变化对地面最终沉降的影响效果。[结果及结论]基于HFS-GEP算法的地面沉降预测模型可以反映盾构施工参数与地面最终沉降的显式关系;相较于传统GEP算法的地面沉降预测模型,该模型准确度更高,结构更为简洁,且收敛速度更快。通过对盾构关键施工参数进行优化调整,该模型可将第180环—第210环区段的最终沉降量控制在10 mm以内。

基于基因表达式编程算法的数据驱动型平板闸门流量计算方法

灌区是国家水网建设的重要内容,精准量测和控制过闸流量过程是灌区用水管理的关键。为实时获取高精度的平板闸门过流量,以物理试验为基础,首先采用仿真模型分析了不同工况下闸前闸后流线与流速分布、水深-流量变化关系,其次,以仿真模型的模拟结果作为训练集,采用基因表达式编程算法(Gene Expression Programming,GEP)构建了融合闸前/后水深与开度的闸门过流量算法,并以更多的仿真模型模拟结果作为测试集,对比分析了该算法的性能。结果表明:①fluent数值模拟能在不同闸门开度和流量组合下重现复杂流线和流速分布过程,且模拟的流量过程与实测结果拟合良好,但效率低下,无法满足实际闸控的实时性需求;②GEP算法能够保持仿真模型的精度,且能达到实时计算;③与存在多个率定参数的经典闸孔出流分段公式相比,无任何率定参数的GEP算法的精度更高;④以仿真模型的模拟结果为基准,GEP算法比BP神经网络的精度更高、泛化性更好。因此,GEP算法更适宜平板闸门过流量的计算,可为灌区用水管理提供技术支撑。

基于正则表达式和SQL语法树的SQL注入过滤算法研究

随着信息技术的迅猛发展,Web技术已经渗透到各行各业中,其安全问题日益严峻,导致Web应用成为黑客攻击的重点对象。针对这一问题,提出基于正则表达式和SQL语法树的SQL注入过滤算法。首先使用正则表达式对Web页面输入信息进行初次过滤,然后将输入内容代入SQL语法树中进行分析,实现再次过滤,达到提高SQL注入攻击的过滤效果。仿真实验显示,所提出的算法能够有效提高SQL注入攻击的防范效果。

基于正则表达式和Jaccard系数的智能变电站录波通道同源匹配

针对220kV及以上电压等级智能变电站双套录波通道同源匹配问题,提出一种基于正则表达式和Jaccard系数的智能变电站录波通道同源匹配方法。首先,针对录波通道命名不规范的问题,使用正则表达式对通道名称文本进行预处理,统一通道名称的表达形式;同时,使用jieba分词算法和去停用词操作,去除通道名称文本中可能存在的冗余信息。然后,使用Jaccard相似系数匹配算法计算录波通道名称文本之间的相似度,依据相似度大小筛选出同源通道。最后,基于电网实际的录波文件数据进行仿真分析。仿真结果表明:所提方法可有效实现智能变电站录波通道同源匹配。

基于自然语言句法信息的正则表达式生成

正则表达式由一系列字符和元字符组成,定义了一种匹配规则,可以用来检查一个字符串是否与所需的模式匹配。在软件开发过程中,很多开发人员发现编写正则表达式较为困难。因此,根据自然语言需求描述生成正则表达式成为研究热点。近年来,将自然语言描述转化为正则表达式的系统取得了一些研究成果,但往往只针对简单的序列化文本。探讨了将自然语言查询转化为可以执行其功能的正则表达式的方法。鉴于自然语言处理中句法解析的成功应用,模型使用自然语言的结构信息,以分层聚合的方式对语法解析树进行嵌入,并使用适用于输入树结构的Tree-transformer架构对自然语言描述进行自注意编码。解码器使用交叉注意力来预测正则表达式。在两个公共数据集上对模型进行了验证。实验证明,所提模型有效地提高了生成的正则表达式的质量,并在DFA-Equal-Acc评估指标中优于现有模型。

基于多叉树和正则表达式的标定系统A2L文件的解析管理方法

根据汽车标定系统A2L文件的定义规律,设计了正则表达式匹配A2L文件关键信息,利用类结构体和多叉树模型对A2L文件信息进行表示,并对文件中不同的数据模块提出了对应的通用化解析流程。针对测量值可视化和标定值下载问题,依据各种预定义类型和转换方法,设计原始量-物理量的转换公式,可为上位机软件提供转换工具。利用C#和窗体应用开发了A2L数据解析管理软件,实现对解析结果的可视化管理和修改。采用了“高内聚低耦合”的软件设计模式和动态链接库(dll),可进一步开发出测量标定软件。通过试验验证了所提出的A2L文件解析管理方法的有效性。

基于MD-CycleGAN的手写表达式图像识别算法研究

针对使用生成对抗网络生成图像时词向量或者字符向量难以重建数学表达式中的二维结构的问题,将手写数学表达式的图像生成任务转换为印刷体数学表达式到手写体数学表达式的风格转换问题,并自建了一个带有手写风格分类的数据集来训练风格转换模型。为了解决CycleGAN网络生成的图像内容不全、细节失真、质量不高的问题,设计了一种多尺度判别循环一致性生成对抗网络MD-CycleGAN,引入了CBAM注意力机制,弥补下采样环节信息丢失的问题,引入ACON激活函数代替ReLU激活函数,通过自适应学习控制网络每一层的非线性程度。实验结果表明基于生成对抗网络的数据增强方法能有效降低模型过拟合的程度。本研究为手写数学表达式图像的自动识别提供了一种新的方法,克服了数据标注问题和模型泛化问题,具有广泛的应用潜力,包括数学教育、科学文档处理和数学搜索引擎等领域。

虚拟电厂下基于基因表达式编程的云边协同分布式异常数据检测算法

数据可靠互联对虚拟电厂中各类能源生产、传输以及调度等环节的安全稳定运行至关重要。然而人为失误、采集设备故障、网络恶意攻击等因素导致虚拟电厂各环节业务系统中异常稀疏数据频繁产生。现有基于统计学或机器学习的集中式异常数据检测方法存在依赖数据分布和先验知识、计算复杂度较高、效率低下等缺陷。为了解决上述问题,文章提出一种虚拟电厂下基于基因表达式编程的云边协同分布式异常检测算法。首先,基于云边协同机制,构建虚拟电厂云边协同分布式异常检测体系架构;其次,从算法原理、基于最小二乘的全局异常检测模型生成等方面设计基于基因表达式编程的分布式异常检测算法。基于3个真实数据集和3个开源数据集的仿真实验结果表明,与现有模型相比,提出的算法在异常数据检测的准确率、漏检率、误检率、平均耗时以及加速比方面均具有明显的优势。

基于表达式树的顺序柔性车间调度问题求解

为求解顺序柔性车间调度问题,提出一种表达式树结构的描述模型和一种工序顺序的随机生成方法,建立了以最大完工时间为优化目标的数学模型及其遗传算法求解流程;设计了相应的染色体编解码方法,并根据编码方式选择合适的遗传操作,该编码由0和1组成,描述形式简洁且任意形式均表示可行解。在不同规模及柔性指标的测试案例上进行实验,以平均解和标准差作为指标评价了模型的有效性。通过与无顺序柔性模型、随机顺序模型和柔性工序段模型对比,验证了表达式树模型的优化性能。

基因表达式编程算法改进及在社会效益综合评价中的应用:以赣南离子型稀土资源开发为例

以赣南离子型稀土资源开发为例,探索社会效益综合评价模型构建方法,为矿产资源开发提供参考。从国家资源安全、社会经济、人民生活、生态环境四个方面进行分析,构建赣南离子型稀土矿产资源开发社会效益综合评价指标体系。考虑到基因表达式编程(GEP)算法在拟合函数上有良好成效,可以反映指标之间的函数关系,因此,提出利用GEP算法挖掘各个指标之间的函数关系来构建稀土矿产资源开发社会效益综合评价模型,并提出基于变化率的量化方法求解各指标权重来客观评价赣南离子型稀土资源开发的社会效益。传统GEP算法在此案例上函数拟合效果不够理想,平均相对误差较大,因此,基于传统GEP算法的变异算子及IS转座算子进行改进来增加算法勘探能力,并在算法进化长期停滞时引入“择新”产生子代来增加种群多样性。实验证明改进后的算法更易跳出局部最优且更快收敛,能够获得较好的函数拟合效果,减小实验误差。利用自变量变化率,结合改进GEP得到的函数关系式,求解综合评价指标体系的权重。其中,国家资源安全保障程度、对社会经济的影响、对人民生活的影响、对生态环境的影响的权重依次为0.084、0.243、0.313、0.360。研究结论可为决策者提供参考,以便对赣南离子型稀土资源开发进行合理规划。

一种基于文本和表达式的相似数学题推荐方法

目前数学习题的相似度计算方法主要利用的是文本信息,忽略了数学表达式信息。然而数学习题常常会包含大量的数学表达式,使得现有的相似度计算方法并不精确。为提高相似习题推荐的准确性,论文针对数学习题中文本信息计算相似度存在不足的问题,提出一种结合文本和数学表达式计算数学习题相似度的方法。该方法利用树形码计算数学表达式之间的相似度,结合文本信息和表达式信息计算得到数学习题的相似度,从而根据top-k进行习题推荐。比较论文的推荐方法和基于文本的推荐,实验结果显示该方法有效提高了推荐的准确率,是一种实用方法。

意外表达式的语体差异及其功能解释

意外表达式在五种语体中的分布具有显著差异,出现频次由高到低排序为:网络语体>艺术语体>谈话语体>新闻语体>科学语体。这种分布差异是意外表达式自身语用功能和不同语体的语言特征共同影响的结果,整体上顺应了相应语体的功能。对语体分布差异最显著的意外语气副词“居然”进行个案考察,我们发现其使用频率最高的两大功能满足了意外情感表达的需要,体现了语体顺应性。

基于依存句法分析的数学表达式查询扩展方法

传统的数学表达式检索方法主要面向表达式的二维结构,难以检索出具有相同语义但结构不同的数学表达式。针对这一问题,设计一种基于依存句法分析的数学表达式查询扩展方法。以FDS(Formula Description Structure)解析表达式结构信息的检索方法为基础,通过依存句法抽取表达式周围文本中的语义词,并建立运算符、表达式、语义词间索引;通过语义词二次查询,实现检索语义相同但结构不同数学表达式的目的。实验结果表明,依存分析能有效地抽取数学表达式语义词,加入语义的表达式检索方法,查全率和查准率都有了一定的提高。

从选择到感叹:情态表达式“还得VP”的构式化

“还得VP”是具有多义情态的结构,情态功能与逻辑语义和句法形式之间存在互动,表道义情态时,唯选+迫选/强选/补选;表认识情态时,多选+推选/优选。随着语境中比较对象的缺失,“还得是NP”发生构式化,选择义隐退,感叹义浮现,构式义为言者对交际方或某一指定对象的特定行为作出夸张性感叹,偏好语境为网络社交,优势语境为新闻标题。“还得是NP”构式化的动因为语用需求和主观化,机制为语用推理和类推,构式化程度与“NP”的聚焦有关。

ɑFA:一种基于非信任字符比较的高性能正则表达式匹配算法

正则表达式匹配技术在数据治理、解析提取和深度包检测方面有着重大应用价值。然而,由于其在通用平台上的匹配性能较低,无法满足实际环境下数据实时处理的应用需求,限制了其在高性能数据处理领域的应用范围。针对当前正则表达式匹配性能较低的问题,提出一种基于非信任字符比较的高性能正则表达式匹配算法,称之为ɑFA。该算法通过每次判断连续的若干个字符是否属于最常被访问状态的非信任字符集,获取无需通过DFA匹配可直接跳过的字符数,减少字符匹配过程中访问内存DFA状态转移表的次数,从而实现字符匹配的加速处理。实验结果表明,ɑFA算法可获得相比于原始DFA匹配算法约为1.05~7.58倍的性能加速比。

利用Tracker改进圆锥摆验证向心力表达式的实验

利用Tracker软件影像追踪功能和量角器工具,分析摆球运动过程中摆角随时间的变化情况,建立摆角随时间的变化曲线,生成相应数据信息,进而验证向心力表达式。既有效地提高了数据测量的准确性,又简化物理实验操作过程。

面向真实世界的知识挖掘与知识图谱补全研究(三):基于正则表达式对膀胱癌真实世界数据的结构化信息抽取

随着医疗大数据的发展,真实世界研究近些年来越来越受到重视,发展前景良好,但真实世界研究的实施仍存在一些挑战,引起学者们广泛讨论。真实世界数据的非结构化是目前最亟待解决的问题。本研究以正则表达式为基础,通过基于规则的信息抽取方法对武汉大学中南医院近几年膀胱癌患者的入院记录、病理报告、手术记录和影像记录等数据进行结构化信息抽取,并以准确率和召回率为指标评价其抽取效果,旨在为后续研究提供参考。

基于正则表达式的文件批量改名

规范化的文件名为有效管理文档提供了很多方便。在实际管理文档时,经常遇到大量不规范的文件名。手工更改文件名不仅会耗费大量时间,还容易出错。通过使用正则表达式从文件名中提取日期、标题、部门等信息,再用这些信息重组文件名,即可批量将文件名规范化,从而达到快速有效管理文档的目的。