基于时频域特征挖掘与自注意力机制融合的雷达PRI变化类型识别

针对存在异常值时雷达辐射源脉冲重复间隔(pulse repetition interval,PRI)变化类型识别困难的问题,提出一种基于时频域特征挖掘与自注意力机制融合的雷达PRI变化类型识别方法。首先对PRI序列进行时序变化特征和小波特征分析,从时域和频域2个角度构建特征集;然后基于自注意力机制以数据驱动的方式学习时频特征之间的互补性,有效把握不同维度特征对识别效果的贡献,实现对不同维度特征的深度融合;最后基于全连接神经网络对融合后的特征进行模式分类,从而实现对PRI变化类型的识别。仿真结果表明,在不同异常值水平下,所提方法能够显著提高对6种典型PRI变化类型的识别准确率,而且识别效果要显著优于仅使用单一维度特征的方法。

煤矿电网的单相接地故障选线研究

为解决采用谐振接地系统的煤矿电网在发生单相接地故障后难以正确选择故障线路的问题,提出了一种基于故障后暂态信息和聚类分析的故障选线方法。首先计算故障后各线路暂态零序电流的12种时域特征和5种频域特征来得到故障特征向量,接着将各线路故障特征向量进行归一化处理并添加辅助向量,最后通过聚类分析筛选出故障线路。该方法实现简单,适用性强,可以正确识别母线故障。仿真分析结果验证了该方法的有效性。

北京市密云东庄铁矿区岩浆岩断面结晶度特征信息提取方法研究

依托MATLAB仿真平台研究岩浆岩断面结晶度有效特征。采用直方图均衡化进行图像增强预处理,通过几何特征算法提取水平周长、垂直周长与面积数据,计算粒度相对值参数;采用频域算法将频谱图像分割成环形区域,分析高频数据,通过积分求和得到高频区参数。通过两种算法融合,综合提取8维图像特征向量,可以准确表征岩浆岩的结晶程度及粒度大小。

文本特征和复合统计量的领域术语抽取方法

中文领域术语的抽取,是文本知识挖掘的重要内容。传统的中文领域术语抽取方法以人工方法为主,显然这种方法费时费力。目前,处于研究阶段的中文领域术语自动化抽取方法主要有:基于字典的方法、基于规则的方法以及基于统计的方法。但由于中文自然语言的复杂性,这些自动化抽取方法都存在一定的局限性,比如对特定领域的用户字典及规则存在更新速度慢、文本特征考虑不足等,从而导致抽取的效果不佳。针对这一问题,提出了一种基于文本特征和复合统计量的中文领域术语抽取方法,该方法在对中文文档中的词语进行粗粒度筛选后,再综合考虑候选术语的词性、长度、边界词语等文本特征,构造出信息熵和TFIDF等统计量,计算其综合权值,并将综合权值大于设定阈值的候选术语抽取出来,作为最终的领域术语。实验结果表明,该方法在测试语料下,获得了较好的正确率、召回率和F值。

域内海量数据中热点话题及其特征词抽取方法

在特定信息域内的网络文档中,主题及其特征词的抽取工作是近年人工语言处理研究的重点,其研究结果具有显著的管理决策意义。本研究提出一种新的数据挖掘方法用于从海量UGC中分析出其"热点话题词"和"局部特征词"之间的关联关系。首先,利用网页抓取工具从网上获得某个域相关的文档,并对文档内容实施分词操作。然后,基于分词结果,抽取网页文档中存在的域内信息词并组成新的数据集。最后,我们提出一种基于热点话题词和语义分隔符号的数据集切分方法来获得每个热点话题词相关的本地特征词数据集。并且在该数据集上,可以分析出特征词对于热点话题词的依赖关系,从而找到每个话题词最恰当的特征词集合。该方法算法简单,尤为重要的是它能很好屏蔽那些不相关的高频共现词对特征抽取的影响,可广泛应用于文本相关的在线信息检索任务,为管理决策和电子商务活动服务。

基于时域特征DC-DC电路软故障诊断

针对矿用DC-DC电路软故障模式的高效故障特征参数获取难的问题,基于测点信号的获取便利性、故障特征提取简单性、故障分类高效性,给出基于时域特征的软故障诊断方法。首先分析典型DC-DC电路工作原理及主要元器件参数退化对电路性能的影响,选取便于监测的多个测点信号,计算14种时域故障特征参数,进而根据相似度指标选取最优测点组合,最后利用分类器实现DC-DC电路软故障的高效诊断。该故障诊断方法无需复杂计算及参数设置,简单、便利、高效,实验结果表明其性能优于变分模态分解和模糊熵的故障诊断方法,测试时间短,分类正确率高,较适用于DC-DC电路软故障诊断。

一种面向e-Science环境的多领域Web文本特征抽取模型

传统领域信息抽取方法多依赖领域词典实现文本特征的发现,既不便于实验复现,也不易于其在多领域环境中移植与推广,严重制约了模型的应用范围.针对上述不足,提出一种适用于e-Science环境的多领域Web文本特征抽取模型(简称e-WTDE).该模型将无词典分词技术引入多领域文本特征发现过程,摆脱了对于领域词典的依赖;借助对领域主题及其具体事件中共性与个性特征的抽取与分类,模型动态追踪领域事件发生及其发展变化,并最终形成多个区域性数据中心;通过对各数据中心中领域知识的协同调度,有力提高了领域信息在全局范围内的利用效率.验证实验中分别对多领域特征抽取、主题特征动态追踪以及领域知识协同调度予以有效性验证,并进一步证明了模型的实用效果.

基于域适应的煤矿环境监控图像语义分割

煤矿复杂场景监控图像的解析是煤矿安全高效生产的重要保障。语义分割是图像智能分析的关键技术,为图像中的每个像素分配类别标签。全卷积神经网络、DeepLab系列、DFN等较高性能的语义分割模型需要依赖大量的像素级标签。针对煤矿监控图像缺少标注信息及容易混淆外观相似的不同类别目标的问题,提出双对齐网络模型。该模型从特征级和像素级两方面减少域间差异,将在合成数据集上训练的语义分割模型迁移到煤矿真实场景中,实现煤矿监控图像语义分割。在特征空间中,使用特征级域适应网络学习域不变特征,减少2个领域之间特征表示的分布差异,实现特征级对齐;在像素空间中,使用像素级域适应网络将源域图像风格转换为目标域图像的风格,减少因纹理、光照等因素造成的域偏移,实现像素级对齐。分割网络使用具有煤矿环境风格的源域图像进行训练,学习煤矿监控图像光照、纹理等特征,增强煤矿监控图像中不同类别目标的区分度。判别器中添加空间注意力模块和通道注意力模块,用来提高双对齐网络模型中判别器的判别能力。通道注意力模块为每个通道的特征分配不同的权重,空间注意力模块使用非局部操作获得不同位置间的关系信息。实验选取GTA5-to-Cityscapes和SYNTHIA-to-Cityscapes两个典型的域适应任务验证双对齐网络的有效性,将该算法与AdaptSegNet,DCAN,CLAN等算法进行对比实验。实验结果表明,双对齐网络的平均交并比提高到43.7%和45.80%。对于煤矿复杂环境,选取SYNTHIA-to-Coal Mine域适应任务进行实验。双对齐网络模型的平均交并比为38.26%,比AdaptSegNet,DCAN,CLAN等算法分别提高7.19%,8.34%和5.56%。针对煤矿监控图像缺少标注信息的问题,双对齐网络减少合成图像与煤矿监控图像的域间差异,较好地分割不同类别的目标。

主动服务中程序挖掘系统框架的设计与实现

针对Web服务存在的智能化和个性化等问题,引入领域本体和用户兴趣,设计并实现了程序挖掘系统框架。利用本体特征描述构件,提出了一种基于多知识库的构件检索方法和关联构件检索算法,开发了构件检索系统,并以E-Commerce领域内构件资源为实例,与关键词和刻面检索机制相比较,验证了该检索方法的有效性。实验结果表明,该方法对于大规模构件库具有较好的查全率和查准率。

中文产品评论的“特征观点对”识别:基于领域本体的建模方法

随着社交媒体的发展,不断增加的在线产品评论正在极大地影响电子商务市场,使得评论挖掘成为商业界与学术界共同的热点话题。针对中文产品评论的特点,本文提出一种基于领域本体的建模方法,通过建立评论挖掘模型来对产品评论的基本评价单元——"特征观点对"进行识别。该建模过程以设计科学研究方法论为指导。首先在模型设计阶段,构建面向产品评论的领域本体;然后在模型实施阶段,提出基于本体的特征观点对识别方法;最后在模型评价阶段,通过实验对评论挖掘结果进行评价。实验结果表明,本文提出的方法与其他基于统计的方法以及基于语义的方法相比,在性能上有明显提高,对克服口语化严重和语法不规范等问题具有良好的效果。此外,通过特征观点对的识别与统计,使产品评论这种非结构化文本转化为机器可读的、能理解的结构化表达并得到具有一定商业应用价值的信息。

基于科技政策文本的程度词典构建研究

【目的】利用词典法辨识和量化我国科技政策文本用语中蕴含的决策者态度及其强弱程度,解决现有中文政策文本研究忽视词语语义强度的问题。【方法】立足科技政策的功能定位和用语特征,提出程度词的概念。兼顾数量和语义构建程度词典,包括依据专家知识选取种子词,利用PMI算法进行词语扩展,使用同义词词林筛选词语。最后结合TextRank算法进行实验验证。【结果】经信度和效度检验,构建的程度词典有效,结合程度词典的政策文本分析细粒度优于使用单一的文本挖掘算法。【局限】程度词典的权重设计有待细化。【结论】科技政策文本中的程度词丰富、规范且稳定,具有量化分析的价值;词典法可以有效识别并利用程度词,有助于深入挖掘政策文本的语义特征。

基于径向基的时序化敏感特征选择方法研究

在模式挖掘应用于生产智能分析与辅助决策过程中,为提高模式特征选择的准确性和敏感度,设计生产案例样本结构,对特征实体进行逻辑转化;采用时域参数,以时序等粒度函数为基础融合并处理原始数据,降低数据维度,完成数据清洗;选定距离特征评估法选择敏感特征,应用径向基函数,引入距离评估因子反应类内聚集程度,描述特征敏感程度,完成时序化敏感特征的选择,达到深度挖掘数据潜在敏感特征,提高数据变化模式表达能力和鲁棒性的目的.最后结合油田聚驱生产施工作业过程,利用方法实现多元复合并发生产异常模式的特征选择过程.