柱形障板条件下声矢量圆阵相位模态域目标方位估计

提出了基于横向、纵向和对角排列的声压振速联合处理协方差矩阵构造的相位模态域最小方差无畸变响应(MVDR)目标方位估计方法。该方法利用弹性柱障散射声场模型,根据声矢量圆阵相位模态变换理论,构造声压与不同振速分量的互协方差矩阵,并进行相加、纵向、横向和对角排列得到扩展互协方差矩阵,将扩展互协方差矩阵分解重构后进行MVDR目标方位估计。理论分析与仿真结果表明,纵向排列互协方差矩阵具有更好的方位估计性能,相加互协方差矩阵具有较低的背景谱,对角和横向排列相对纵向排列较差。水池试验和湖试结果进一步验证了纵向排列互协方差矩阵具有较其他3种方法更好的方位估计性能。

各向异性非线性固体力学的规范空间理论

本文在弹性规范空间概念基础上，利用非平衡态热力学理论，证明了各向异性固体力学非线性问题规范空间场以及不可逆过程本征解的存在。损伤对结构刚度的弱化效应和损伤诱发各向异性效应分别反映在本征弹性和相应的模态向量中。在简正坐标中考察各向异性体变形时，材料的行为以六个普通的粘弹性Ｍａｘｗｅｌｌ方程描述，总的响应由模态叠加得到。以此为基础给出的非线性本构方程具有坐标转换不变性，最后给出了二个具体的算例。

财经类专业搜索引擎关键技术的设计与实现

介绍了一个基于Web挖掘技术的财经类搜索引擎的实现的关键技术,提出了类别向量的概念以及如何将Web结构挖掘和内容挖掘结合起来,并利用改进的VSM技术实现网页自动分类.

基于词语量化关系的主题概念抽取算法研究

随着网络资源的快速膨胀,海量的文本自动处理任务面临着巨大的挑战,而文本主题抽取就是文本自动处理领域中的一项重要研究课题。针对词语量化关系的主题概念抽取算法,首先在词聚类的基础上建立概念向量空间模型,由知网中词语相似度,加权计算出概念权重;然后利用词典中词语之间量化关系,通过对概念的相关向量和权重的向量乘积得到每个概念的主题重要度;最后依据重要度抽取出反映文本主题的概念来。实验证明,上述与传统的词频统计相比,准确率更高。

基于同态加密的密文检索方案研究

现有的密文检索技术主要是采用的是布尔模型,它无法精确的计算出检索项与待检索文件的相关度,不能按相似度进行精确的排序。针对以上情况,结合同态加密技术和基于TF-IDF的向量空间模型技术,采用了一个基于向量空间模型全同态环境下的密文检索方案BVH(Based Vector space model and Homomorphism ciphertext retrieval scheme),BVH主要分为三个步骤:第一是预处理阶段,主要对上传的文件建立倒排索引,生成文件向量集,计算各个文件向量的模,对文件向量集和要上传的文件加密以密文的形式上传到云端;第二个阶段是检索阶段,主要是将搜索词的向量密文和各个文件向量的密文相乘将结果以密文的形式返回给客户端;第三个阶段结果处理阶段,主要是对解密后的结果进行相应的计算处理,对最后的处理结果按相似度大小排序;经分析,该方案在准确率和检索效率方面都得到了较大提升。

声矢量圆阵MVDR目标方位估计

在声场分解所得到的相位模态空间,提出了一种矢量圆阵相位模态域MVDR目标方位估计方法。研究结果表明,该方法和传统的阵元域阵列信号处理方法一样,能够体现矢量水听器的技术优势,同时能够发挥阵列系统的分辨能力。

基于DBN的多模态音乐情感分类研究

文中提出了一种将音频与歌词两种模态结合并利用深度置信网络进行音乐情感分类的方法。在分类器的选择上,将传统的分类器用DBN进行了替换,且改进了子任务结合晚融合法(LFSM)来完成多模态的融合,并验证了该方法的可行性。实验结果表明,该方法对音乐情感分类效果较好,高于基于单一模态和传统分类器的分类方法。

基于中心向量的KNN分类方法在城市属性信息获取中的应用

当前,利用非结构化数据进行信息提取是地理信息领域的研究热点。针对这一热点,本文提出了基于中心向量的KNN分类方法。首先,对向量空间模型的特征项选择及权重计算方法进行了改进;其次,利用KNN算法对非结构化数据进行了分类与排序;最后,以与郑州市相关的200篇网络资源为非结构数据语料库进行验证。实验表明:该方法能够有效地提取非结构数据的城市属性信息,计算效率较高,实用性较强。

基于大数据的煤矿瓦斯事故关键要素分析

针对危害性大、易造成群死群伤的瓦斯事故,运用大数据理念和方法,搜集海量事故相关资料,并通过构建VSM向量空间模型,实现事故相关资料的信息化、数据化。在通用词典和专业词典基础上,运用TFIDF算法,经过词频统计、特征过滤、特征合并,形成事故特征词典。在事故特征词典基础上,进一步运用语料库进行特征词典过滤,并最终通过Delphi法实现煤矿瓦斯事故关键要素识别。