基于文本语义离散度的自动作文评分关键技术研究

该文尝试从文本语义离散度的角度去提升自动作文评分的效果,提出了两种文本语义离散度的表示方法,并给出了数学化的计算公式。基于现有的LDA模型、段落向量、词向量等具体方法,提取出四种表征文本语义离散度的实例,应用于自动作文评分。该文从统计学角度将文本语义离散度向量化,从去中心化的角度将文本语义离散度矩阵化,并使用多元线性回归、卷积神经网络和循环神经网络三种方法进行对比实验。实验结果表明,在50篇作文的验证集上,在加入文本语义离散度特征后,预测分数与真实分数之间均方根误差最大降低10.99%,皮尔逊相关系数最高提升2.7倍。该表示方法通用性强,没有语种限制,可以扩展到任何语言。

数字域斜模态时间延迟积分技术

为了实现遥感图像超分辨目的,提出数字域斜模态时间延迟积分(Digital Domain Tilting Model Time Delayed and Integration,DT-TDI)技术。对技术过程所涉及的数字域TDI技术、倾斜采样成像理论、数字域斜模态TDI技术等分别进行分析与研究。首先,构建通用的数字域TDI模型。之后,利用倾斜采样成像思想,构建适用于不同倾斜角度下的DT-TDI模型。然后,以45°倾角对模型进行实验验证,获取该角度一定姿轨条件下的序列低分辨率图像。最后,通过超分辨算法对具有亚像素位移的低分辨率图像序列进行超分辨重构,获取高分辨率图像。实验结果表明,DT-TDI技术可在不同倾斜模态下进行稳定成像,45°倾角时获取的低分辨率图像亚像素位移误差约15%,基本满足超分辨重构需求。重构后图像分辨率明显提升。

无人机载高光谱成像设备研究及应用进展

无人机载高光谱成像设备因其机动灵活、操作简单等优点,被应用于诸多研究领域,具有广泛的发展前景。本文对当前无人机载高光谱成像设备的相关研究进展进行了系统的总结和评述。首先,基于高光谱成像仪的发展过程阐述了无人机载高光谱成像设备在数据获取中的显著优势;其次,从成像方式和研究现状方面指出了目前无人机载高光谱成像设备影像幅宽窄、成本高和国产化水平低的问题,并介绍了基于无人机高光谱成像设备的最新应用研究成果,针对当前的设备缺点提出解决方案;最后,指出了无人机载高光谱成像设备的未来发展趋势。本文可为无人机载高光谱成像设备的研制提供一定的借鉴和参考,也可为基于无人机载高光谱成像设备的应用提供一定帮助。

先苦后乐:英语乐学大学生在英语学习时情绪反应的脑认知特点

运用功能性磁共振成像(fMRI)技术探索了乐学英语的大学生在对中、英文材料的学习、记忆及成绩反馈过程中的情绪和脑活动特征。结果发现,被试学习英文较之学习中文积极情绪更少且伴随更强的前部脑岛的激活;但当他们获得关于英文成绩的正反馈时,中脑奖赏区的激活却明显高于获得中文成绩正反馈时的情形,且中脑激活与英语乐学呈正相关。这说明乐学是"苦中作乐",人们虽在学习时并未体验到更多快乐,但其成功却带来了更大的心理奖赏。

面向全球DEM生产的点云智能滤波与DEM泊松编辑方法

国家全球战略急需全球地理信息资源的支撑,如何利用国产高分辨率卫星影像高效生产全球DEM已经成为我国全球地理信息资源建设工程的重大任务。由于全球地形地表结构的多样性和复杂性,现有依靠单一滤波模型或有限滤波规则的点云滤波方法的可靠性和效率难以保证。为此,本文提出一种可靠、高效、稳健的影像密集匹配点云数据智能滤波与DEM泊松编辑方法,通过顾及弯曲能量的点云自适应滤波及多边界约束的泊松地形编辑方法的设计与实现,构建了点云自适应滤波与定向智能精准编辑软件LINK。通过四川、黑龙江、陕西、海南、重庆测绘地理信息局等多家生产单位,采用覆盖国内外重点区域不同地形地表结构特征的资源三号卫星影像的DSM数据,进行DEM试生产验证。结果证明了本文方法的可靠性和有效性,在DEM生产困难的建筑区、森林和水域等区域,精度和效率优势明显,为全球大规模DEM生产提供了有力支撑。

从机器翻译历程看自然语言处理研究的发展策略

本文试图从超脱细节的宏观角度,对机器翻译的发展历程进行扼要的总结和深刻的评介,着重于刻画各个时期在基本方法和核心技术上的主要特征,从而勾勒出机器翻译的全过程演进脉络。在上述考察和分析的基础上,文章对国内机器翻译乃至自然语言处理研究的近期发展策略提出了若干建议。

金融领域的事件句抽取

事件句抽取是事件抽取中的核心环节,在金融领域中,公司名识别则是事件句抽取中的重点和难点。针对金融领域的事件句抽取,首先充分利用互联网搜索和上市公司名信息进行公司名识别,如果一个N元组是公司名,则进行互联网搜索的结果中包含"公司""集团"等字词多,同时与公司名库中部分公司名有较高的匹配度;其次,综合考虑句子位置信息、包含公司名信息、包含领域动词信息、与标题相似度四个方面特征,构造权值表达式;最终从句子集中选出金融事件句。在数据集上测试,实验结果证明提出的金融领域事件句抽取方法是可行的,公司名识别方法的正确率可达82.28%,召回率达68.93%,事件句抽取的正确率可达66.83%。

顾及平面特征的车载激光扫描系统外参数标定法

激光扫描仪外参数的标定是获取高精度三维地理信息数据的前提和保障。传统标定方法大多需布设特定的检校场、人工采集检校点,求解过程计算量较大。基于此,本文提出通过采集不同车行方向的同一区域的点云数据,提取平面特征数据并进行平面特征数据的自动化配准,对多个不同角度的平面特征的共同检校,实现三维空间中不同车行方向采集的相同地物点云的重合,最终完成系统外参数的标定的方法。试验结果显示,该方法对车载激光扫描系统外参数的标定实现了自动化,减少人工参与且达到了较高的检校精度。

激光雷达点云特征表达研究进展

激光雷达点云的特征表达是激光雷达点云分类识别的基础和关键,也是当前研究的重点和热点问题。该文对激光雷达点云特征表达的研究进展进行了探索和总结。首先,分别从基于点特征和基于对象特征的对比、稀疏编码特征、多层次特征及深度学习特征四方面进行论述,阐明了各种特征的特点,并验证了基于对象特征的优势;其次,对稀疏编码特征、多层次特征和深度学习特征进行了实验分析,得到稀疏编码特征及多层次特征在点云分类识别方面的特性及优势;最后,指出了激光雷达点云特征表达研究的未来发展趋势。该文可为激光雷达点云等空间数据的识别与结构化表达提供一定的借鉴和参考,也可为环境感知、自动驾驶等应用提供一定帮助。

一种改进的Attention-Based LSTM特征选择模型

为了对高校学术活动进行信息提取和文本分类,基于结合注意力机制的长短期记忆网络(Attention-Based Long Short-Term Memory)特征选择模型,构建了高校学术活动分类系统。通过大量分析高校学术活动语料的特点,准确抽取学术活动的相关内容,改善了文本数据质量;提出了一种改进的Attention-Based LSTM特征选择模型,降低了数据维度,有效地突出了重点信息。实验结果表明,该方法提高了分类的准确率,其分类效果明显优于普通LSTM(Long Short-Term Memory)模型和传统模型的处理结果。

310 GHz太赫兹通信系统设计

太赫兹波具有传输速率高、容量大、方向性好、抗干扰能力强等特点,由于大气损耗大和大功率源的缺乏,较适用于短距离无线通信。基于300 GHz频段的优良特性,设计了一种310 GHz太赫兹无线通信系统。通信链路基于美国亚毫米波与太赫兹产品制造公司(VDI)的谐波混频和超外差收发,系统主要由倍频器、功率放大器、滤波器和VDI次谐波混频器构成。根据链路预算搭建实际通信系统,仿真和实验结果证明:随着通信速率的升高,解调信号的失真逐渐增加。通信距离1 m条件下,系统能实现10 Gbps无误码传输,当速率达到11 Gbps时,误码率为5×10^-6。

Linux内核参数对Spark负载性能影响的研究

关于Spark性能的研究目前正在成为热点,但调优策略多位于应用层,而不是系统层。操作系统作为硬件之上的第一层软件,对硬件性能发挥起着根本作用。Linux内核提供了丰富的参数作为优化性能的接口,但实际中,这些参数的作用并没有得到充分发挥。人们更多是采用系统默认值,而不是根据具体环境进行调整。然而本文实验发现,系统默认值并不一定是最好的选择,有时甚至是最坏的。定义了"影响比"这一概念,并基于此概念提出了一种通过分析内核函数的执行情况来认识参数对Spark应用影响的方法。针对Spark内存计算的特点,从大页、NUMA这两个与使用内存紧密相关的方面分析了相关内核参数对几种典型Spark负载的性能影响,并由此得出一些结论。希望本文的分析和结论可以为Spark平台合理设置内核参数提供一些参考。

面向DEM构建的点云四叉树和R树混合索引研究

机载激光扫描点云数据量大,导致处理点云数据的效率不高.为此,借助四叉树对空间的快速分割和R树的自平衡特性,提出一种基于四叉树和R树混合空间索引的数字高程模型(digital elevation model,DEM)构建方法.首先针对原始点云数据建立外存索引;然后遍历索引以便将符合要求的区域点云分别导入内存,并以形态学滤波法对不同区域内的点云进行同步滤波处理;最后对于分区域处理得到的地面点数据,采用反距离加权内插法得到DEM.实验证明,在确保DEM精度的基础上,应用该索引方法能够极大地提高DEM构建的效率.

基于LSTM的金融新闻倾向性

为尽早发现负面新闻以降低对公司的影响,提出采用判断新闻文本关键句群倾向性的方法判断新闻的倾向性。对于公司名识别,在综合原有方法优势的基础上增加百度百科查询,向公司名基础词典加入公司名和公司代码映射;在关键句群抽取环节中,使用doc2vec模型计算句子和新闻标题相似度,综合句子位置信息、句子中领域动词信息、句子中公司名信息;使用Word2vec模型并结合TFIDF的句子表示方法,使句子的表示更加准确、更有侧重。使用LSTM模型对关键句群进行分类,实验结果表明,该模型分类效果优于传统机器学习分类模型和CNN。

顾及局部特征的分区多阈值水系提取方法

确定集水面积阈值是提取流域水系的关键,已有集水面积阈值确定方法存在单一阈值提取水系不准确、多阈值数据获取困难等问题。该文基于黄土高原韭园沟流域DEM数据,提出基于水系局部特征的多阈值约束的集水面积阈值确定方法,并将该方法提取的水系和单一t值确定法与河网密度法提取的水系进行精度评价。研究结果显示:多阈值约束法提取水系的平均分支比和平均长度比分别为4.94和9.90,与真实水系(4.36和9.60)的差异最小,而其他两种方法差异均较大,表明多阈值约束法提取的水系能够更为真实地表达水系特征,且所需数据少,为DEM水系提取最优集水面积阈值提供了新思路。

基于改进BP神经网络的学术活动文本分类

网站已成为高校发布学术活动通知的主要平台,能否从中准确抽取相关信息并进行分类,直接影响着办公自动化的效率。为了实现文本分类,采用向量空间模型(VSM)描述文本,利用一种改进的TF-IDF算法设置文本向量特征权重,并通过优化的互信息算法来实现文本特征提取与降维,改善了分类模型的向量输入。最后在构造BP神经网络文本分类器时,通过激活函数的选择、参数的初始值设置以及动量因子的引入对其进行改进。实验结果表明,改进后的方法在分类精度上有明显的提高,利用该方法可以较好地进行学术活动的文本分类。

注意力增强的双向LSTM情感分析

在基于深度学习的情感分析工作中,传统的注意力机制主要以串行的方式作为其他模型的下一层,用于学习其他神经网络模型输出的权重分布。该文在探究使用深度学习进行句子级情感分析任务的基础上,提出一种注意力增强的双向LSTM模型。模型使用注意力机制直接从词向量的基础上学习每个词对句子情感倾向的权重分布,从而学习到能增强分类效果的词语,使用双向LSTM学习文本的语义信息。最终,通过并行融合的方式提升分类效果。通过在NLPCC 2014情感分析语料上进行测试,该模型的结果优于其他句子级情感分类模型。

两种310 GHz无线通信系统设计与比较

太赫兹波具有带宽超宽、波束窄、方向性好和传输容量大等特点,因而成为未来高速无线通信研究的热点.本文设计了两种310GHz无线通信系统:一种是基于AMC557高功率倍频链发射机和超外差接收机的通信链路;另一种是基于VDI谐波混频超外差收发的通信链路.系统传输性能的仿真结果表明:随着通信频率的升高,解调信号的失真逐渐增加.通过比较两种链路预算方案,发现基于AMC557高功率发射链在传输距离上更有优势,发射功率为40mW时,可以实现10m距离、10Gbps速率的无线数据传输,适用于Gbps量级的室内短距离大功率高速无线传输;基于谐波混频超外差收发的通信链路在通信速率上优势明显,通信速率可达20Gbps,但受发射端输出功率-15dBm限制,传输距离大幅缩短为0.2m,在链路中增加太赫兹透镜提高增益可以使通信距离延伸至2m.而且这种发射机内部结构简单便于集成,有利于实际系统的搭建,更适用于10Gbps级别以上的超高速短距离无线通信.

基于太赫兹片上系统微带线的设计与仿真

太赫兹片上系统是一种将太赫兹产生和探测装置以及波导传输装置集成在同一基片上的设计,应用于晶体材料的共振吸收以实现对太赫兹时域光谱的探测。太赫兹产生与探测装置都由光电导天线构成,波导传输装置由微带线构成。微带线是一种能够传输高频电磁波的波导结构,但相比于自由空间波导具有高损耗和散射特性。为了研究微带线的结构参数对太赫兹波传输损耗的影响,采用模拟仿真的方法,得出了传输损耗随着传输长度和频率的增加而增加,随着微带线金属层厚度与介质层厚度的增加而减少的规律,从而证明了传输损耗的减少能够通过合理设计微带线结构来实现。

作文段落句间逻辑合理性等级评测

在作文评测中,句间逻辑合理性是评价语言运用能力的一项重要指标。从句间连贯性角度出发,采用句子排序的相关算法研究句间词汇中的潜在关联,并对作文段落逻辑合理性进行定量分析,达到对作文段落逻辑合理性等级评测的目的。以计算条件熵为基础,使用马尔科夫随机游走模型进行句子排序;计算过程中融入word2vec和同义词词林进行语义扩展;经ROUGE-L评分,该模型取得了较好的效果。提出带优化的句间逻辑合理性评测模型,实验证明其能够取得最优的效果。建立ROUGE-L分值与由专家评判的段落句间逻辑合理性等级的对应关系,确定ROUGE-L与逻辑合理性等级判定的分类边界,为辅助中文作文智能评测提供了新思路。