现代计算电磁学中的矩量法与快速算法

介绍了现代电磁理论中辐射散射问题的基于边界积分方程的矩量法.通过引入Krylov子空间迭代算法来求解矩阵方程,并使用快速多极子算法来加速计算矩阵向量积,可以使算法的空间和时间复杂度降为O（N15）.     

基于线性规划的区间标度层次分析法

将传统的层次分析法由“点”标度扩展到区间标度,得到区间标度层次分析法.基于区间判断矩阵的权向量的可行域,对其进行一致性检验.并讨论了区间向量的标准化问题,建立了求解区间判断矩阵的区间权向量的线性规划模型.通过两个线性规划模型,自下而上计算各方案相对于各指标的组合区间权重,并给出了区间层次总排序的算法.算例验证了方法的有效性.     

新浪微博搜索排序方法研究

深入讨论了基于向量空间模型以及基于潜在语义分析的微博搜索排序算法,以新浪微博为例,通过建立实验系统,利用新浪微博公共开放平台提供的API获取实验数据,通过一个实验样例阐述向量空间模型和潜在语义分析的处理过程。新浪微博现有排序方法通常不能提供按照相关性排序的满意结果。利用向量空间模型以及潜在语义分析方法,构建"索引词-博文"矩阵,对博文进行分词和向量化。衡量博文和查询的相关度转化成计算博文向量和查询向量之间的相似度。把对博文和查询的处理简化为向量空间中向量的运算。由实验得知基于潜在语义分析的微博搜索排序算法有效地提高了博文的检索效率。     

观测中的信息传递与广义均匀分布

研究检测、估计及模式识别等问题的一般理论,提出“观测过程”的概念,探讨在观测过程中观测客体向观测主体的信息传递过程。提出用“知识分布”来代表观测主体在观测中的先验及后验分布,即在整个实数空间或向量空间上均匀分布。为了描述这种分布,中定义了两个非标准的无究大数及无穷小数,这使得计算机存储和计算非标准数成为可能。     

基于句子语义距离的释义识别研究

针对释义识别任务如何学习上下文语义的问题,提出了利用词向量来表示句子语义距离的模型。首先,利用word2vec训练大规模的词向量模型,把词的语义信息利用向量分布式表示;然后通过欧氏距离来计算句子间词的移动开销;最后基于EMD模型实现了从词语义距离到句子语义距离的建模,通过采用句子变换矩阵来实现句子间语义距离的度量,进而从语义相似性方面进行句子释义识别。实验基于SemEval-2015 PIT任务,与作为实验基线的逻辑回归和加权矩阵因数分解方法进行比较,提出的模型采用有监督实验时, 值非常接近实验基线,而采用无监督方法实验时, 值提高了5.8%。     

高等学校设学布点模糊多因素决策方法

高等学校设学评判涉及主观评判因素和客观评判因素 ,利用模糊理论 ,定义了主观评判因素三角模糊数 ,综合不同专家意见得到了项目主观因素平均模糊评判向量 ,进而建立了项目混合综合评判矩阵 .基于Bass和Kwak ernaak确定的模糊优先原则 ,提出了三角模糊向量“L 归一法” ,证明了“L 归一法”的合理性 ,实现了对项目混合综合评判矩阵的归一化 .利用层次分析法或模糊一致判断法得到项目评判因素相对重要性平均权值向量 ,计算出了项目模糊综合评判值 .利用Yager方法将项目模糊综合评判效用值实数化 ,建立了项目最优决策整数线性规划模型 ,通过求解模型可得到高等学校设学布点最优决策结果 .     

Sturm—Liouville问题的基于谱的散射反演问题

本文考虑的是Stnrm—Liouville问题的基于谱的散射反演问题。当A_(nxm)和B_(nxm)是两个已知矩阵时,矩阵方程XA=B的求解,通常是用广义逆矩阵讨论的。但是,本文是当阻抗U(x)在点列{x_i,i=1,2,3,…}上的值已给时,用向量空间得到解的结构和误差估计的。实际上,这里所得到的解在矩阵列秩的意义上是“最小”解。     

RDAQAS中问句相似度计算方法研究

在受限领域自动应答系统(RDAQAS)中，以“知网”和领域本体库为基础，计算目标问句和问句语料库中问句的相似度，从中寻找最相近问句，最终提取答案的方式，是一种很实用的自动应答实现模式．文中介绍了金融领域本体库、问句语料库等语义资源的构建方法，提出了基于关键词空间向量模型和基于语义概念空间向量模型的问句相似度计算方法，并对其实现过程进行了详细描述，最后给出了两种方法的具体的问句相似度计算对比实验实例．     

基于奇异值分解的个性化评论推荐

针对如何让消费者在海量评论中快速找到自己感兴趣的评论,该文提出了一个基于奇异值分解的个性化评论推荐系统RevRecSys。该方法首先构建了用户-特征矩阵和评论-特征矩阵;然后利用矩阵分解技术把这两个矩阵压缩到隐因子向量空间;最后通过匹配用户的隐因子向量空间和评论的隐因子向量空间实现评论推荐。通过实验,验证了RevRecSys相比现有的方法,可以获得更好的推荐效果。     

一种基于参考本体的多本体映射方法

随着领域内本体数量的不断增多,很多本体映射方法已经不适用于多本体映射任务。为此,提出一种基于参考本体的多本体映射方法 (multiple ontology mapping based on reference ontology,MOM RO)。在多本体映射过程中,方法MOM RO从源本体集合中提取共享概念集合并建立参考本体;然后利用参考本体来构建一个统一的向量空间模型;然后,将源本体中的概念表示成该模型中的向量,从而使用向量之间的欧氏距离来计算概念之间的相似度;最后,建立源本体之间的映射关系。实验结果表明,方法MOM RO可以有效地完成多本体映射的任务。     

矩阵变换器实现感应电机矢量控制系统方法

论述了空间矢量调制矩阵变换器的基本原理,给出了矩阵变换器-异步电动机调速系统组合控制模型,分析了空间矢量调制策略,并且在Matlab/Simulink平台上,针对矩阵变换器-异步电机矢量控制系统的电机起动运行进行了仿真。仿真结果表明:该策略方法具有良好的起动调速性能,具有很大的应用前景;验证了矩阵变换器空间矢量调制策略的可行性和正确性。     

一种改进的向量空间降维方法

对传统向量空间模型的变量加以改进,通过采用线性子空间方法和独立分量分析方法(ICA)来解决向量空间的降维问题:通过特征词提取,把每个文档与其文档特征向量一一对应;采用ICA对文档特征向量做进一步处理,利用统计的方法寻找特征词之间的语义结构,使向量组合的表示形式具有直观的语义解释,在提取更好的数据分布特征的同时有效地降维...     

非负矩阵分解在入侵检测中的应用

针对当前入侵检测系统存在的检测效果差,对训练数据集要求高的问题,提出了一种使用非负矩阵分解算法的异常入侵检测模型.在预处理阶段综合考虑系统调用数据的时序和频率特征,将进程的入侵检测问题转换为向量空间的异常点检测问题,利用非负矩阵分解在提取特征和数据降维方面的优点,将高维空间降维映射到低维空间,最终在低维向量空间实现入侵检测.实验证实本方法检测效果良好.     

基于用户浏览行为的用户兴趣模型的表示及更新

在分析用户浏览行为获取用户兴趣的基础上,提出一种树状结构模型与向量空间模型相结合来表示用户兴趣模型的方法,基于此用户兴趣模型,把遗忘机制引入模型的更新。这种兴趣模型不但具有加权矢量模型的加权关键词的特点和层次模型的层次性,并且还结合向量空间模型的特点,将用户的兴趣与浏览页面的特征向量结合起来。实验证明,建立用户兴趣模型的方法是合理和有效的。     

运用语义集索引法实现英文文本分类

克服当前文本分类法中基于词形匹配带来的局限性,基于WordNet语义词典和隐含语义索引(LSI)模型,提出了基于语义集索引的英文文本分类方法. 该方法在分类初期首先利用WordNet构建语义词典库,利用单词的语义集代替单词作为文本特征向量的特征项;然后利用LSI模型进一步深入挖掘语义集概念间的深层联系,将语言知识和概念索引有效地融合到文本向量空间的表示中. 针对Naive Bayes及简单向量距离文本分类法的实验结果显示,2种文本分类法的分类准确率均随着语义分析的深入逐步提高,充分表明了语义挖掘对文本分类的重要性和必要性。     

一种基于马氏距离的支持向量快速提取算法

针对用支持向量机解决分类问题，提出了一种采用样本到某一类的马氏距离来提取可能为支持向量的数据的方法，同时阐明了如何解决在输入空间和特征空问中求马氏距离所遇到的问题．利用特征值、特征矢量及伪逆运算的并行计算方法，建立了一种提取支持向量的快速算法．用该方法对训练数据进行预处理后，可以加快支持向量机的训练速度．实验结果也表明了该方法的有效性．     

Multi-channel fast super-resolution image reconstruction based on matrix observation model

A multi-channel fast super-resolution image reconstruction algorithm based on matrix observation model is proposed in the paper,which consists of three steps to avoid the computational complexity: a single image SR reconstruction step,a registration step and a wavelet-based image fusion. This algorithm decomposes two large matrixes to the tensor product of two little matrixes and uses the natural isomorphism between matrix space and vector space to transform cost function based on matrix-vector products model to matrix form. Furthermore,we prove that the regularization part can be transformed to the matrix formed. The conjugate-gradient method is used to solve this new model. Finally,the wavelet fusion is used to integrate all the registered highresolution images obtained from the single image SR reconstruction step. The proposed algorithm reduces the storage requirement and the calculating complexity,and can be applied to large-dimension low-resolution images.     

机构概念设计中功能自动分解的研究

设计模型的建立和功能分解理论是机构概念设计的关键。本文在用运动状态向量对机构模块进行程式化描述的基础上，提出了用基于矩阵初等变换的矩阵分解法进行机构功能的自动分解，由此建立了计算机能够识别的设计模型及功能分解的理论方法，为机构自动化概念设计提供了理论依据。     

基于泡沫图像特征加权SVM的浮选工况识别

针对浮选泡沫视觉特征的多样性和重要度差异以及浮选工况样本数分布不平衡等问题,提出一种基于在线泡沫视觉表观特征加权支持向量机的浮选工况识别方法.通过色彩空间变换,在CIE-Lab空间计算泡沫颜色,采用多方向融合的空间灰度共生矩阵提取泡沫纹理特征,以视觉特征的信息增益评价该特征的重要度,再利用不同工况的样本数加权策略消除样本数不平衡的影响,采用支持向量机方法实现了浮选工况的自动识别.工业运行数据测试结果表明：该方法能够在线识别浮选工况,自动识别准确率达98%,比人工识别率高6%,比传统灰度共生矩阵方法高2%.