话题跟踪中静态和动态话题模型的核捕捉衰减

话题跟踪是一项针对新闻话题进行相关信息识别、挖掘和自组织的研究课题,其关键问题之一是如何建立符合话题形态的统计模型.话题形态的研究涉及两个问题,其一是话题的结构特性,其二是话题变形.对比分析了现有词包式、层次树式和链式这3类主流话题模型的形态特征,尤其深入探讨了静态和动态话题模型拟合话题脉络的优势和劣势,并提出一种基于特征重叠比的核捕捉衰减评价策略,专门用于衡量静态和动态话题模型追踪话题发展趋势的能力.在此基础上,分别给出突发式增量式学习方法和时序事件链的更新算法,借以提高动态话题模型的核捕捉性能.实验基于国际标准评测语料TDT4,采用NIST(National Institute of Standards and Technology)提出的最小检测错误权衡系数评测法,并结合所提出的核捕捉衰减评价方法,对各类主要话题模型进行测试.实验结果显示,结构化的动态话题模型具有最佳的跟踪性能,且突发式增量式学习和时序事件链的更新算法分别给予动态话题模型0.4％和3.3％的性能改进.     

遗传算法的改进及其工程应用研究

控制器参数的优劣对工业控制器的性能影响较大,参数寻优也是当前智能算法的主要研究的方向之一。遗传算法因其优良的寻优能力得到了广泛的发展,但其本身尚存在诸多问题有待改进。针对传统遗传算法种群多样性较差、优化过程中易过早收敛的缺点,在传统遗传算法的基础上提出并加入了一种种群精简优化算法,提高了寻优精度。将该算法应用于工业转炉汽包液位控制系统参数寻优,提高了液位控制精度。     

增量式SVM的数据流异常检测模型

针对网络数据流异常检测,既要保证分类准确率,又要提高检测速度的问题,在原有数据流挖掘技术的基础上提出一种改进的增量式学习算法.算法中建立多模型轮转结构,在每次训练中从几何角度出发求出当前训练样本集的支持向量,选择出分布于超平面间隔中的支持向量进行增量SVM训练.使用UCI标准数据库中的数据进行实验,并且与另外两种经典分类模型进行比较,结果表明了方法的有效性.     

基于增量式PID算法的帆板控制系统的设计

基于STC12C5A60S2单片机与增量式PID算法,实现对帆板系统的控制。该系统主要由键盘模块、显示模块、风扇驱动模块、角度测量模块、报警模块组成。角度传感器测量帆板的角度并反馈回单片机,通过增量式PID算法计算,并由PWM方法控制风扇的转速,从而实现精确控制风扇风力与帆板角度。     

动力后坐试验台数据采集系统设计与实现

为满足动力后坐试验台位移、速度数据高速采集的要求,介绍了一种以增量式编码器为位移传感器、以STM32F107VCT6MCU为下位机数据采集模块,采用MicrosoftVc＋＋6．0开发上位机试验软件的动力后坐试验台位移速度采集系统,实现了对试验中位移、速度数据的高速采集,并利用TeeChart控件实现速度位移曲线的绘制。现场试验结果表明该系统达到了设计要求,实现了数据的高速采集和曲线显示。     

改进增量式PID在电动车异步电机控制的应用

通过一种改进增量式PID控制算法解决纯电动车的三相异步电机在常规PID控制算法下,其启动、刹车或大幅度增减设定的速度值时存在输出饱和、噪声干扰、积分环节存在饱和效应,不能有效改善纯电动车电机系统的动态特性等问题,将其应用于纯电动车的三相异步电机的控制.通过建立纯电动车三相异步电机仿真模型,并与常规PID控制、自适应控制进行比较分析,仿真结果表明:改进的增量式PID控制可提高三相异步电机励磁绕组所产生的磁链旋转质量,使其速度加快,及时跟随电机对转速的调节需求,有效提高了电机的动态特性.     

基于同步补偿法的精密温度测控系统设计

设计了一种高精度温度测控系统。在恒流源测温电路中接入基准电阻作为系统测温的零度基准,放大电路对基准电阻与铂电阻两端的电压差进行放大;采用同步补偿法,在测温电路中接入采样电阻以获取A/D转换所需的参考电压,消除了恒流源电流的波动对系统测温性能的影响;通过分段线性化的方法对铂电阻测温的非线性进行补偿。基于MAX1968构建了高集成度的TEC驱动电路,采用增量式PID控制算法实现高精度的温度控制。实验结果表明,系统测温标准差为0.024℃,控温精度为±0.119℃。     

一种基于叶分量分析的带有监督信息的在线学习方法

在一些模式识别应用中,具有类属信息的样本数量较少,此时监督学习算法会遇到小样本问题,导致分类器的识别精度大幅低于预期水平.基于叶分量分析,提出一种带监督信息的在线学习方法.该方法在训练过程进行监督学习,而在模式识别阶段能够在对输入样本进行分类的同时基于这些样本进行非监督在线学习,因此实现了监督学习与非监督学习的结合.在小本量情况下,在线学习可以弥补训练阶段监督学习的不足,仍能保证获得较高的识别精度.实验证明,该方法能够有效克服小样本问题.     

DAS模式下基于密文分组索引的完整性验证

目前关于DAS模式下的全概率完整性验证方法主要是建立在明文数据上,并没有建立在密文数据上的完整性验证方法。提出一种建立在密文数据上的适用于动态数据库的完整性验证方法。分组索引是在DAS模式下的一种高效的密文索引,在密文数据分组索引的基础上,提出利用无碰撞增量式哈希生成完整性验证信息的方法。这是一种验证速度快(可并行计算)、维护代价小(对于增删改操作可增量式维护)的全概率验证方法,适用于动态数据库中完整性的验证。     

IPSBSAR:一种基于熟人关系的增量式P2P搜索算法

P2P网络中参加资源共享的节点日益增多且呈海量趋势.如何在海量用户、海量资源的情况下,对所有满足查询语义的资源进行穷尽式搜索是一个颇具挑战性的问题.针对这一问题,提出了一种基于熟人关系的增量式P2P搜索算法IPSBSAR.算法基于人类社会的熟人关系,将人类社会关系中个体间交流与合作机制引入到P2P网络中,不但实现了P2P网络的增量式搜索,而且可以避免由非法拷贝而引起的版权问题.实验表明,IPSBSAR算法能够以较低的代价和较低的路由延迟,获得较高的增量式查询命中率;对同一语义进行穷尽式搜索时,能够搜索出满足查询语义的绝大多数资源,具有较高的效率.