非线性协调控制系统状态方程的级数解

针对非线性系统,为了合理利用变量间的有益耦合、消除有害的关联,提出了具有扰动补偿的非线性协调控制原则.根据控制原则,建立了非线性协调控制系统的状态方程,基于该方程导出了对于外界扰动的完全补偿条件,进而给出了完全补偿协调控制系统非线性状态方程.采用直接试探法,求得了该方程的任意阶级数解析解,这是一种有效的非线性系统状态方程的近似求解方法.     

基于匹配策略和社区注意力机制的法律文书命名实体识别

根据司法案件文书中实体名长度较长以及实体间的关联性较强这一特点,该文提出了一种利用最大正向匹配策略和社区注意力机制(FMM-CAM)的法律文书命名实体识别方法.该方法利用最大正向匹配策略,优先获得法律文书中每个字对应的较长的匹配词,将匹配词按字在词中的位置划分到B、M、E、S四个匹配词社区,并利用社区自注意力机制获取不...     

大规模分布式VoD副本建立策略研究

提出了一种基于随机图搜索的副本建立策略,研究了服务获取跳转数和副本复制数对系统流量最小化的影响.发现在网络规模足够大的时候,VoD副本数和点播率服从平方根复制规律,能最大化节约系统的带宽资源.其他情况下,副本数和点播率服从线性比例复制能取得理想的结果.模拟实验和分析证明:该项研究能有效提高分布式网络中资源搜索的命中率,降低整个网络的开销,使网络中的各个节点达到负载平衡.     

Ag/TiO_2纳米复合材料的制备及结构研究

首先采用化学氧化在块体Ti表面制备出多孔纳米TiO2,随后通过高能离子束轰击实现Ag纳米粒子在TiO2表面的有效固定,最终在Ti表面制备出Ag/TiO2纳米复合材料。采用XRD、SEM及TEM手段对其进行了结构表征。结果表明,化学氧化法可制备出多孔纳米TiO2,其晶粒尺寸为10 nm左右;通过调节高能Ar离子束轰击的时间,可对TiO2晶粒尺寸进行小范围有效控制。     

多线程计算机仿真研究

多线程技术是随着多核处理器而迅速发展起来的,对线程以及多线程的内涵进行介绍,阐述线程工作的模式,并以实例的形式阐述多线程的计算机仿真。     

融合语言特征的卷积神经网络的反讽识别方法

面对某些热点事件,微博评论者经常使用反讽来表达对于该事件的看法,以往的情感分析任务往往忽略这一语言现象。为了提高微博情感分析的准确率,该文对反讽识别开展了研究。通过分析中文文本的语言现象和社交网络的特性,归纳了中文微博反讽的语言特征,提出了一种融合语言特征的卷积神经网络(CNN)的反讽识别方法。该方法将反讽特征和句子分别采用Word Embedding作为输入,再卷积、池化后,将其全连接融合,构建了新的卷积神经网络模型。实验结果表明,该方法在反讽识别的性能上优于传统的基于机器学习的方法。     

关于工艺条件对蜡油缓和加氢裂化产品性质的影响分析

针对工艺条件对蜡油缓和加氢裂化产品性质的影响进行研究,简单介绍了加氢裂化产品,本研究实施了相应试验,结合这些内容,总结了工艺条件对蜡油缓和加氢裂化产品性质的影响。最后,探讨了空速对缓和加氢裂化产品性质的影响。希望通过对这些内容的分析,能够为石油化工企业提供一定帮助。     

刨花板握螺钉力测试方法比对试验

现行的刨花板标准GB/T 4897—2003《刨花板》和前版标准GB/T4897—1992《刨花板》中规定的握螺钉力测试方法有较大差异。分别按照两个标准中规定的测试方法对相同的刨花板进行了握螺钉力测试,结果显示,前者测试值偏低。因此,要满足现行标准的要求,应当相应提高刨花板的质量。     

原发性结外淋巴瘤241例临床特点及误诊原因分析

目的 分析原发性结外淋巴瘤的发病及临床特点,总结应对误诊策略.方法 回顾分析2001年1月至2010年4月收治的241例原发性结外淋巴瘤的病例资料.结果 发病率最高的年龄段为51～60岁,男女比例为1.4∶1;前三位常见发病部位为消化道(50.62%),咽淋巴环(14.52%),脾(6.22%);最常见的病理类型为弥漫大B细胞型(58.91%);首发症状多表现为原发器官的肿大及原发部位肿物形成(67.63%).结论 原发性结外淋巴瘤临床表现不特异,应提高警惕,避免误诊.     

基于并行混合网络融入注意力机制的情感分析

针对传统卷积神经网络（CNN）不仅会忽略词的上下文语义信息而且最大池化处理时会丢失大量特征信息的问题,传统循环神经网络（RNN）存在的信息记忆丢失和梯度弥散问题,和CNN和RNN都忽略了词对句子含义的重要程度的问题,提出一种并行混合网络融入注意力机制的模型。首先,将文本用Glove向量化;之后,通过嵌入层分别用CNN和双向门限循环神经网络提取不同特点的文本特征;然后,再把二者提取得到的特征进行融合,特征融合后接入注意力机制判断不同的词对句子含义的重要程度。在IMDB英文语料上进行多组对比实验,实验结果表明,所提模型在文本分类中的准确率达到91.46%而其F1-Measure达到91.36%。