网游上演“低俗门”,情何以堪？

近日,当日本AV女星、网络低俗代言人在某游戏发布会上同台骚首弄姿之时,就有业内人士在博客上写出“网游产业亟待整顿”和“网游行业自找整顿”的字样。7月6日,文化部印发《文化部文化市场司关于加强网络游戏市场推广管理—制止低俗营销行为》的函,要求各级文化行政部门和文化市场综合执法机构进一步加强网络游戏市场管理。是的,早该狠狠地管一管了,歪风邪气一定要刹一刹,但这次真的能约束厂商行为、整顿行业秩序、净化网游天空吗？     

民歌自动记谱系统的研究

一首民歌的音高、时值及调性的辨识,是通常自动记谱系统设计中必须面临的基本问题,针对我国民歌的特点,本文提出一种动态的音高及时值的分析法,以及基于统计的调式分析法,实验结果表明,这些方法是成功的。     

声波平面斜测法在拱坝混凝土构件质量检测中的应用

该文主要介绍了声波平面斜测法在拱坝混凝土构件质量检测中的应用。通过实例介绍了该方法的测线布置,成果分析,开挖验证,表明方法的有效性。同时,也阐述了实例中的不足和缺憾,分析了该方法的应用条件。该文可供同行们参考。     

一个英汉机译实验系统句法分析机构的构造理论和实践

本文给出了一个英汉机译系统的句法分析机构。这一机构具有二个特点:其一是文法和程序严格分开,其二是通过一个预示机构和超前搜索机构,代替句法分析推导中的“回溯”(backup)技术。在理论上论述了这种预示机构和超前搜索机构的形成过程,并给出了这种预示机构预示分析表的构造方法。同时,我们引入了一系列增强预示能力的文法改造技术。具体地构造了一个英汉机译实验系统的句法分析机构。证实了这一实现方法的可行性。     

川东北通南巴地区三叠系膏盐岩盖层预测

在精细地层对比、膏盐岩岩石物理分析以及模型正演的基础上,确定了川东北通南巴地区膏盐岩盖层的地球物理响应特征;利用神经网络地震相分析技术刻画了盖层发育相带展布;采用三维地震属性分析、小波分频解释和密度反演等技术预测了膏盐岩盖层分布,建立了一套适合该区膏盐岩盖层的预测技术方法,并对研究区盖层与油气关系进行了初步分析。认为该区主要发育3套膏盐岩盖层,而嘉四五段—雷一段膏盐岩厚度大、蠕动性好,对断层具自封闭效应,是最有利的区域盖层,但封盖条件受断层活动规模影响。该区南部断裂活动弱,往北活动增强,北部断裂封盖条件存在风险。     

我国水资源的危机

我们水利工作者有四怕:一是水大,二是水小,三是泥沙,四是污染。水大就要造成洪涝。解放前2122年的历史资料中有较大的水灾1025次,大体上是两年一次。新中国建成后的四十年中曾发生1954年的长江、淮河大水,1956、1963年的海河大水,1975年的淮河大水,1981年的四川大水等。都是近百年或数十年一遇的大水,造成很大灾害,受灾面积达千万亩至几千万亩。更常见的     

Harmonizing Melody with Meta-Structure of Piano Accompaniment Figure

In this paper, a meta-structure of piano accompaniment figure (meta-structure for short) is proposed to harmonize a melodic piece of music so as to construct a multi-voice music. Here we approach melody harmonization with piano accompaniment as a machine learning task in a probabilistic framework. A series of piano accompaniment figures are collected from the massive existing sample scores and converted into a set of meta-structure. After the procedure of samples training, a model is formulated to generate a proper piano accompaniment figure for a harmonizing unit in the context. This model is flexible in harmonizing a melody with piano accompaniment. The experimental results are evaluated and discussed.     

基于CNN-LSTM的输电线路故障诊断方法研究

电缆作为输电线路重要一环,其运行状态对电力系统影响重大,当电缆结构发生异常时,由于电力电缆敷设环境较为复杂,难以对不均匀结构的电缆进行详细分析。该文以数据驱动的信息融合处理技术为基础,提出了一种基于卷积神经网络（convolutional neural network,CNN）和长短期记忆网络（long short term memory,LSTM）混合模型的电力电缆故障诊断方法,将CNN强大的局部特征提取能力和LSTM处理长序列的方法相结合,有效解决了因电缆参数变化致使原始数据多源性和异构性的问题。使用CNN-LSTM(convolutional neural network-long short term memory)对9种不同类型的电缆状态进行分类,平均识别率为95.9%。所提方法与传统的反向传播神经网络（back propagation neuralnetwork,BPNN）、LSTM等方式进行对比,结果表明,提出的电缆故障诊断方法的检测效果优于传统方法,具有更高的可靠性和稳定性。