检索结果-南通市图书馆

基于伪地震数据模式学习的多次波自适应相减方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

石油物探 2022年第3期61卷 423-432,443页

作者：姜博午刘金朋陆文凯北京化工大学机电工程学院北京100029 智能技术与系统国家重点实验室北京100084 北京信息科学与技术国家研究中心北京100084 清华大学自动化系北京100084 中海油田服务股份有限公司物探事业部特普公司广东湛江524057

相比于传统匹配相减方法,模式学习方法将多次波衰减分成多次波模式学习和自适应相减的两个独立过程,因而能够更好地保护一次波。然而,由于多次褶积的影响,预测多次波模型存在相位、频带、振幅误差。为了在不损伤一次波的基础上,尽可能... 详细信息

相比于传统匹配相减方法,模式学习方法将多次波衰减分成多次波模式学习和自适应相减的两个独立过程,因而能够更好地保护一次波。然而,由于多次褶积的影响,预测多次波模型存在相位、频带、振幅误差。为了在不损伤一次波的基础上,尽可能减少多次波残留,提出了基于伪地震数据的模式学习方法。利用预测地震道,得到其Hilbert变换道以及预测道和Hilbert变换道的一阶导数,作为伪地震数据的4个分量,补充预测多次波模型中相位和高频信息。模式学习阶段利用主成分分析法分别学习伪地震数据4个分量的多次波字典矩阵,然后按列拼接得到联合字典矩阵;自适应相减阶段基于学习到的联合字典矩阵,利用裂步Bregman算法从原始地震数据中重构多次波,实现一次波和多次波的分离。模拟数据和实际资料处理结果表明,该方法在保护一次波的同时,能有效压制多次波,模型数据的一次波信噪比提升了1dB。

关键词：多次波模式学习自适应相减 Hilbert变换伪地震数据

在线全文

学校读者我要写书评

暂无评论

模式学习在QA系统中的有效实现

计算机研究与发展 2006年第3期43卷 449-455页

作者：杜永萍黄萱菁吴立德复旦大学计算机科学与工程系

开放领域的问题回答(question answering)是自然语言处理领域中具有挑战性的研究方向.提出了一种基于模式学习实现问题回答的方法,核心思想是利用机器学习方法得到的答案模式获取问题答案.该方法优势在于①模式学习完全自动化实现;②解... 详细信息

开放领域的问题回答(question answering)是自然语言处理领域中具有挑战性的研究方向.提出了一种基于模式学习实现问题回答的方法,核心思想是利用机器学习方法得到的答案模式获取问题答案.该方法优势在于①模式学习完全自动化实现;②解决了目前普遍存在的模式约束性弱及答案缺乏语义类型限制等缺陷.在TREC测试集上的实验结果表明,它不但解决了简单模式所覆盖的问题集,同时也解决了需要较强约束性模式进行答案抽取的问题集,而后者的问题数目在TREC测试问题集中占约80%.

关键词：问题回答模式学习答案抽取

在线全文

学校读者我要写书评

暂无评论

求解TSP问题的模式学习并行蚁群算法

控制与决策 2004年第8期19卷 885-888页

作者：萧蕴诗李炳宇吴启迪同济大学电子与信息工程学院上海200092

针对大规模旅行商问题(TSP)会遇到计算时间过长以及计算效率降低的问题,将并行计算和模式学习引入蚁群算法,通过各个节点机提取模式,在各节点间筛选和交流优良模式,以改变计算粒度,达到缩短计算时间、提高计算效率的目的.实验结果表明... 详细信息

针对大规模旅行商问题(TSP)会遇到计算时间过长以及计算效率降低的问题,将并行计算和模式学习引入蚁群算法,通过各个节点机提取模式,在各节点间筛选和交流优良模式,以改变计算粒度,达到缩短计算时间、提高计算效率的目的.实验结果表明该算法取得了较好的效果.

关键词：旅行商问题蚁群算法模式学习并行策略

基于模式学习的形式化答案抽取技术与置信度评价方法

在线全文

学校读者我要写书评

暂无评论

电子学报 2008年第12期36卷 2339-2343页

作者：李鹏乔佩利王晓龙王宝勋哈尔滨理工大学计算机科学与技术学院黑龙江哈尔滨150001 哈尔滨工业大学计算机科学与技术学院黑龙江哈尔滨150001

本文提出一种基于模式学习的形式化答案抽取方法,区别于传统基于特征的答案抽取方法,通过问题模式和答案模式的自动匹配,直接获取问题答案.本文通过机器学习的方法自动生成用于答案抽取的形式化模板,克服了人工方法费时、费力以及覆盖... 详细信息

本文提出一种基于模式学习的形式化答案抽取方法,区别于传统基于特征的答案抽取方法,通过问题模式和答案模式的自动匹配,直接获取问题答案.本文通过机器学习的方法自动生成用于答案抽取的形式化模板,克服了人工方法费时、费力以及覆盖率低等问题.本文创造性地采用逻辑回归的方法对所学习到的模式进行置信度评价.对比实验表明,本文的方法取得了比较好的答案抽取效果.本文方法实际应用于国际TREC QA评测,评测结果证明本文的方法与传统基于特征的答案抽取方法具有很好的互补性.

关键词：模式学习问答系统答案抽取置信度逻辑回归

在线全文

学校读者我要写书评

暂无评论

基于模式学习的中文问答系统答案抽取方法

吉林大学学报（工学版） 2008年第1期38卷 142-147页

作者：余正涛毛存礼邓锦辉章程郭剑毅昆明理工大学信息工程与自动化学院

答案抽取是中文问答系统的关键,而通常答案是借助于问题的答案句子模式抽取得到,由于答案句子模式是语言专家根据语言规则提炼获得,因此非常依赖于专家经验。针对这一局限性,提出了一种利用模式学习来获得中文答案句子模式的方法,该方... 详细信息

答案抽取是中文问答系统的关键,而通常答案是借助于问题的答案句子模式抽取得到,由于答案句子模式是语言专家根据语言规则提炼获得,因此非常依赖于专家经验。针对这一局限性,提出了一种利用模式学习来获得中文答案句子模式的方法,该方法利用搜索引擎从互连网上检索相关问题文本,人工提取包含答案的句子段,并标注问题类型及答案,形成各种问题类型的问答训练语料。通过统计学习,提取候选答案句子模式,计算候选句子模式权重,并根据权重获得相应问题类型的答案句子模式。基于事实的问题答案抽取结果表明,提出的基于模式学习的方法有很好的效果,实验答案提取准确率值达到了0.28,学习方法获得的模式基本上覆盖了常规答案句子模式。

关键词：计算机软件问答系统答案抽取模式学习模式匹配

模式学习优化的文化算法在环境艺术创新设计中的应用

在线全文

学校读者我要写书评

暂无评论

科技通报 2017年第3期33卷 111-114页

作者：凌霞陈飞虎西南民族大学城市规划与建筑学院成都610000

针对标准文化算法在环境艺术创新设计中还存在收敛精度不高、应用效果较差等问题。本文提出了一种基于模式学习文化算法的环境艺术创新设计模型。首先采用遗传算法为文化算法的群体空间提供种群,然后利用模式抽取获取优秀个体所携带的... 详细信息

针对标准文化算法在环境艺术创新设计中还存在收敛精度不高、应用效果较差等问题。本文提出了一种基于模式学习文化算法的环境艺术创新设计模型。首先采用遗传算法为文化算法的群体空间提供种群,然后利用模式抽取获取优秀个体所携带的特征信息,并定期组织种群内个体向这些特征信息进行模式学习,从而充分利用了优秀模式的引导作用,加快了算法的收敛速度。通过仿真实验表明,本文提出的改进算法相比较标准算法具有较好的多目标优化精度,且在环境艺术创新设计中应用良好。

关键词：模式学习环境艺术创新设计文化算法特征信息提取模式引导

在线全文

学校读者我要写书评

暂无评论

基于模式学习的文化遗传算法研究

计算机工程与应用 2007年第22期43卷 38-40,75页

作者：高丽丽刘弘李同喜山东师范大学信息科学与工程学院济南250014

针对遗传算法的缺陷,提出了一种基于模式学习的文化遗传算法,该算法将遗传算法纳入文化算法框架,组成基于GA的主群体空间和信念空间两大空间,主群体空间在进化过程中定期组织最差个体向信念空间提供的种群最优模式学习,从而充分利用了... 详细信息

针对遗传算法的缺陷,提出了一种基于模式学习的文化遗传算法,该算法将遗传算法纳入文化算法框架,组成基于GA的主群体空间和信念空间两大空间,主群体空间在进化过程中定期组织最差个体向信念空间提供的种群最优模式学习,从而充分利用了优秀个体所包含的特征信息,在很大程度上提高了收敛速度。实验结果表明,该算法是一种提高遗传算法性能的有效算法。

关键词：遗传算法文化算法模式抽取模式学习

在线全文

学校读者我要写书评

暂无评论

位移不变的视觉模式在线学习和识别

自动化学报 1997年第2期23卷 275-278页

作者：沈实王正志胡德文周宗潭国防科技大学自动控制系

提出了一种二维模式识别的神经网络模型ＡＲＴ－Ｃｏｇｎｉｚｅｒ，该模型采用新认知机的结构和自适应共振网络的自顶向下的注意和匹配机制，因此对模式在视野中的缩放和平移有容忍能力，并对自组织学习过程有自稳定能力。

关键词：视觉模式识别新认知机模式学习模式识别

在线全文

学校读者我要写书评

暂无评论

基于模式学习的一致性错误冒险抑制技术研究

基于模式学习的一致性错误冒险抑制技术研究

作者：奚旺南京大学

学位级别：硕士

在普适计算环境下,应用程序可以通过传感器来获取的环境上下文信息,并以此自动调整自身行为,为用户提供个性化服务。然而,由于传感器误差以及数据传输失效等因素,上下文信息并不一定准确,这就导致了上下文一致性错误问题。不一致的上下... 详细信息

在普适计算环境下,应用程序可以通过传感器来获取的环境上下文信息,并以此自动调整自身行为,为用户提供个性化服务。然而,由于传感器误差以及数据传输失效等因素,上下文信息并不一定准确,这就导致了上下文一致性错误问题。不一致的上下文信息可能会损害应用程序的正常运行,降低服务质量,甚至导致程序崩溃,因此需要被及时的检测和修复。通常,上下文信息由应用中间件管理,中间件会部署一致性约束来定义环境上下文信息必须具备的属性。当上下文信息发生变化时,中间件会对一致性约束进行检测。一旦某条一致性约束被违背,中间件就会意识到一致性错误产生,并且可以根据情况选择恰当的修复策略。这个过程称为环境上下文一致性错误检检测和修复,或者简称为一致性检测和修复。传统的一致性检测方法是,每当上下文信息发生任何变化时,与之相关的所有约束都需要进行检测,以发现潜在的一致性错误。然而,这种做法会导致大量的误报,很多被检测出来的一致性错误实际上并不是由不准确的上下文数据导致,而是由于在不恰当的时机进行一致性检测而引发的,我们将其称之为“一致性错误冒险”,简称为“冒险”。这些冒险很快就会自行消失,不会对应用程序运行造成任何影响,因此对一致性错误冒险的检测和修复是没有必要的,只会浪费计算资源。在某些情况下,检测和修复冒险甚至会影响程序的正常运行,因此应当加以避免。一致性错误冒险与真实的一致性错误没有本质的不同,都是由一致性约束没有被满足而导致的。其区别仅在于是否会在短时间内自行消失。因此,一个一致性错误在刚刚检测出来时,中间件通常无法判断它到底是真正的一致性错误,还是一个误报。本文针对这种冒险进行了完整的研究,分析了冒险的危害和成因,并提出了自动的一致性错误检测调度算法来抑制这类冒险。本文的主要发现是,这类误报的产生通常伴随着某些特定的上下文变化模式。通过挖掘这些上下文变化模式,一致性错误的检测可以被重新调度,以抑制误报的产生。经过实验验证,本文中提出的调度策略可以有效的抑制90%以上的一致性错误误报,并且能保证绝大部分的真实的一致性错误被及时检测和修复。

关键词：上下文感知应用一致性错误检测一致性错误冒险调度策略模式学习