简介:传统针对文本数据的分析,往往基于词频、词频逆文本统计量作为文本的表示特征.这类方法往往只反映了文本的部分信息,忽略了文本的内在语义特征.本文研究了中文词语衔接的概率语言模型,其基本思想在于根据文本中词语出现的先后顺序进行建模分析,该模型在短文本数据挖掘中能够很好地针对文本语义进行量化分析.主要解决两类问题:一、如何合理地将中文词转化为数字向量,并且保证中文近义词在数字空间特征上的相似性;二、如何建立恰当的向量空间,将中文文本的语义和结构特征等信息保留在向量空间中.最后结合某城市房屋管理部门留言板的实际留言文本数据,利用BP神经网络和RNN网络两种算法,实现概率语言模型的求解.与传统文本处理方法的对比说明,本文的模型方法针对短文本语义挖掘问题具有一定的优势性.
简介:冲突分析图模型中,决策者的态度只有肯定和否定两种,实际问题中往往不止两种;新PAWLAK冲突模型(NPAWLAK模型)将冲突系统中决策者的三种态度扩展到决策争端的三种程度,符合实际情况,因而研究冲突系统中决策者的偏好排序和全局可行方案对决策者的策略选择具有重要意义。本文在NPAWLAK模型的基础上,引入冲突分析图模型理论(GMCR),提出GMCR-NPAWLAK冲突分析混合模型。该混合模型首先拓展和改进的策略优先排序法,实现了冲突系统中各决策者的客观偏好排序;同时,模型给出了全局可行方案的算法,该算法依据决策者的偏好排序分析结果找出系统的全局可行方案。最后,本文以某企业劳资关系的NPAWLAK冲突为例,对冲突系统进行建模和偏好分析,得到了冲突各方的偏好序列和全局可行方案,同时验证了混合模型的有效性。
简介:在对后向台阶流场进行合成射流激励并研究不同激励频率对流场发展影响的过程中,发现流场在低频激励条件下与中高频条件下表现完全不同.为了详细分析这一现象,使用本征正交分解法(properorthogonaldecom-position,POD)将由PIV方法测得的流速分布数据进行分解,采用相位平均手段对含湍流动能较大的主要模态间的关系进行分析,并使用主要模态对流场的主要运动形式进行还原.结果表明,流场在各条件下的主要运动形式均可用少量低阶模态加以基本概括,低频激励下低阶模态相图近似于Lissajous图形,并描述了剪切层在激励作用下的摆动过程.
简介:针对震后次生灾害的演化问题,本文采用多案例分析方法提取地震及其次生灾害事件的属性,从属性层次按照“事件类型、关键属性、从属属性、环境属性和危害评估属性”对其进行结构化描述,分析震后次生灾害事件的属性特征,绘出了震后次生灾害演化Petri网模型。在此基础上,以渐变型次生灾害事件——震后瘟疫为例,根据随机Petri网与马尔科夫链的同构关系,构建了震后瘟疫事件演化系统随机Petri网模型。最后,通过马尔科夫链及相关数学方法对震后瘟疫事件演化系统进行了评估,分析其中的均衡状态及其变动规律,验证了模型的有效性,为应对地震次生灾害事件提供科学的应急决策支持。
简介:首先研究了分、混流排水方式对污水处理系统与海绵城市的影响,并在小区域内将泊松盘采样的雨水口连成管网,用树型动态规划给出小区域管网在经济上的最优解,根据用地类型与管网现状进行管网改造的经济概算。以设定重现期下不发生明显的截留式溢流为强约束条件,对所有小区域进行0-1规划,得到一组解集,并取规划解集中的每一个解,计算征地谈判时间、由错接造成的污水排放流量等指标。在此基础上,以深圳市茅洲河光明片区为例,通过收集DEM数据、用地类型降雨量、地理环境与人文环境等资料,计算光明新区的街区雨量、街区污水量、街区施工建设费用,使用判定模型得到光明新区的排水方案图,并生成选择方案的各项指标以供参考。