基于碎片分词的未登录词识别方法

提出了一种新的基于碎片分词的未登录词识别方法。该方法首先对文本进行分词,然后对分词结果中的碎片进行全切分生成临时词典,并利用规则和频度信息给临时词典中的每个字串赋权值,最后利用贪心算法获得每个碎片的最长路径,从而提取碎片中的未登录词。实验证明该方法开放测试的准确率达到82.88%,召回率达到87.51%。     

基于新鲜度和配送成本的易腐食品配送路径

为解决企业在制定易腐食品配送计划时难以权衡配送总成本与交付产品的新鲜度的问题,建立以配送总成本最低和交付产品平均新鲜度最大为目标,带时间窗的易腐食品配送路径规划模型。采用自适应差分进化(differential evolution,DE)算法求解模型,通过数值算例验证模型和算法的有效性。与基本DE算法和基本蚁群算法的求解结果进行对比,自适应DE算法的求解结果更优,收敛速度更快。求得的帕累托解集表明配送总成本与交付产品平均新鲜度相悖,增加少量的配送成本可以使交付产品的平均新鲜度得到大幅提升。对易腐食品保质期、时间窗宽度和车辆装载量进行灵敏度分析,为企业在不同配送情景下在配送总成本与交付产品的平均新鲜度之间的权衡提供参考。     

人工智能专利申请的专利保护客体判断

人工智能领域的专利申请是否符合专利保护客体的规定,进而能否获得专利权,是人们十分关心的问题.为了进一步明确相关的审查标准,国家知识产权局于2019年12月31日发布了关于修改《专利审查指南》的公告,对于包含算法或商业规则和方法等智力活动的规则和方法特征的专利申请,如何判断其是否符合专利保护客体、如何进行创造性的判断,进...     

基于单链接聚类过滤法的均值方差模型

为了消除由于估计收益率数据的时间序列的有限性而导致马克威茨均值-方差模型的统计不确定性,采用基于单链接聚类过滤法的均值-方差修正模型.选取上证50成分股2004~2007年的日数据,对修正前后的模型进行了实证对比分析发现:(1)修正后模型投资组合的可靠性系数比修正前模型的平均低0.067;(2)修正后模型投资组合估计风险和预测风险分别比修正前模型投资组合平均低0.096和3.329;(3)修正前模型投资组合的有效大小比修正后模型投资组合小0.0321,表明其风险分散程度更低.这在某种程度上表明:修正后模型要优于修正前模型的投资组合.     

基于关联规则挖掘的食品安全信息预警模型

针对食品生产加工的安全问题,建立了基于关联规则挖掘的食品安全信息预警模型,此模型从数据挖掘视角以食品生产加工的检测数据为处理对象,分析数据异常情况,采用改进的关联规则挖掘APTPPA算法,生成关联路径树、寻找频繁项集、最大频繁项和最大关联规则,进而抽取报警关联规则,挖掘导致食品安全问题的因素并进行诊断和预警,最后通过实验验证了预警挖掘模型的正确性和算法的有效性。     

一种新的定压边界处理方法

依据SIMPLE算法中边界压力的外推格式,结合定压边界条件重新推导了邻近边界内节点的压力计算公式.根据NEUMANN特性给出了新的定压边界速度计算公式,用IDEAL算法来处理压力和速度的耦合.讨论了定压边界流动传热问题的求解步骤.通过几个经典算例将本方法与文献方法进行了对比,结果表明本方法提高了定压边界问题数值解的精度,加快了迭代过程的收敛.     

连续时间的网络截流选址模型与算法——以防御性醉酒驾驶的拦截问题为例

首先提出了连续时间的网络截流选址问题,并以保护整个道路交通网络为目标,建立了防御性醉酒驾驶拦截问题的模型。根据问题的特征,分别设计了基于时间的迭代改进算法和离散选址问题的拉格朗日启发式算法,并通过随机实例对算法进行了测试。结果表明:连续时间的同步拦截问题可以通过分离连续的时间变量和离散的选址变量的方法,多次求解覆盖问题而有效解决,并且迭代改进算法对时间的搜索性更强,从而能够用较少的迭代次数解决原问题。     

MINRES法和有限元法解奇摄动反应扩散方程

讨论奇摄动反应扩散方程 的数值逼近求解问题, 及 均为正实数. 利用有限元方法并结合最小残量法, 给出求解该问题的一个新方 法, 该方法修正了单纯采用有限元方法求解时在边界附近呈现出的非正常扰动的 现象, 避免了因为 过小所引起的解的变异, 从而得到更加精确的数值结果.     

关联规则中一种负增量更新算法的探讨

针对关联规则负增量更新的挖掘问题,提出了一种高效的关联规则负增量更新算法,即NIUA。该算法充分利用原数据库中已有的频繁项集、所有1-项集来生成最小非频繁项集;并采用选样等策略求出删减数据后的频繁项集。整个算法只需扫描删减后的事务数据库一遍,从而提高了关联规则的更新效率。     

一种基于聚类与关联规则算法的DDoS攻击检测模型

分布式拒绝服务（Distribute Denial of Service）攻击是当前主要的网络安全威胁之一．本文分析了DDoS攻击的本质特征,提出了一种基于数据挖掘算法的DDoS攻击检测模型．该模型使用聚类算法与关联规则对网络流量与网络数据包连接状态分别建立特征模型,并确定DDoS攻击的检测阈值．实验表明,该检测模型能够实时有效的检测DDoS攻击．