广西第十届运动会体操比赛技术统计分析

运用现场观察、资料收集以及数理统计等方法 ,对广西第十届运动会男子自由体操、双杠比赛的运动员情况、完成动作质量等几个方面进行了技术统计与分析     

FANUC-OTDⅡ系统复合型固定循环指令的应用探讨

本文详细论述了FANUC-OTDII系统G70-G76指令的应用,并依据其应用场合给出针对性的实例。     

双杠大回环屈体后空翻2周成挂臂动作的运动学分析

通过运动学分析揭示了双杠大回环屈体后空翻2周成挂臂动作的运动学规律和技术特点,为我国运动员发展和改进此类动作提供理论依据和参考数据.     

加工中心安全门的控制

采用开关信号检测加工中心可移动式安全门的开、闭状态，结合FANUCoi系统的PMC程序设计，实现了对安全门状态的实时监控，使安全门真正具备安全防护的功能。     

从第38届世界体操锦标赛看双杠动作的创新与发展

以第38届世锦赛双杠决赛选手为主要研究对象,分析了当今世界双杠D组以上动作的创新与发展。主要有:支撑前摆转体和支撑后摆跳转540°,分腿前空翻114屈臂撑;挂臂前摆屈体后空翻2周挂臂和挂臂前摆转体360°倒立;向后大回环屈体后空翻2周挂臂和梯佩尔特直接屈体前空翻;后回环转体360°倒立。     

基于Jess规则的数据库通知服务

提出一种实现数据库通知服务的技术框架,使用Jess规则代替SQL编码来表达用户的数据监控策略,规则执行时先由规则解释器将规则翻译成SQL语句然后执行.使用这种方法,数据监控策略易于理解和接受,修改方便;其次,可在规则解释器中实现异构数据库系统之间的关联通知服务;最后,Jess规则还可以进行复杂的推理,实现通知业务的智能化.     

数据挖掘在生物医学工程文献检索中的应用

本文在概述数据挖掘技术的基本概念、分析方法的基础上,分析与比较了文本自动聚类算法;综述了国内外面向MEDLINE文献数据库的数据挖掘、知识提取研究;简述了可扩展标识语言(XML)的基本概念、文档格式及其在数据管理及数据挖掘中的应用.     

基于支持向量机的文本自动分类试验研究

提出了将支持向量机应用于文本自动分类的研究，与常用的K-最邻近法相比，无论是对训练数据集还是测试数据集均具有一定的优势，而且不同特征选择方法对支持向量机的影响要比K-最邻近法小。此外，从研究中的不同特征选择的评价函数来看，它们对分类有一定的影响，应用X2统计进行特征选择的分类正确率最高，其次是文本证据权，而期望交叉熵的效果最差，说明特征选择在文本自动分类中也是相当重要的。     

基于机器学习的自动文本分类模型研究

基于机器学习的方法是自动文本分类中非常重要的一大类方法。本文先给出了形式化的定义，提出了自动文本分类的流程模型，然后选取了支持向量机（Support Vector Machine，SVM）算法作为一个典型例子进行分析，最后作者通过一个中文文本分类实验评价了该算法的效果。     

Analysis of Statistical Question Classification for Fact-Based Questions

Question classification systems play an important role in question answering systems and can be used in a wide range of other domains. The goal of question classification is to accurately assign labels to questions based on expected answer type. Most approaches in the past have relied on matching questions against hand-crafted rules. However, rules require laborious effort to create and often suffer from being too specific. Statistical question classification methods overcome these issues by employing machine learning techniques. We empirically show that a statistical approach is robust and achieves good performance on three diverse data sets with little or no hand tuning. Furthermore, we examine the role different syntactic and semantic features have on performance. We find that semantic features tend to increase performance more than purely syntactic features. Finally, we analyze common causes of misclassification error and provide insight into ways they may be overcome.