利用文本挖掘数据检测观念意识重大转变的非参方法研究

通过文本挖掘获得的词频数据对观念意识转变进行测度,利用认知行为特征对观念更新序列进行建模.为了能检测观念意识发生重大转变,采用Monte Carlo实验对两个基于非参的转折点分析方法进行了比较分析.主要发现是:1)根据观念意识转变的认知行为特征所构造的模拟实验,基于CPM框架下的三种非参检验方法,Mann-Whitney检验在检测转变点的功效水平和精确度上要优于Cramer-vonMises和Kolmogorov-Smirnov检验.2)基于偏离测度的非参迭代方法E-Divisive对转变点的检测性能总体上要优于CPM框架下的三种非参方法,但后者可以对容量较小的样本数据进行检测.3)利用文本挖掘,可以将以前只能语言描述的观念意识演进特征进行量化,并用图形分析进行直观呈现,成为一个有价值的实证分析工具.最后对文本挖掘数据作为一种非随机抽样数据,如何保证统计有效性做了补充讨论.     

增量维纳滤波法在波前探测解卷积中的应用

一个常规的自适应光学系统通常包含三个重要环节：波前探测、波前校正和波前重构。因此对系统的技术要求非常高,造成系统复杂,成本昂贵。基于哈特曼-夏克波前探测的图像解卷积处理就是“事后”处理的一种,它省去了波前校正环节,使常规的自适应光学系统得到简化,降低了系统成本。其基本原理为对瞬时波面进行短时间曝光探测,同时记录相应的短时间曝光图像,来进行解卷积处理。将增量维纳滤波法应用于基于哈特曼-夏克波前探测的解卷积中,并对室内模拟点源情况下的三组畸变光斑图像数据进行了解卷积恢复处理。结果表明,将增量维纳滤波法应用于基于波前探测的解卷积是完全可行的,在室内模拟点源情况下,恢复的图像可以达到衍射极限分辨力。与维纳滤波相比,它扩展了噪声抑制因子的选取范围,在噪声抑制因子选取不正确的情况下,仍能得到比维纳滤波更好的结果。     

谈三角问题中隐含条件的挖掘

隐含条件是指题目中隐而不显、含而未露的固有条件，它通常巧妙地隐藏在题设的背后．常因未能挖掘题设中的隐含条件，使求解陷入困境，或是得出错误的结论．解题时需能揭开其表层面纱，深入挖掘所隐含的信息。并予以充分利用，方可得出正确结果．下面结合实例谈谈三角问题中的隐含条件的挖掘．     

新兴供应商如何挖掘Femto机会

Femto很大程度是为了解决室内信号不好而诞生的,这个模式在室内信号很好的国家很难有市场,而用Femto来分流传统网络的流量就成为一个新的亮点。     

保费收取过程是随机过程的双险种风险模型

研究保费收取过程是一个随机过程的双险种风险模型,得出了Lundberg上界、最终破产概率、不破产所满足的微积分方程、索赔服从指数分布的不破产概率、有限时间不破产所满足的微积分方程.     

2008年奥运会对北京通信行业发展的影响研究

本文侧重于分析2008年奥运会对北京通信行业在基础设施建设，技术发展水平，电信消费、创造品牌形象和提升行业整体实力等方面的影响及作用。     

面向政策法规数据的分类方法

通过设计阀值、构造类别的基向量和待分类向量的复数指标,建立了面向政策法规数据的适于有效机器学习的实时动态可扩展的分类方法.改进了文档的自动分类多采用以类别为中心的分类模式,综合了以文档为中心和以类别为中心两种分类模式的优点,实现了一次性完成单标号分类和多标号分类问题,克服了以往分类中预先定义主题类别和聚类分类中预先指定类别的种数的缺陷.编制了相应的算法.     

基于数字孪生技术的变电全要素信息融合方法

针对传统变电管理中存在管理效率低、效果差等问题，提出基于数字孪生技术的变电全要素信息融合方法。构建全要素全状态数字信息全面感知模型，以变电站全要素数字信息分布式存储结构为基础，结合贝叶斯法等数学算法，计算变电站全要素数字化监测过程概率；采用无线传感识别技术采集子系统数据，构建决策树聚类分析模型；采用关键元数据远程调度和融合方法，实现变电站全要素数字信息融合；引入数字孪生技术，实现动态数据融合与共享，完成变电全要素信息融合。实验结果表明：采用该方法融合变电管理信息的效果较好。     

挖掘双绞线的潜力

高速上网、视频互动、企业信息化等宽带业务的迅猛发展,使得基于DSL技术的带宽承载能力受到了严峻的挑战.挖掘双绞线的潜力,在利用已有铜线资源的同时,进一步提高带宽,成为了运营商亟待解决的问题.     

关于孔隙压力系数

在提出剪缩系数概念和修正体积压缩系数概念的基础上,导出了两种轴对称应力状态和一般三向应力状态下孔隙 压力增量与主应力增量关系的理论公式,给出了这三种应力状态下孔隙压力系数的表达式,对这三种应力状态下孔隙压力系 数的关系和变化规律进行了分析,提出了孔隙压力增量与主应力增量关系表达形式的建议。