基于改进特征选择方法的文本情感分类研究

提出了结合情感词典的改进信息增益特征选择方法。首先,针对现有的信息增益特征选择存在注重特征词的文档频率而忽视语料均衡等问题,提出了改进方法。其次,考虑情感词对文本分类的影响,提出了基于情感词典的特征选择（information gain combining sentiment classification,IGSC）算法进行文本分类。该算法通过对文本情感词进行匹配并结合情感词赋权重,实现了特征降维并解决了文本数据稀疏影响分类性能的问题;最后,针对旅游评论数据集对所提出的特征选择方法进行了实验验证及分析。实验结果表明,本文提出的改进文本情感分类特征选择方法在分类准确率、召回率和F值方面均得到了提升,并且具有较好的分类稳定性。     

基于知识的SA/SD自动转换技术和工具的研究

本文讨论按生命周期方法开发大型软件的SA/SD自动转换技术,将知识引入转换工具,重点介绍三维十字链表的数据模型和转换过程中专家知识的组织和引用原则。     

可变报文格式编解码模块设计与实现

为适应现代战争数字化的军事需求,解决战场环境下需要传输的信息种类和数量日益增多以及网络带宽受限等问题,设计了可变报文格式( VMF )编解码模块,作为底层消息传送的技术支撑。利用动态链接库、JSON( Java Script Object Notation)、Snappy(压缩算法)等技术为上层应用提供消息的编解码服务,设计基于JSON的可变长报文模板、比特流集成压缩算法、基于JSON的数据字典结构,实现报文的“按需发送”,根据不同的发送需求,动态地组合报文内容。实验显示所设计的模块编码解码只需3 ms左右,而参考系统编解码则需耗时200 ms以上,可见速率提升明显,数据流长度也进一步缩短。     

基于光谱稀疏模型的高光谱压缩感知重构

提出了一种基于光谱稀疏化的压缩感知采样与重构模型,通过从训练样本中构建光谱稀疏字典提升光谱稀疏化效果,同时在重构时兼顾空间图像的全变分约束进一步提升重构精度.对200波段AVIRIS高光谱场景进行压缩感知重构的实验表明,利用构建的光谱稀疏字典与传统的DCT字典和Haar小波字典相比光谱稀疏化效果明显提升,同时在25%采样下基于光谱稀疏字典几乎无差别重构出了高光谱图像,同样条件下在空间和光谱的精度与现有常用方法相比有较大的提升.     

GPS窄带干扰的压缩感知多级原子库估计

全球定位系统(GPS)窄带干扰抑制常用的方法是用频域变换估计干扰频带,然后用频率内插或外推滤波削弱干扰信号的影响.为缓解在干扰频带探测阶段较高的信号采样率和频域变换所带来的高计算量的压力,提出了一种新的利用多层级原子库进行窄带干扰频带估计的方法.分别研究了多种GPS窄带干扰在傅里叶基、原子库稀疏表示基下用压缩感知重构进行干扰频率估计的方法.用Monte Carlo仿真分析了不同的信噪比、搜索步长和测量值数目条件对压缩感知构造过完备原子库方法进行窄带信号频带估计效果的影响,验证了文中提出方法的有效性.理论分析表明:所提方法与传统频域变换方法相比,具有能够极大减少测量值与计算量的优点.     

基于耦合特征空间下改进字典学习的图像超分辨率重建

针对目前基于字典学习的图像超分辨率重建效果欠佳或字典训练时间过长的问题,本文提出了一种耦合特征空间下改进字典学习的图像超分辨率重建算法.该算法首先利用高斯混合模型聚类算法对训练图像块进行聚类,然后使用更改字典更新方式的改进KSVD字典学习算法来快速获得高、低分辨率特征空间下字典对和映射矩阵.重建时根据测试样本与各个类别的似然概率自适应地选择最匹配的字典对和映射矩阵进行高分辨率重建.最后利用图像非局部相似性,将其与迭代反向投影算法相结合对重建后的图像进行后处理获得最佳重建效果.实验结果表明了本文方法的有效性.     

基于动态字典的卡车目标微动参数估计方法

车轮旋转产生的微多普勒是轮式车辆独特的特征.卡车类目标微动参数提取,可为地面车辆目标的分类识别提供重要依据.（1）对窄带雷达信号下的卡车目标进行回波建模,推导了车身非旋转散射点多普勒和轮毂旋转散射点微多普勒的数学表达式;（2）利用旋转点的微动参数构造相应的字典库进行匹配分解,建立了噪声条件下微动参数提取的凸优化模型;（3）针对采用过完备字典方法进行参数提取时,维数过大带来的计算和存储负担问题,进一步推导出关于微动参数集的凸函数,构造出更小规模的动态字典,通过对字典的动态调整和最小二乘准则下的迭代逼近,较快实现了卡车目标微动参数的准确估计;（4）仿真验证了方法的有效性和稳健性.     

一种基于参数字典的动态数据库设计与管理方法

某武器试验资源库系统中,针对拥有不同参数数据的武器型号入库问题,提出了一种基于参数字典的动态数据库设计方法。该方法通过参数结构表、参数字典表、数值数据表实现动态结构,较好地解决了J2EE平台下SSH2不能通过增加数据表的方式实现动态数据库的问题。在动态数据库的管理中,针对参数字典更新的“少次、大量”的原则,提出并实现了3种参数字典更新模式：参数字典模板导入模式、浏览器端直接输入模式、工作表导入模式。经系统验证,很好地满足了要求。     

一种新的结合稀疏编码的红外图像聚类分割算法

聚类作为一种重要的图像分割方法得到了大量研究,提出了一种新的结合稀疏编码的红外图像聚类分割算法,扩展了传统的基于K-means聚类的图像分割方法。结合稀疏编码的聚类算法能有效融合图像的局部信息,而且易于利用像素之间的内在相关性,但是对于分割会出现过分割和像素难以归类的问题。为此,在字典的学习过程中,将原子的聚类算法引入其中,有助于缩减字典中原子所属类别的数目防止出现过分割;同时将稀疏编码系数同原子对聚类中心的隶属程度相结合来判断像素所属的类别。这种处理方式能更好地实现利用像素的内在相关性进行聚类分割,并在其中自然引入了局部空间信息,达到更好分离目标区域和背景区域的目的。实验结果表明,结合稀疏编码的K-means聚类分割算法能更好的实现复杂背景下红外图像重要区域的准确分割提取。     

Matching pursuits among shifted cauchy kernels in higher-dimensional spaces

Appealing to the Clifford analysis and matching pursuits, we study the adaptive decompositions of functions of several variables of finite energy under the dictionaries consisting of shifted Cauchy kernels. This is a realization of matching pursuits among shifted Cauchy kernels in higher-dimensional spaces. It offers a method to process signals in arbitrary dimensions.