摘要：分类是近年来自然语言处理领域的一个研究热点。在分析了传统的分类模型后,文中提出了用N元语言模型作为中文文本分类模型。该模型不以传统的"词袋"(bagofwords)方法表示文档,而将文档视为词的随机观察序列。根据该方法,设计并实现一个基于词的2元语言模型分类器。通过N元语言模型与传统分类模型(向量空间模型和NaiveBayes模型)的实验对比,结果表明:N元模型分类器具有更好的分类性能。

摘要：随着基于机器学习的文本自动分类方法成为主流分类技术,基于机器学习的文本分类方法往往忽视了对规则分类方法的有效运用。该文将基于规则的分类思想和基于机器学习的分类方法有机地结合起来,把规则判别看作一个分量分类器,提出了一种辅以规则补充的双层文本分类模型和一种优化的分类规则学习算法。根据该方法设计并实现了一个基于规则和N-Gram统计分类相结合的双层分类器,进行了双层分类模型与单独的N-Gram分类模型的实验,结果表明辅以规则补充的双层分类器具有更好的分类性能。

摘要：从敞开式低温陈列柜内部风机的布置入手,通过改变风机的数量和送风量,测试风幕特性和柜性能,来优化送风系统的设计。研究表明,采用双风机替代原单风机配置后,陈列柜风幕各层的送风速度分布更趋合理,柜内温度场均匀性提高22.29%,融霜水量减少9.26%,功率消耗减少2.53%,提高了陈列柜的运行性能。

摘要：在考虑用户互为竞争对手、不愿共享其目标的情况下,用户与车间共同组成调度决策群体,形成代理目标为私有信息的多代理作业车间调度问题。以最大化群体社会福利为优化目标,构建了多代理作业车间调度问题的数学模型。设计了遗传进化-评分决策两阶段协商调度机制,并提出了相应的两阶段协商调度算法。在不披露代理目标的前提下,遗传进化阶段采用帕累托优化排序算法,生成非支配调度方案集;评分决策阶段采用基于效用的线性转换评分算法,实现从非支配方案集中选出社会福利较优的调度方案。大量仿真研究表明,所提遗传进化-评分决策两阶段协商调度算法,其整体性能优于现有协商调度算法,能够产生社会福利更高的调度方案。