摘要：预测编码是一种利用计算机技术审查、分析和处理大量文档的技术。预测编码在特定算法支持下进行"文本分类",并基于律师及案情专家对测试文件审阅,通过软件程序对与特定案件或争论点相关或者可响应的文件进行识别。由于预测编码可以通过协助律师进行文件的搜索、挑选和分类,减少需要手动审查的不相关和无响应文档的数量从而大幅降低电子披露流程的成本,被认为是电子证据开示领域最重要的发展之一。自2012年以来,在英美法系中已有若干在司法审判中使用预测编码的案例。但由于预测编码技术仍处于发展之中,其仍然具有局限性。预测编码技术尚难以准确无误地捕捉到案件文本的关键点,在算法决策透明度、训练模型的设计上也仍不成熟。由于预测编码技术自身的专业性,使得法律文件审查工作将日益专业化和精英化。人类语言的复杂性使得预测编码尚难以准确理解不同场景中不同词语的内涵,因而在审查的准确性上仍存在风险。

摘要：介绍了径向基函数神经网络的原理、训练算法,建立的径向基函数神经网络农业需水量预测模型具有较强的非线性处理能力和逼近能力,运算速度快、性能稳定,克服了BP神经网络学习过程的收敛过分依赖于初值和可能出现局部收敛的缺陷,预测精度较高,泛化能力强。

摘要：根据对高功率放大器监控系统的要求,选择C8051F单片机作为控制器,利用单片机本身的SMBus串行总线实现了监控与数据采集系统之间的数据交换,以及与远控系统之间的控制切换。使用TH25632A图形点阵式液晶显示模块作为功率放大器工作状态和参数显示器,使得监控人员随时可以方便、直观地了解功率放大器的工作状态和实时参数,实现了冗余功率放大器的在线切换。给出了系统硬件原理框图、串行数据总线收、发子程序流程图。