基于语料库的语义解释空间构建及其应用

在汉语中,词汇是研究语义的基本单位.词汇不是孤立存在的,它们之间存在着各种各样的联系,其中语义联系是一种重要的联系,而语义距离则是语义联系的定量表示.为了得到词汇之间的语义距离,文中提出基于语料库建立语义解释空间的方法,该方法把词汇映射为空间中的点,并给出其坐标,求出关联词汇的几何距离.语料库中的循环解释利用拓扑排序方法检测并进行处理.在此基础上,构建语义解释空间原型系统,并应用于语义关联词汇检索和试卷中主观题的评分辅助矫正.该空间的构建,为进一步研究词汇之间的跳跃转换等提供了研究基础,也使得把句子映射为空间中的曲线,篇章映射为空间中的曲面成为可能.     

人工智能技术在舰船航向混合自动控制中的应用

现有航向控制主要使用PID控制器,其主要应用于线性控制问题,而航向控制具备一定的随机性,导致常规航向控制方法稳定性较差,威胁舰船航行安全性,引入人工智能技术提出舰船航向混合自动控制方法研究。设置假设条件构建舰船运动模型,以此为基础,对运动参量进行无因次化处理,避免量纲不同对模型产生不利影响,引入人工智能技术——神经网络算法与PID控制理论进行混合应用,制定神经网络PID控制程序,执行程序即可实现舰船航向的混合自动控制。实验数据显示:在常数大于2条件下,应用人工智能技术后获得的航向控制稳定性指标大于平均水平,说明人工智能技术应用性能较好。     

人工智能技术舰船航行自动控制研究

传统舰船航行自动控制功能主要通过算法对定义舰船轨迹数据与舰船航行数据综合分析计算,根据计算结果对PID自动控制器下达控制指令来完成自动控制操作。此种控制模式受到算法定义逻辑限制存在一定的控制误差,无法真正做到舰船航行的精准控制。为解决上述问题,提出人工智能技术的舰船航行自动控制研究。首先对舰船航行轨迹进行模型计算,接着对舰船PID控制数据进行模型计算。最后,通过人工智能技术对航向轨迹与PID控制数据进行关联计算,得到精准的舰船航行控制数据。通过对比实验对提出的控制方法与传统控制方法进行对比,数据证明提出方法的控制精准度高于传统自动控制系统。     

本体构建研究综述

本体是人工智能、语义网与知识工程等领域研究的热点,通过对本体构建方法和工具的综述,指出了这些方法与工具存在的问题。最后,对研究现状中存在的瓶颈问题进行了总结,并提出了未来的研究方向。     

人工智能在本体映射中的应用

本体映射被认为是异构信息集成的关键,研究者们提出了很多本体映射的方法,论文主要从三个方面说明人工智能思想在本体映射中的应用。1）基于元素文本相似度计算的方法,往往会借助于自然语言处理技术,对文本进行相关处理。2）本体映射问题本质上是一个二元分类问题,可以借助于机器学习的方法提高本体映射的质量。3）利用聚类算法将本体分块,从而将大规模本体映射任务划分成若干个子任务,有效地解决了大规模本体映射的挑战。     

多特征融合的级联回归人脸对齐方法研究

深度神经网络技术在人脸识别方面已经取得了巨大进步,但是大多数方法只是运用人脸深度特征而并没有分析哪些特征是有效的.为了探索针对人脸识别任务的有效结构化特征,提出了基于多种特征级联回归方法的人脸关键点检测模型,将两两关键点对应的人脸局部特征对之间的结构关系、整张人脸图像的全局表观和关键点对应的局部热图这3种人脸特征融合之后用于人脸对齐任务.实验证明,多特征级联回归法与记忆下降法相比,人脸对齐任务错误率下降了30.17%,与最新的一些人脸对齐模型具有一定的可比性.     

基于合作博弈的集装箱合作运输成本优化

针对船公司合作运输问题,以联盟总运输成本最小化为目标,考虑船公司间运输任务的重新分配,借鉴合作博弈中核心法的概念构建了船公司合作运输集装箱的成本优化模型,并结合核心法的特征设计了适用于该问题的遗传模拟退火算法,算例验证了上述模型与算法的适用性和有效性。结果表明,考虑核心条件的船公司合作问题能同时满足集体合理性和个体合理性的要求,有利于船公司合作的稳定。     

“船舶结构与设备”课程双语教学初探

本文就船舶结构与设备这门船舶驾驶专业核心专业课双语教学的可行性、必要性、方法和手段以及注意事项进行了讨论,并对于能够实施双语教学的专业课范围进行了拓展,探讨了双语教学在船舶驾驶专业课程教学的重要性及常见问题。     

作战信息中心——联系战舰指挥国官与传感器,武器系统的纽带

在人－机协作中心，人是核心而机器只是作为工具。荷兰海军委托要画应用科学研究中心从因所研究未来舰船指挥舱室内操作人员的主要任务。在哟调 来作战费用及人员配备方面，人与计算机的职责分配尤为重要。已建立对作战使命、功能和任务的分析，是为了预测舰船指挥室内人员分析原则对系统性能的影响。从人因的观点来看，指挥与控制任务中的最主要问题是制定决策，更具体地说是了解态势、评估威胁、决策制定及指挥玮控制。对于其他范     

云环境下舰船周期性任务容错调度算法研究

舰船周期性任务的容错调度对保证船舶安全航行,避免发生碰撞事故具有重要作用,因此针对舰船周期性任务容错调度问题进行研究,在求解环节对传统容错调度算法进行改进优化,以期提高可靠性和实时性。任务容错调度算法设计需要经历2个阶段:第一阶段,构建舰船周期性任务容错调度模型;第二阶段,将遗传算法与蚁群算法相结合,完成模型2次求解,先使用遗传算法,得到初步容错调度可行方案,后使用蚁群算法,完成模型精确求解,有效实现舰船周期性任务的容错调度。结果表明:与单一遗传算法与蚁群算法相比,本算法可靠性降低幅度低(1.89%),说明可靠性更好;100个任务的完成所需时间最少,仅花费11.5 s,证明其实时性更佳。     

自主水下航行器同时定位与制图技术研究

为解决自主水下航行器(Autonomous Underwater Vehicle,AUV)的精确导航与探测问题,采用同时定位与制图(Simultaneous Localization and Mapping,SLAM)算法为核心,根据捷联式惯性导航设备(SINS)与AUV声呐组合的数据信息,采用扩展卡尔曼滤波器(EKF),研究一种基于惯性传感器与声呐的AUV定位与地图构建算法,对水下环境的EKF-SLAM算法进行仿真试验验证。仿真结果表明,经2次探测后,AUV定位精度获得较大提高,能够较好地完成AUV的水下导航、定位与探测任务。     

船舶航线规划数学建模及求解的人工智能算法

在原有的船舶航线规划数学建模求解算法的使用过程中,其对航向目标函数构建能力较差,导致航向运行成本较高。因此,设计船舶航线规划数学建模及求解的人工智能算法。在航线规划数学模型构建前,需要对路线规划问题进行描述与假设,并设定合理的目标函数。根据此目标函数,选定线性函数作为蓝本,构建约束条件过滤器,同时使用此约束条件过滤器处理结果对可行航线展开分析,得到最优航线方案。构建仿真实验环节,通过与目前使用的求解方法对比可知,此算法的航线选择结果最佳,且成本最低。     

基于蚁群算法的舰船网络云资源调度

在应用现有方法时,由于任务执行与任务调度性能存在问题,因此在舰船网络云资源调度方法的设计中应用蚁群算法,提出一种基于蚁群算法的舰船网络云资源调度方法。在基于蚁群算法对舰船网络云资源调度方法进行设计的过程中,首先需要对舰船网络云资源实施初始化处理。每只蚂蚁都携带着基本任务信息,在此基础上对各资源可能被选的概率进行计算。根据蚁群算法对舰船网络云资源调度模型进行构建,模型由云资源代理模块、云资源目录模块、用户模块、用户代理模块构成。通过进行任务执行时间与调度任务总效用的对比实验,证明该方法的任务执行时间更短、调度任务总效用更高,实现了任务执行与任务调度性能的提升。     

工程英语专业机电类专业课双语教学构想

本文从教师、教材和教法方面,探讨了工程英语专业的机电类专业课双语教学的有关问题。旨在提倡构建工程英语专业机电类专业课教学的新模式,主要从双师型队伍建设、教材开发和教学方法改革等方面入手,服务于双语教学,找到英语专业专业课教和学的更好方法。     

基于混合蚁群算法的无人船航行路径自主规划

路径规划是无人船自主导航的核心问题。由于无人船当前位置以及目标位置的确定受到障碍物影响,最佳航行路径的获取难度较大。为此,提出基于混合蚁群算法的无人船航行路径自主规划方法。采用栅格法构建无人船工作环境模型,由上至下、由左至右的对栅格完成编号处理,划分安全区域与障碍物区域。构建无人船航行路径自主规划数学模型,设定地形与威胁、航程上限以及路径平滑度等约束条件。针对蚁群算法初始搜索效率差等问题,将其与粒子群算法相结合,提出混合蚁群算法。利用该算法求解无人船航行路径自主规划数学模型。实验结果显示,研究方法具有较高的路径规划准确性,路径长度、平均能耗及路径规划时间指标均较优。     

面向远洋测量舰船的任务内部调度算法

远洋测量舰船具有覆盖范围广、机动灵活性强等优势,在通信和测控领域被广泛使用。然而,远洋测量舰船的硬件资源是受限的。当前远洋测量舰船电子系统采用传统任务间的最晚截止时间处理的调度方式粒度粗、灵活性差,导致执行任务的性能下降、延误率升高。因此,如何在硬件限制条件下设计一个高效的任务调度算法,满足远洋通信和测控需求,就成了一个重要而有挑战性的问题。为了解决这一问题,本文提出一种资源感知的任务内部调度设计方法来提高远洋测量舰船的任务执行效率。与传统的粗粒度的任务间调度算法不同,在任务内部调度方法中,任务可以在执行进行中被打断。基于远洋测量舰船实际通信和测控数据的仿真分析及硬件实验的结果表明,与EDF方式相比,本文的算法可以有效降低任务延误率30%,提升利用效率20%。     

人工智能优化算法的舰船电网故障诊断优化

传统舰船电网故障诊断算法存在故障点与电路层数据不同步的问题,导致故障点出现时间量与确定故障位置时间量出现误差,进而影响电网保护策略的启动响应速度,造成不必要的连锁故障。因此,采用人工智能算法,对故障诊断模型进行优化,并提出人工智能优化算法的舰船电网故障诊断优化研究。首先在现有舰船电网故障诊断模型输出端,加入故障数据拟合模型计算,对电网络故障数据与电网结构层进行拟合;然后通过人工智能算法,对拟合故障数据的识别响应阈值进行优化计算,从而提升诊断阈值灵敏度,达到最佳的故障诊断效果。最后,通过与传统诊断算法诊断效果数据的对比,证明提出优化方法的可行性。     

基于混合型网格资源调度算法的研究

网格资源调度是网格核心服务之一。本文结合OLB算法和Min—Min算法,提出一种新的混合型算法:在处理短作业任务时,采用OLB算法进行分配;对长作业任务则使用MIN—MIN进行预处理为其分配适合的目的处理机。通过算法仿真得出,混合型算法提高了网格资源的利用效率。     

我国海事英语研究的文献计量可视化分析

为了解中国海事英语研究的热点迁移与发展趋势,运用中国知网在线和CiteSpace对2080篇海事英语研究文献进行可视化分析。结果显示,中国海事英语研究自1994年起一直呈上升趋势,自2015年起呈快速下降态势;特别关注海事英语的机构转为新兴院校,业内缺乏研究共同体,关键词聚类前四名是航海英语、轮机英语、翻译策略和双语教学;现阶段研究热点为高职院校、翻转课堂、邮轮英语、翻译策略和目的论;教学研究关注热点为教学改革、双语教学、口语教学、交际能力和建构主义;硕博士关注语言研究,主要包括语料库、词汇和翻译策略。提出业内须坚持教学与语言研究结合,发展研究共同体,将研究课题体系化,关注理论前沿并注重实证研究,语言研究服务教学研究和生产实际。     

轨迹发生器的研究进展与展望

轨迹发生器是对惯性导航系统及其组合导航系统进行算法研究和仿真验证的重要工具之一。首先,通过梳理分析轨迹发生器在不同运载体的研究现状,概述理想型、数值算法型、数学模型型轨迹发生器的设计方法与主要思路;然后,归纳研究重点,对3类轨迹发生器进行仿真对比,分析3类轨迹发生器的特性和问题;最后,对轨迹发生器下一步的研究进行展望,为该领域的研究提供一定的思路。