观点分析对于社交媒体这一关键的网络舆论阵地有着重要的现实意义。该文基于非参数模型的文本聚类技术,将社交媒体文本根据用户主张的观点汇总,直观呈现用户群体所持有的不同立场。针对社交媒体文本长度短、数量多、情感丰富等特点,该...观点分析对于社交媒体这一关键的网络舆论阵地有着重要的现实意义。该文基于非参数模型的文本聚类技术,将社交媒体文本根据用户主张的观点汇总,直观呈现用户群体所持有的不同立场。针对社交媒体文本长度短、数量多、情感丰富等特点,该文提出使用情感分布增强(Sentiment Distribution Enhanced,SDE)方法改进现有基于狄利克雷过程混合模型的短文本流聚类算法,以高斯分布建模文本情感,并推导相应的坍缩吉布斯采样算法推断参数。该方法在捕获文本情感特征的同时,能够自动确定聚类簇数量并实现观点聚类。与现有先进方法在Tweets、Google News数据集上的对比实验显示,该文提出的方法在标准化互信息、准确度等指标上取得了超越现有模型的聚类表现,并且在主观性较强的数据集上具有更显著的优势。展开更多
为了提高比例积分微分(proportional integral differential,PID)控制器的性能,提出了一种基于子空间模型的PID控制器参数优化方法。首先,利用子空间矩阵等式推导出控制器性能关于PID控制器参数的显式表达。然后,利用具有设定值激励的...为了提高比例积分微分(proportional integral differential,PID)控制器的性能,提出了一种基于子空间模型的PID控制器参数优化方法。首先,利用子空间矩阵等式推导出控制器性能关于PID控制器参数的显式表达。然后,利用具有设定值激励的闭环数据,分别对过程模型和随机扰动模型对应的子空间矩阵进行辨识,并且将估计的动态矩阵直接应用在最优性能的计算中,得到最优的控制器参数值。最后,通过数值仿真和工业实例验证了该方法的有效性。展开更多
针对未配备气象传感器的全球卫星导航系统(GNSS)站缺乏实测气象参数,通常利用再分析数据、经验模型替代反演大气可降水量(PWV)的问题,定量分析地面气压(P)和加权平均温度(Tm)在反演PWV中的适用性:利用欧洲中期天气预报中心(ECMWF)发布...针对未配备气象传感器的全球卫星导航系统(GNSS)站缺乏实测气象参数,通常利用再分析数据、经验模型替代反演大气可降水量(PWV)的问题,定量分析地面气压(P)和加权平均温度(Tm)在反演PWV中的适用性:利用欧洲中期天气预报中心(ECMWF)发布的第五代再分析数据集(ERA5)、美国国家环境预报中心(NCEP)/国家大气研究中心(NCAR)再分析数据、第二代和第三代全球气压和温度模型(GPT2和GPT3)、全球格网非线性加权平均温度模型(GGNTm)计算P和Tm;然后以探空站实测气象数据为参考,评估不同P和Tm的精度及其对PWV反演的影响。结果表明:1)ERA5、NCEP、GPT2、GPT3获取P的偏差(bias)绝对值小于1 h Pa,均方根误差(RMSE)小于5.5 h Pa;2)在获取Tm方面,ERA5、NCEP、GGNTm、GPT3的bias绝对值小于2.5 K,RMSE小于5.5 K;3)将ERA5、NCEP、GPT2+GGNTm、GPT3获取的气象参数应用到PWV反演中,PWV偏差绝对值小于0.5 mm,RMSE小于3 mm。分析得出应用非实测气象参数反演的GNSS大气可降水量也可获得较高精度的结论。展开更多
文摘观点分析对于社交媒体这一关键的网络舆论阵地有着重要的现实意义。该文基于非参数模型的文本聚类技术,将社交媒体文本根据用户主张的观点汇总,直观呈现用户群体所持有的不同立场。针对社交媒体文本长度短、数量多、情感丰富等特点,该文提出使用情感分布增强(Sentiment Distribution Enhanced,SDE)方法改进现有基于狄利克雷过程混合模型的短文本流聚类算法,以高斯分布建模文本情感,并推导相应的坍缩吉布斯采样算法推断参数。该方法在捕获文本情感特征的同时,能够自动确定聚类簇数量并实现观点聚类。与现有先进方法在Tweets、Google News数据集上的对比实验显示,该文提出的方法在标准化互信息、准确度等指标上取得了超越现有模型的聚类表现,并且在主观性较强的数据集上具有更显著的优势。
文摘为了提高比例积分微分(proportional integral differential,PID)控制器的性能,提出了一种基于子空间模型的PID控制器参数优化方法。首先,利用子空间矩阵等式推导出控制器性能关于PID控制器参数的显式表达。然后,利用具有设定值激励的闭环数据,分别对过程模型和随机扰动模型对应的子空间矩阵进行辨识,并且将估计的动态矩阵直接应用在最优性能的计算中,得到最优的控制器参数值。最后,通过数值仿真和工业实例验证了该方法的有效性。
文摘针对未配备气象传感器的全球卫星导航系统(GNSS)站缺乏实测气象参数,通常利用再分析数据、经验模型替代反演大气可降水量(PWV)的问题,定量分析地面气压(P)和加权平均温度(Tm)在反演PWV中的适用性:利用欧洲中期天气预报中心(ECMWF)发布的第五代再分析数据集(ERA5)、美国国家环境预报中心(NCEP)/国家大气研究中心(NCAR)再分析数据、第二代和第三代全球气压和温度模型(GPT2和GPT3)、全球格网非线性加权平均温度模型(GGNTm)计算P和Tm;然后以探空站实测气象数据为参考,评估不同P和Tm的精度及其对PWV反演的影响。结果表明:1)ERA5、NCEP、GPT2、GPT3获取P的偏差(bias)绝对值小于1 h Pa,均方根误差(RMSE)小于5.5 h Pa;2)在获取Tm方面,ERA5、NCEP、GGNTm、GPT3的bias绝对值小于2.5 K,RMSE小于5.5 K;3)将ERA5、NCEP、GPT2+GGNTm、GPT3获取的气象参数应用到PWV反演中,PWV偏差绝对值小于0.5 mm,RMSE小于3 mm。分析得出应用非实测气象参数反演的GNSS大气可降水量也可获得较高精度的结论。
