后缀

摘要： 从K 7x到K9 x再到我们手中的这台K10x,OPPO习惯在历代K系列产品后加上x后缀,将其变为主打长续航的产品。最近发布的K10x也不例外,在加上x后缀后依旧延续着硬核属性,同时满足了“千元机”的定位和长续航的表现。那么这款机型在日常体验中表现如何呢?我们一起来看看吧。

摘要： 近代汉语已有"数量+生","生"是后缀,发展演变到现代吴语有了很大变化,具体表现在:(1)数量+名+生;(2)数+名+生;(3)量+生;(4)量打/加量+生;(5)量量+生;(6)数量+生/相;(7)动/形+量+生;(8)指示代词+量+生;(9)量词为动量词与时量词.(10)形容词+生;(11)"数量+生"的词汇化.

摘要： 世界上形形色色的人可以有不同的分类,如来自不同地方的人、从事不同职业的人、不同特征的人、不同信仰的人等。深受拉丁语、希腊语、法语等多种语言影响的英语也有多种后缀用来表示不同类型的人。一,表示来自不同地方的人源于拉丁语的-an、-ian,源于古英语的-er,和源于法语的-ese、-ite等后缀可与国家、城市等表示地点的名词结合,表示“……国人”或“来自……地方的人”。

摘要： 本文通过分别分析后缀"老"和"佬"的语用意义、语用色彩,认为"老"和"佬"是两个意义不同、语用色彩互补的不同的语素,建议词典使用"和事佬",不用"和事老".

摘要： 在现代汉语中,词缀这种构词成分,在词中所处位置不同,其附加的词汇意义、感情色彩、读音、词缀与词根的关系及其语法作用也有区别。对于词缀区别词性的功能、词缀音节的数量、词缀转化跨类等方面的现象,本文分别列举不同词类的词例予以多角度具体阐释。在构词和使用有词缀的词时,准确把握其词性、词义和感情色彩等方面的特点,对提高语言文字的运用能力,有重要的促进作用。

摘要： 我们在平时阅读和考试中,常常会遇到一些表示"行为者"的词,如:teacher,cleaner,writer,visitor,musician等。这些表示"行为者"的词常带有-er,-or,-ian,-ist等后缀。请看:一、-er是个构词力很强的后缀,它可以加在很多行为动词后,构成名词,表示这一动作的行为者。1.一般在表示行为的动词之后直接加-er。

摘要： 就像此前iPhone系列的S后缀升级一样,一加手机也会在秋季推出T后缀增强版。不过直到去年一加8T的出现,重新书写了T后缀的定义。T升级从此不再是主系列的小修小补,而是直屏旗舰。如今,一加9R也迎来了T后缀升级,那么这款一加史上后缀最多的一加9RT有着怎样的表现呢?

摘要： [目的]分析数字对象唯一标识符(Digital Object Identifier,DOI)后缀的组成特点,分析不同DOI编码组成方式的优、缺点.[方法]选取Springer、Wiley和Elsevier出版社旗下期刊和中华医学会杂志社旗下期刊为样本,分析不同出版社出版的科技论文的DOI编码组成特点.[结果]国外期刊论文DOI编码后缀多为期刊的ISSN、出版年、期、论文流水号或在刊名后接出版的年、期、论文流水号,DOI后缀中含有期刊名称缩写,具有较强的可读性;2020年3月以前中华医学会系列杂志论文DOI后缀多为期刊的ISSN、出版年、期、论文流水号,2020年3月以后其DOI后缀更改为稿号,在DOI编码中仅能识别出期刊的CN号和投稿日期,其优点是可以满足在编排规范一致的情况下,网上优先发表的论文与纸刊论文具有相同的DOI,从而加快论文的数字化传播速度.[结论]目前,DOI后缀组成无统一标准,我国各出版单位应联合制定统一标准,增强DOI的标识性、易读性,制定适合我国国情的DOI后缀组成方式.

摘要： “家”是中古、近代汉语时期十分活跃的名词后缀.古农书《司牧安骥集》里“家”可与脏器名词"肺”、“心”、“肾”等以及五行名词“金”、“火”、“水”等组成“肺家”、“心家”、.肾家”、"金家”、“火家”、“水家”等词语,其中的“家”,无任何实艾可言,是典型的名词后缀.

摘要： 通过对1200万字语料的统计得出,派生词约占词条总数的8.66％,构成派生词的词缀共有188个.其中,后缀"者"所构成的派生词词条数最多,构词成分最为复杂.采用基本词表、词例知识规则并结合词语的搭配、共现频率的混合策略对带后缀"者"的派生词进行了自动识别,封闭测试的精确率为93.06％,开放测试的精确率为82.40％.

摘要： 本发明涉及一种基于改进BM算法与后缀数组的冗余字段过滤方法，针对现有技术的不足，设计引入改进型BM算法，通过增大模式串的移动距离，减少移动匹配的次数，由此提高匹配效率，极大地提高冗余字段的过滤效率，尤其针对中文环境的字符冗余过滤处理上，能够大大提高冗余字段过滤效率。

摘要： 本发明公开了一种基于后缀树和向量机的故障检测方法、系统、装置及介质，方法包括：获取第一振动信号，通过后缀树算法对第一振动信号进行分解，得到第一重复特征波形和第一重复时间序列；根据第一重复特征波形和第一重复时间序列确定第一振动信号的第一时频特征图，并根据第一时频特征图构建训练样本集；构建支持向量机分类器；将训练样本集输入到支持向量机分类器中进行训练，对支持向量机分类器的参数进行优化，得到最优参数组合；根据最优参数组合确定分类决策函数，根据分类决策函数确定待检测的第二振动信号的故障类型。本发明提高了训练样本的准确性和可靠性，进而提高了分类器的精度和故障检测的准确度，可广泛应用于故障检测技术领域。

摘要： 本发明公开了一种基于后缀树的故障信号特征提取方法、系统、装置及介质，方法包括：获取待诊断的第一故障信号，对第一故障信号进行编码得到第一时域信号；通过后缀树算法对第一时域信号进行分解，得到多个故障波形信息和对应的时刻信息，根据故障波形信息和时刻信息构建第一后缀树；对第一后缀树的各个节点进行遍历，获取重复出现的故障波形信息作为故障重复波形，确定故障重复波形的重复时间序列；根据故障重复波形和/或重复时间序列确定第一故障信号的故障信号特征。本发明获取故障重复波形和重复时间序列两个不同尺度的信息，避免了傅里叶算法的混叠现象产生的误差，提高了故障信号特征提取的准确性和可靠性，可广泛应用于故障检测技术领域。

摘要： 本发明涉及前缀后缀码的无损压缩以及对应的解压缩，其中，前缀包括一元码。用于无损压缩前缀后缀码(VLC1、VLC2、VLC3)的方法包括以下步骤：从前缀(PRFX1、PRFX2、PRFX3)形成第一连续比特序列(FBS)；以及通过去除与第一连续比特序列(FBS)中第一值的频率与第一连续比特序列(FBS)中第二值的频率之间的差有关的冗余，来无损压缩第一连续比特序列(FBS)。比特值在前缀中不均匀地分布而在后缀中比特值的分布更加均匀。从而，如果分离地压缩前缀，则可达到更好的压缩。

摘要： 本发明公开了一种视频译码机制。所述机制包括：将一个或多个经编码图像编码到码流中；将补充增强信息(supplemental enhancement information，SEI)网络抽象层(network abstraction layer，NAL)单元编码到所述码流中，其中，所述SEI NAL单元的NAL单元类型(nal_unit_type)等于后缀SEI NAL单元类型(SUFFIX_SEI_NUT)，所述SEI NAL单元包括可伸缩嵌套式SEI消息；根据所述可伸缩嵌套式SEI消息，对所述码流执行一组码流一致性测试；存储所述码流，以将所述码流发送到解码器。

摘要： 本发明公开了海量数据中基于后缀划分的高效用高占用比项集挖掘算法，包括预处理阶段、项集挖掘阶段。预处理阶段包括后缀划分及垂直存储；项集挖掘阶段，依次将每个分区从磁盘读入内存，首先对1‑项集和2‑项集进行计算，判断其是否为高效用高占用比项集；对于长度大于2的项集，构建一个基于链表的双向栈结构存储分区中的拓展项集，再利用双向栈中的项构建一棵集合枚举树，在集合枚举树上按照深度优先搜索的顺序对项集进行遍历挖掘；同时根据支持度向下闭合属性、效用占用比向下闭合属性、3‑项集完全剪枝策略对项集进行剪枝，结合项集链接策略和剩余TID交叉计数策略进行挖掘。本发明有效解决了当前算法无法处理大规模数据集的问题。

摘要： 本发明在少样本学习的基础上，提出了一种输入扩展方式，将该提示输入模板应用于否定词识别方法中，实现了面向单词级别的否定词识别，不需要利用上下文信息，节省了资源；并且，本发明涉及的提示输入模板，一部分受输入内容的动态影响，根据输入的单词，去除其特定前后缀，利用了输入单词本身蕴含的词内信息，输入模板中的文本描述是同输入相关的，组成的提示模板句子更容易与输入单词语义接近，能更好地引出语言模型在预训练时学到的知识；同时预测选定的标签描述词是否应该存在于当前这个位置，使其组成更合理的句子，使语义通顺，进而依据此对输入的待测单词进行识别，提高了特定前后缀否定词的识别准确率。

摘要： 本发明公开了一种视频译码机制。所述机制包括：将一个或多个经编码图像编码到码流中；将补充增强信息(supplemental enhancement information，SEI)网络抽象层(networkabstraction layer，NAL)单元编码到所述码流中，其中，所述SEI NAL单元的NAL单元类型(nal_unit_type)等于后缀SEI NAL单元类型(SUFFIX_SEI_NUT)，所述SEI NAL单元包括可伸缩嵌套式SEI消息；根据所述可伸缩嵌套式SEI消息，对所述码流执行一组码流一致性测试；存储所述码流，以将所述码流发送到解码器。

摘要： 本发明公开了一种基于联合学习的前后缀否定词识别方法，包括：将目标前后缀否定词输入训练好的主任务模型，并输出英文预测输出序列中英文标签描述词对应的英文预测输出向量；将目标前后缀否定词输入训练好的辅助任务模型，并输出中文预测输出序列中中文标签描述词对应的中文预测输出向量；将英文预测输出向量和中文预测输出向量输入训练好的联合学习模型，联合学习模型将英文预测输出向量和中文预测输出向量进行融合，得到融合向量序列，并向融合向量序列中添加不同向量之间的关联性，最后输出目标前后缀否定词的预测标签，预测标签包括否定词和非否定词。本发明的识别方法可以有效提升前后缀否定词的识别准确率。

摘要： 本发明公开了一种基于否定前后缀信息的否定句识别方法，本发明基于否定前后缀信息的否定句识别方法首先利用单词训练集训练辅助任务模型，用于获取带有否定前后缀的单词的信息；然后利用句子训练集训练主任务模型，用于否定句的识别，在主任务模型训练过程中，利用训练好的辅助任务模型得到句子中带有否定前后缀的单词的第一隐层特征表示，并将其插入至所在句子的第二隐层特征表示中更新整个句子的隐层特征表示，进行主任务模型的训练；最后利用训练好的主任务模型和辅助任务模型对目标句子进行识别。本发明将否定词识别建模为匹配模型，通过对句子中的带有否定前后缀的单词进行识别并更新句子的隐层特征表示，可以大幅提升否定句识别准确率。