修复缺陷嫌疑区域的无监督磁瓦表面缺陷检测

磁瓦表面缺陷样本数量少,异常视觉特征分布发散,现有依赖目标特征的有监督检测方法不能有效检测未定义缺陷;磁瓦表面正常纹理呈非均匀且非周期性分布,使得经典重构网络难以准确地重构磁瓦表面正常特征,导致相关无监督检测方法性能低下.为此,采用多头注意力增强的掩码图像修复网络(MIINet),长距离提取图像特征,捕捉全局信息,增强图像修复的能力;引入视觉显著性算法抑制磁瓦表面纹理信息和突显缺陷区域,以便二值化算法精准分割缺陷嫌疑区域;利用MIINet修复待检测图像缺陷嫌疑区域,选用修复前后图像的残差图像和结构相似性实现缺陷检测与缺陷判定.与经典无监督方法相比,修复缺陷嫌疑区域的表面缺陷检测方法的准确率提升了2.36%,F1值提升了1.62%.

消除背景噪声增强字符形状特征的场景文字识别

为了解决现有方法未有效地消除背景噪声和字符自身噪声干扰的问题,提出一种包含3个模块的消除背景噪声增强字符形状特征(EBEC)的文字识别模型.空间注意力机制增强的EBEC网络只关注字符区域特征,以消除背景噪声,迫使网络仅学习字符形状特征,增强字符形状特征;特征提取模块采用EfficientNet-B3作为主干网络提取特征图;基元表征学习模块学习特征图得到视觉文字表征,通过对视觉文字表征解码得到识别结果.实验结果表明,与经典模型相比,所提模型在合成场景数据集上识别准确率提高9.76个百分点,在公开数据集IIIT5K,ICDAR-2003,ICDAR-2015,CUTE80上识别准确率平均提高2.91个百分点;该模型可有效地消除背景噪声和字符自身噪声,提高识别性能.

汉字识别中图特征提取方法

为解决图像像素表示汉字特征方法不能有效表示汉字本质特征、空间复杂度较高的问题,提出了一种汉字图特征提取方法。方法主要包含汉字图像二值化,汉字图像骨架提取,汉字图特征提取3个部分;二值化消除图像中的噪声,提高图特征提取的准确度;骨架提取保留图像中重要的像素点,剔除无关的像素点;图特征提取将汉字关键点与图数据结构结合来表示汉字形状特征。在3 908个常用汉字的5种字体上进行实验。结果表明,该方法能够正确提取笔画复杂汉字的图特征,有效表示汉字本质特征;不同字体汉字图特征相同的汉字数量最高为3 195个,方法表现较稳定;平均每个汉字可以用22.6个图节点、19.1个边表示,相较于用单通道图像表示汉字特征,可大幅降低空间复杂度。

面向汉字矢量图形特征的字向量表征方法

为解决现有中文字向量表征方法中字形特征利用不充分的问题,利用矢量图形的尺度不变性,提出了一种面向汉字矢量图形特征的字向量(scalable vector graphics to vector,SVG2vec)表征方法。预处理阶段将汉字像素图像转化矢量图形,生成字形矢量坐标对序列;特征学习阶段采用双向循环神经网络(recurrent neural network,RNN)和自回归混合密度循环神经网络构建矢量图形变分自编码器模型,利用模型学习汉字字形结构特征;向量生成阶段输入字形矢量坐标对序列到编码器,编码器将字形特征映射到概率连续分布空间,得到SVG2vec字向量。与已有字向量在不同层级任务上进行对比实验。结果表明:SVG2vec向量在命名实体识别、中文分词和短文本相似度计算实验中,F1均值比Word2vec、GloVe等未利用字形特征的向量分别提高了1.27、0.4,1.67、0.12,3.28、2.03,比GnM2Vec、CWE等利用字形特征的向量分别提高了1.02、1.07,1.69、1.34,0.04、0.31,SVG2vec能更有效利用汉字字形特征。

采用变分自编码器的无监督压敏电阻表面缺陷检测

为解决在压敏电阻表面缺陷检测中缺陷样本采集困难以及检测精度差的问题,提出一种采用深度卷积变分自编码器(DCVAE)的无监督表面缺陷检测方法,用于压敏电阻表面缺陷的检测。预处理阶段利用去背景、规范化以及图像差分技术对原始图像进行处理,精准提取出了差分图像,消除了无关数据特征对算法的影响。为了提升缺陷检测的精度,算法首先将空间注意力机制融入变分自编码器,有效地提取出了良品图像的特征;其次将重构前后图像相减得到残差图,突出缺陷区域,衰减非缺陷区域。通过与已有流行的两种无监督缺陷检测方法进行对比,实验结果表明,所提方法F1值至少提升了7.4%,准确率达98.58%。

面向对象方法在基于Lotus Domino R5的办公自动化系统开发中的应用

以淄博矿务局办公自动化系统 ( ZBKWJOA)为例 ,对面向对象技术在办公自动化系统中的应用进行探讨 ,给出了一个通用开发办公自动化系统 (基于 Lotus Domino R5)的方法。

融合中文字形和字义的字向量表示方法

字向量表示质量对中文文本处理方法有重要影响。常用中文字向量表示方法Word2Vec、GloVe存在没有考虑汉字整体字形结构所隐含的语义信息、没有利用字典包含的语言知识等问题。为了克服现有方法的不足,提出了融合中文字形和字义的字向量表示方法GnM2Vec(glyph and meaning to vector),首先采用字形自编码器自动捕获汉字字形蕴含的语义,得到字形向量,然后基于字形向量表示每条字义中的每个汉字,得到基于字形向量的字义向量,最后通过字义自编码器处理生成融合字形和字义的字向量表示。实验结果表明,在命名实体识别实验中,F1值较GloVe、Word2vec、G2Vec(基于字形向量)分别提高了2.25、0.05、0.3;在中文分词实验中,F1值分别提高了0.3、0.14、0.33。在短文本语义相似度计算实验中,使用了卷积神经网络(convolutional neural network,CNN)、Self-Attention和长短期记忆网络(long short-term memory,LSTM)3个模型,F1均值较word2vec和GloVe分别提高了3.24、1.99。

采用Seq2Seq模型的非受限词义消歧方法

词义消歧在中文自然语言处理中有着重要作用,基于传统机器学习的方法存在准确度不高,需要人工提取文本特征的缺点;基于深度学习的方法不适于词义歧义较多的情况。该文提出采用Seq2Seq模型的非受限词义消歧方法,输入词上下文序列,经过编码器编码得到潜在语义向量,再经过解码器解码输出词义序列,适用于所有词义歧义情况。最后,在SemEval-2007 Task#5任务中进行测试,测试结果表明,该文提出的方法比其他7种方法中的最优方法消歧准确率提高了11.48%。

基于Web Service的煤矿安全生产专家系统

已有煤矿专家系统存在和其它系统共享信息困难,支持的推理接口无法与其它推理方法通信,推理能力受到限制的缺点。为了克服缺点提出了基于Web Service的煤矿安全生产专家系统,通过Web Service接口和其它系统共享信息,推理接口通过Web Service与其它推理方法通信,扩展了专家系统的推理能力。最后在实际的瓦斯爆炸预警应用中验证了系统体系结构的有效性。

基于SOA的电涌保护器热稳定试验系统的研究与实现

现有SPD热稳定试验系统存在对试验过程无法全程监测,是孤立的计算机系统,形成了信息孤岛等缺点;为了克服这些缺点,首先分析了SPD热稳定性试验原理和SOA、ESB基本理论;然后,分析了基于SOA的防雷器件测试与试验系统的体系结构;接着,分析了作为该系统一部分的SPD热稳定试验系统的体系结构、组成接口和通信协议等;最后,基于VB.net2008、Microsoft SQL Server2008实现了基于SOA的SPD热稳定试验系统,实际应用证明克服已有系统的缺点,通过SOA架构和厂家的其他系统融合在一起,避免了信息孤岛。

基于觉察上下文计算的降低服务成本方法

针对转移法和睡眠法分别存在增加整体服务成本和资源发现速度较慢的缺点,提出了一个基于觉察上下文计算的降低服务成本的方法.该方法先抽象出资源发现与交互协议运行中的上下文,如系统平稳度、时间段、上下文历史,然后确定上下文的获取方法并分析上下文的获取代价,最后根据推理上下文得到的信息有目的地选择合适的方式来降低服务成本,如停止主动广播、睡眠.基于此思想,构建了包含传感器层、中间层、应用层的系统框架.实验结果表明,在最坏情况下,该方法没有增加整体服务成本,较睡眠法而言,它能让“穷”设备多睡眠37 32%的时间,发现资源的速度快15 68%.

基于状态检测的降低服务成本的方法

针对转移法和睡眠法分别存在增加整体服务成本和资源发现速度较慢的缺点,提出了基于状态检测的降低服务成本的方法.该方法分析设备使用资源发现与交互协议的过程确定了平稳和动荡状态,让“穷”设备根据状态“有选择地”睡眠,而不是睡眠法的“盲目地”睡眠.实验结果表明该方法在保持整体服务成本基本不变的情况下,较睡眠法而言,能让“穷”设备多睡眠36.48%的时间,同时发现资源的速度快15.81%.

Modbus协议一致性测试的形式化方法

首先提出了一致性测试的形式化方法的总体架构;然后分析了Mosbus协议形式化方法,给出了Modbus的FSM模型;接着分析了Modbus形式化测试生成方法,并采用U方法生成测试序列;最后设计并实现了一致性测试系统,在实际应用中证明了该方法的有效性和实用性。

基于SOA的氧化锌电阻片老化试验系统的研究与实现

现有氧化锌电阻片老化试验系统存在对试验过程无法全程监测,是孤立的计算机系统,形成了信息孤岛等缺点。为了克服这些缺点,文章分析了氧化锌电阻片老化试验原理和SOA、ESB基本理论,基于SOA的防雷器件测试与试验系统的体系结构,就该系统一部分的氧化锌电阻片老化试验系统的体系结构、组成接口和通信协议等。设计并实现了基于SOA的氧化锌电阻片老化试验系统,克服已有系统的缺点,避免了信息孤岛。

云计算环境下的动态反馈作业调度算法

针对现有Hadoop作业调度算法在多用户、异构环境下不具备反馈机制的问题,提出一种云计算环境下具备反馈机制的动态作业调度算法。该算法引入排队论模型,采用单队列多资源池服务窗口的设计思路,将所有作业统一提交到一个支持优先级的排队队列,作业分发控制模块选择优先级最高的作业分发到空闲的资源池窗口执行;Hadoop集群通过自身的心跳机制将作业运行的初始化时间、运行时间等信息传递给参数统计模块进行统计,将获得的平均到达率和平均服务率这两个核心参数的实际值传递给反馈机制模块,根据调度算法模型计算出平均逗留时间和平均队长的理论值并与实际值进行对比,当差值大于阈值时对该调度算法的核心参数进行适当调节使差值收敛于阈值,将具有较大平均逗留时间和平均队长的作业调度到有槽位数的资源池服务窗口执行。实验结果表明:与经典算法相比,该算法具有较高的调度效率和负载平衡能力,作业平均逗留时间比先进先出调度算法和公平调度算法分别减少了57%和19%,平均队长分别减少了50%和37%。

互联网+矿山应急救援技术研究

为了实现应急救援数据的共享和互联互通,解决现有矿山应急救援平台相应独立、共享困难、维护困难等问题。面向"互联网+"的应用,研究了云计算、互联网、大数据等技术,采用面向服务的体系结构,开发了基于云计算的矿山应急救援平台,包括:应急救援指挥系统,应急救援综合保障系统,救援队伍管理系统,应急预案与案例管理系统,救援装备与物资管理系统,培训与考试系统,训练与考核系统,文档资料管理系统以及办公自动化系统。形成一个统一架构、统一术语、统一通信联络、统一调度指挥、统一资源管理的救援整体,为提高事故救援的效率和反应速度、最大限度地降低事故损失提供了新的技术手段。

煤矿事故救援应急资源云构建研究

文章借鉴"云计算"的思想、服务层次和关键技术,提出了煤矿事故救援应急管理的新模式——基于面向服务构架SOA的煤矿事故救援应急云,并介绍了其总体结构,重点分析了煤矿事故救援应急资源云中的多源应急信息资源,明确了煤矿事故救援应急资源云服务的内容。文章提出的煤矿事故救援应急云将通过开放架构、开放标准和开放接口,实现煤矿事故救援应急软、硬资源的多源异构信息集成,以云服务的形式向煤矿应急需求用户提供应急信息资源服务。

普适计算环境下上下文信息推理的研究

从各种低层上下文信息得到对人们更加有用的高层上下文信息即上下文推理是当前研究的热点。针对该问题,采用描述逻辑,研究基于本体模型的上下文推理方法。首先简要介绍基于本体的上下文模型,该模型增加了对上下文特性的建模,然后分别研究基于本体的推理、基于规则的推理及不一致性验证3种推理方式,借助Jena框架的推理接口实现,推理功能全面,通用性强,基本满足了普适计算系统中上下文推理的需求,最后给出了推理的可用性。

改进Kademlia协议的P2P网络资源发现算法

标准Kademlia协议在P2P网络内容监控中获取资源信息时,存在搜索效率低下、全面性不佳等问题,据此提出一种采用改进Kademlia协议的P2P网络资源发现算法。该算法在分布式哈希路由表的基础上实现一个可动态修改自身ID的自定义P2P节点,改进Kademlia协议通过自定义P2P节点被其他节点记录在路由表中的位置来提高节点收到资源搜索消息的数量,高效获取P2P网络中传输的资源搜索与下载消息。实验对比表明:和标准Kademlia协议相比,采用改进Kademlia协议的资源发现算法进一步提高了单位时间内发现资源搜索与下载消息的数量,能找到更多P2P网络中传输的资源及正在搜索或下载这些资源的节点。从而实现P2P网络监控中对资源进行有效定位和发现的目的。

基于自然语言处理的微信纳税服务平台--以陕西省渭南市税务服务为例

移动互联网时代,信息种类丰富,获取途径多样,税务信息对专业性和准确性的要求尤为严格。针对由此产生的检索难度上升、检索精准度下降的问题,结合国家税务总局"互联网+税务"行动计划,提出基于主流即时通信软件的纳税服务平台,以人工智能技术辅助税务信息的检索。利用以自然语言处理为核心的智能信息检索技术,对检索人输入文本进行文本提取、特征项提取、利用夹角余弦法进行语义相似度计算并检索输出,实现税务信息的智能问答功能,提供纳税人办税所需的各项税务服务信息。最终实现以纳税人为中心,以实际问题为导向的税务服务,助推税务服务的现代化、信息化、智能化发展。