一种基于SO-CNN模型的可见光室内定位优化方法

针对基于机器学习的可见光室内定位方法存在的手工调参、定位精度低等问题,结合蛇优化(Snake Optimization,SO)算法的寻优能力与卷积神经网络(Convolutional Neural Network,CNN)处理复杂非线性问题的能力,提出了一种基于SO-CNN模型的可见光室内定位优化方法。在考虑多径效应影响的情况下,采集每个位置点处的信噪比和对应位置坐标构建指纹数据库,对SO-CNN模型进行训练和测试,以得到最佳定位模型。实验结果表明,在5 m×5 m×3 m的房间中,与未经优化的CNN相比,该方法的平均定位误差降低了35.13%;与反向传播神经网络(Back Propagation Neural Network,BPNN)、多层感知器(Multilayer Perceptron,MLP)、SO-MLP相比,该方法的平均定位误差分别降低了54.75%,48.08%,37.01%。

基于精确分类和最优匹配机制微电网交易决策方法

随着国家对电力市场改革的不断推进和售电市场的优化,微电网将成为未来电能发展和电网运营管理改革的重要载体。为了提升产消者和消费者的订单匹配效率以及经济效益,首先提出了一种基于区块链技术的微电网电能安全交易,利用双链完成交易双方信息的认证,并提出基于Shapley值分配合作博弈的定价策略。其次,对参与微电网交易的消费者进行精确分类,提高订单交易匹配效率。再次,在订单交易阶段提出基于总优先指数的匹配满意度函数,建立满意稳定的微电网交易双边匹配模型。最后,交易双方通过智能合约完成无第三方信任机构的交易结算。算例结果表明,基于区块链技术和最大满意度及稳定性的微电网交易方法可以完成微电网内部的直接交易,保证了微电网交易的稳定性,并提高了参与微电网交易双方的满意度及匹配稳定性。

基于巴特沃斯幅频特性的自适应粒子群算法

针对传统粒子群算法存在求解精度低和易陷入局部最优等问题,提出一种基于巴特沃斯幅频特性的自适应粒子群算法(Butterworth amplitude-frequency characteristics based adaptive particle swarm optimization algorithm,BAC-PSO).一方面,借助巴特沃斯幅频特性设计一种惯性权重非线性递减策略,均衡算法中粒子的局部与全局搜索能力;另一方面,通过S型函数的粒子群优化策略和Sigmoid函数改进位置更新方法,进一步提升算法的求解精度.以5个经典的测试函数为基准,将BAC-PSO算法与5种经典粒子群算法的性能进行对比,并将其应用到求解压力容器模型的设计问题中.实验结果表明,相较于其他经典粒子群算法,BAC-PSO算法的求解精度更高,收敛速度更快,稳定性更好.

命名实体识别任务综述

命名实体识别作为自然语言处理中一项十分基础的任务,为其他许多下游任务的高效完成奠定了基础。其目的是从一段用自然语言描述的文本中识别出相应的实体并标注其类型,以此为其他相关任务作出数据标注的准备。首先介绍了命名实体识别任务的发展历程以及在对应背景下相关研究用到的重点方法,包括自诞生初期用到的基于规则和字典的方法以及后期发展衍生出的基于统计学、深度学习的方法。其次总结了一些该领域比较主流的研究方向,包括低资源条件下的命名实体识别、嵌套命名实体识别以及跨语言的命名实体识别等,这些方向都是近期该任务的热门研究趋势,包含了该任务目前最为流行的研究方法。最后总结了研究中的相关经验,展望了该任务未来的发展方向及难点。

方面级情感分析综述

情感分析是自然语言处理领域的重要分支之一。随着时代的发展,为了能从文本数据中提取出更多的情感信息,方面级情感分析在情感分析中的关注度越来越高。首先介绍方面级情感分析的背景知识、相关概念,并从方面抽取和方面情感分类两个子任务角度进行阐述。在方面抽取方面,介绍了基于相似度算法、主题模型和序列标注的相关方法。在方面情感分类方面,介绍了基于情感词典与规则、机器学习和深度学习的相关方法,并整理了方面级情感分析中常用的中英文数据集和情感字典,最后对方面级情感分析目前面临的挑战和未来的发展方向做出总结和展望。

知识增强的自然语言生成研究综述

自然语言生成(Natural Language Generation,NLG)任务是自然语言处理(Natural Languge Processing,NLP)任务中的一个子类,并且是一项具有挑战性的任务。随着深度学习在自然语言处理中的大量应用,其已经变成自然语言生成中处理各种任务的主要方法。自然语言生成任务中主要有问答任务、生成摘要任务、生成评论任务、机器翻译任务、生成式对话任务等。传统的生成模型依赖输入文本,基于有限的知识生成文本。为解决这个问题,引入了知识增强的方法。首先介绍了自然语言生成的研究背景和重要模型,然后针对自然语言处理归纳介绍了提高模型性能的方法,以及基于内部知识(如提取关键词增强生成、围绕主题词等)和外部知识(如借助外部知识图谱增强生成)集成到文本生成过程中的方法和架构。最后,通过分析生成任务面临的一些问题,讨论了未来的挑战和研究方向。

基于prompt和知识增强的方面级情感分析

方面级情感分析是一种新兴的细粒度情感分析任务,旨在根据给定句子和方面词判断情感极性。目前广泛使用的预训练语言模型由于训练目标和方面级情感分析的目标有差异,分析结果不好。为了缓解预训练语言模型和情感分析目标的差异,prompt被引入到方面级情感分析中,采用伪标签加方面词和意见词的方式创建prompt连续模板,并使用prompt-encoder训练伪标签使其拥有语义信息;然后,使用主题图注意力机制融合关于方面词和意见词的外部知识,根据融合外部知识的隐藏向量预测由情感词典组成的候选标签词;最后,采用求和置信度分数的方式将候选标签词的概率映射到情感极性分布空间上。实验表明,该模型在SemEval 2014任务的笔记本电脑数据集和餐厅数据集上将正确率分别提高了1.53%和3.5%。

KENAOTE:一种知识增强的方面和意见对提取多任务学习模型

方面和意见对提取旨在根据给定句子提取方面和意见项并匹配关系,然而相关研究通常独立提取方面和意见项,而不识别关系。为了识别方面和意见项关系,提出一种知识增强的方面和意见对提取多任务学习模型。首先使用预训练语言模型为文本生成具有语义信息的词向量,为了实现知识增强的效果,使用遮蔽注意力的方式将知识图谱的语义信息融入词向量中,然后使用基于距离注意力和条件随机场的序列标注方法提取方面和意见项,最后再将提取的方面和意见项两两匹配预测对应关系。为了加强方面和意见项提取模块和匹配模块的联系,采用共享编码层的方式实现联合训练。在训练流程中,匹配模块采用真实标签作为输入,在测试过程中采用提取模块的结果作为输入。为了证明模型的有效性,使用三个通用领域数据集进行对比实验,该模型在方面和意见项匹配任务中F 1值分别达到66.99%、75.17%和67.30%,并优于其他比较模型。

基于知识增强的命名实体识别方法研究

命名实体识别作为自然语言处理中一项十分基础的任务,其目的是从一段用自然语言描述的文本中识别出相应的实体及类型。知识图谱作为以三元组形式存在的外部知识,已经在很多自然语言处理任务中得以应用并取得了良好效果。文中提出了一种基于知识图谱信息增强的注意力对齐命名实体识别方法,首先通过嵌入层和注意力机制嵌入知识图谱信息,获取知识图谱三元组信息的表示;其次通过BERT-BiLSTM获取句子的上下文表示;然后通过一种注意力对齐模块分配三元组权重融合知识图谱信息与句子信息的表示;最后通过softmax控制融合后的表示向量的预测输出,进而获取实体的标签。该方法有效避免了因知识图谱的融合而改变原句子的语义信息,同时也使得句子中的词向量具有丰富的外部知识。所提方法在中文通用数据集MSRA和医疗领域专用数据集Medicine上的F1值分别达到了95.73%和93.80%,相比基线模型提升了1.21%和1.3%。

分布式账本技术的发展历程研究综述

物联网、人工智能、大数据等众多领域缺乏量身定制的安全隐私技术保障,基于分布式账本技术(DLT)的系统作为一种分散的数据管理方法可以很好地满足其安全需求,因此基于分布式账本技术的系统层出不穷。为了帮助后续的研究者更全面快速地了解分布式账本技术,梳理了近年来基于分布式账本的研究成果,分别从数据结构、技术原理、共识机制和性能等多个角度对区块链进行深入分析,并且基于当前研究现状详细比较分析了分布式账本技术的一些最新进展,如哈希图(Hashgraph)、全链(Holochain)和初链(Truechain)等。最后总结了该领域未来的发展前景。

基于随机游走算法的频谱组合拍卖机制

如何将频谱有效地分配给用户并提高提供商的收益是目前研究的热点。针对频谱组合拍卖中提供商收益低的问题,结合用户估值分布不对称的特点,设计了基于随机游走的频谱组合拍卖(RWSCA)机制,以最大化频谱提供商的收益。首先引入了虚拟估值的思想,用随机游走算法在参数空间搜索一组最优参数,并根据参数线性映射买家的估值;然后运行基于虚拟估值的VCG (Vickrey-Clarke-Groves)机制,从而确定赢得拍卖的用户并计算相应的支付金额。理论分析证明了所提机制具有激励相容和个体理性的性质。在频谱组合拍卖仿真实验中,相较于VCG机制,RWSCA机制至少提高16.84%以上提供商收益。

纳米CuO的形貌控制合成及其性能研究

The CuO nanocrystals were prepared by quick-precipitation and hydrolysis method respectively, using Cu(Ac)2 and NaOH as starting materials. The as-prepared CuO nanocrystals were characterized by XRD, TEM, XPS, UV-Visible absorption spectroscopy and BET. The catalysis of CuO nanocrystals of different morphologies on ammonium perchlorate decomposition was investigated by thermal analysis. Results indicated the variation in temperature for NaOH addition played an important role in the shape of the CuO nanocrystals in precipitation method. Well-dispersed spherical CuO nanocrystals with an average size of 6 nm could be obtained when NaOH was added at 100 ℃ and spindle-shaped CuO nanocrystals exceeding 100 nm in diameter were obtained when NaOH was added at room temperature. Needle-shaped CuO nanocrystals could be prepared by the hydrolysis method, and the presence of small amounts of cetyltrimethylammonium bromide (CTAB) could make needle-shaped CuO well dispersed. The catalytic activity of CuO nanocrystals of different morphologies on ammonium perchlorate decomposition was high. The 2% of spherical CuO nanocrystals could make higher decomposition temperature of ammonium perchlorate decreased to 102 ℃. The exothermic quantity of decomposition was from 590 J·g-1 up to 1 420 J·g-1.

威远311.1 mm井眼优快钻井技术的难点与对策

四川页岩气311.1 mm井眼压力体系复杂,层位多变化不定,部分地层可钻性差,钻进过程中存在滑动托压严重、机械钻速慢、井漏、气侵、卡钻事故频发等问题,严重影响了整体勘探开发。通过该井段的大数据分析,基于地质特点和易漏、卡钻等工程难点,从井下设备、井眼轨迹、钻井液性能调整和钻井参数设定等方面,提高机械钻速。但目前地面参数只是在客观陈述机械钻速变慢,钻头处实际获取的参数并未可知。利用井下钻压、转速和扭矩参数,结合机械钻速和水力参数表现整合成一个综合参数,规避井下作业风险的同时,真实评定井下工作状态,建立多元钻井参数实时优化系统,形成智能钻井服务能力,从而实现优快钻井技术。

纳米Cu_2O的制备及其对高氯酸铵热分解的催化性能

以Cu(NO3 ) 2 和NaOH为原料 ,以水合肼为还原剂 ,通过沉淀法在室温下制备了纳米Cu2 O .采用X射线衍射、透射电镜和X射线光电子能谱等手段对产物进行了表征 ,并用热分析法考察了不同形貌的纳米Cu2 O对高氯酸铵热分解的催化作用 .结果表明 ,通过改变NaOH溶液的加入量可分别得到长针形和多边形的纳米Cu2 O .通过调节反应物浓度可以将纳米Cu2 O粒径控制在 19～ 6 8nm .不同形貌的纳米Cu2 O均能强烈催化高氯酸铵的热分解 ,其中分散性良好的多边形纳米Cu2 O的催化活性较高 ,添加 2 %的多边形纳米Cu2 O可使高氯酸铵的高温分解温度降低 10 3℃ ,分解放热量由 5 90J/g增至 135 0J/g.

针状纳米CuO的制备及其催化性能研究

研究了水热反应条件对纳米CuO结构和形貌的影响。采用XRD、FTIR、TEM等测试手段对产物进行了表征 ,并用热分析法考察了不同粒径纳米CuO对高氯酸铵 (AP)分解的催化作用。结果表明通过调节反应物浓度可以控制针状CuO直径在 8～ 15nm ,通过控制反应温度和反应时间可以得到CuO和Cu2 O两种产物。不同粒径的纳米CuO均能强烈催化AP的分解 ,其中 8nm的针状纳米CuO催化活性最强 ,可使AP高温分解峰降低93 6 4℃ ,分解放热量由 5 90 12J g增至 1390J g。

乙二醇体系中纳米Cu_2O的制备及其性能研究

以Cu(NO3)2为原料,乙二醇为溶剂和还原剂,制备了不同形貌的纳米Cu2O。通过X射线衍射,透射电子显微镜对产物进行了表征,并用热分析法考察了纳米Cu2O对高氯酸铵热分解的催化作用。结果表明,在乙二醇体系中少量水的加入对产物的形貌有着重要的影响。当加入少量水时,产物形貌由不规则状变为短棒状。不同形貌的纳米Cu2O均能强烈催化高氯酸铵的热分解,分散性较好的Cu2O使高氯酸铵的高温分解温度下降了约104℃,分解放热量由590J/g增至1450J/g。

纳米LaCoO_3的制备及其对高氯酸铵分解的催化性能

以硝酸镧和硝酸钴为原料,通过硬脂酸法制备了纳米LaCoO3。采用红外光谱、X射线衍射、透射电镜等测试手段对产物进行了表征,并用热分析法考察了不同含量的纳米LaCoO3对高氯酸铵热分解的催化作用。结果表明,在600℃下可获得结晶良好的钙钛矿型纳米LaCoO3,粒径约40-60 nm。纳米LaCoO3能强烈催化高氯酸铵的热分解,催化作用随着LaCoO3含量的增加而增强。添加5%的纳米LaCoO3可使高氯酸铵的高温分解温度下降116℃,分解放热量也由2%时的1390 J·g^-1增至1600 J·g^-1。

基于形式语义的Web服务交互模型

现有的W eb服务缺少明显的语义,W eb服务之间不能很好地理解其相互传递的消息,因而不能实行W eb服务的发现、调用和组合自动化。为此,提出一种基于形式语义的W eb服务交互模型。该方法通过定义W eb服务接口描述的词汇集以及词汇集之间映射规则,实现了开放和分布式环境下的W eb服务的语义交互。与已有的方法相比,该方法考虑了分布式本体的解释及可满足性问题,可自动根据W eb服务接口的描述因子进行分布式本体推理,解决了开放和分布式环境下W eb服务的语义交互问题。

氧化石墨/PDADMAC多层膜的制备及其电化学性能

采用静电力层层自组装技术在不同的基底上(玻璃,ITO导电玻璃)制备了多层氧化石墨(GO)/聚二烯丙基二甲基氯化铵(PDADMAC)复合超薄膜,并对其进行了还原处理。采用紫外-可见分光光度计(UV-Vis)、扫描电子显微镜(SEM)、X射线衍射仪(XRD)及Raman光谱仪对膜的结构进行了表征,研究了复合膜的电化学性质。结果发现,在一定浓度的PDADMAC和GO溶液中,交替沉浸较短的时间即可获得厚度均一、表面平整的复合超薄膜;对比不同电极的循环伏安曲线(CV)发现,超薄膜修饰工作电极较空白电极具有较强的电荷传递能力。

面向语义Web服务的本体及融合机制

为解决现有的W eb服务缺少形式语义支撑,导致W eb服务的自动选择和组合困难的问题,该文提出一种基于本体的语义W eb服务架构SOA-2,定义了W eb服务本体,并实现QoS和上下文信息在SOAP消息中的嵌入和传递。设计了概念关联、角色关联和个体关联适配器,实现分布式本体的融合。与已有的方法相比,针对服务选择和组合的智能需求,本文提出的服务本体综合考虑QoS和上下文因素,并给出了基于适配器的分布式本体融合方法。