中文命名实体识别研究综述

命名实体识别(named entity recognition,NER)是自然语言处理中最基本的任务之一,其主要内容是识别自然语言文本中具有特定意义的实体类型和边界。然而,中文命名实体识别(Chinese named entity recognition,CNER)的数据样本存在词边界模糊、语义多样化、形态特征模糊以及中文语料库内容较少等问题,导致中文命名实体识别性能难以大幅提升。介绍了CNER的数据集、标注方案和评价指标。按照CNER的研究进程,将CNER方法分为基于规则的方法、基于统计的方法和基于深度学习的方法三类,并对近五年来基于深度学习的CNER主要模型进行总结。探讨CNER的研究趋势,为新方法的提出和未来研究方向提供一定参考。

基于双向注意力机制的多模态关系抽取

传统关系抽取方法从纯文本中识别实体对之间的关系,多模态关系抽取方法通过利用多种模态信息辅助关系抽取任务。针对现有多模态关系抽取模型在处理图像数据时存在容易受到冗余信息干扰的问题,提出一种基于双向注意力机制的多模态关系抽取模型。首先,采用来自Transformer的双向编码器表示(BERT)与场景图生成模型分别提取文本语义特征与图像语义特征。然后,利用双向注意力机制建立图像到文本与文本到图像的双向对齐机制,通过这种双向对齐机制实现图像与文本之间的双向信息交互,赋予图像中冗余信息较低的权重以削弱其对文本语义表示的干扰,从而减轻图像中冗余信息对关系抽取结果造成的负面影响。最后,将对齐后的文本特征表示与视觉特征表示相连接形成文本与图像的融合特征,通过多层感知机(MLP)计算所有关系分类的概率分数并输出预测关系。在用于神经关系提取的多模式数据集(MNRE)上的实验结果表明,该模型的精确率、召回率、F1值分别达到65.53%、69.21%与67.32%,相比于基准模型均有明显提升,具有较好的关系抽取效果。

基于改进Cascade R-CNN的安全帽检测算法

针对安全帽检测中,目标形状、尺度变化大,易出现漏检、误检等问题,提出了一种基于改进级联基于区域的卷积神经网络(Cascade R-CNN)的安全帽检测算法。首先,对ResNet50进行改进形成D-ResNet50,利用可变形卷积仅增加少量参数就可增大感受野的特性,对特征提取网络的C2~C5卷积层进行重塑,提高网络对目标几何变换的适应能力和特征提取能力。其次,将D-ResNet50作为主干网络引入Cascade R-CNN,形成级联目标检测器,在每个阶段对正负样本重采样,抑制误检问题。再次,对递归特征金字塔进行改进,更高效地进行多尺度特征融合,并且基于反馈信息对特征进行二次处理,增强特征表达,提高网络的分类和定位能力。最后,使用Soft-非极大值抑制(Soft-NMS)进行后处理,进一步解决漏检问题。提出的方法在Hard hat workers数据集上的AP值相比检测基线提高了3.5%,与Sparse R-CNN、TridentNet、VFnet等先进算法相比分别提升了4.7%、5.9%、2.3%等。

基于深度学习的命名实体识别研究综述

命名实体识别是自然语言处理领域的一项关键任务,其目的在于从自然语言文本中识别出具有特定含义的实体,如人名、地名、机构名和专有名词等。在命名实体识别任务中,研究人员提出过多种方法,包括基于知识和有监督的机器学习方法。近年来,随着互联网文本数据规模的快速扩大和深度学习技术的快速发展,深度学习模型已成为命名实体识别的研究热点,并在该领域取得显著进展。文中全面回顾现有的命名实体识别深度学习技术,主要分为四类:基于卷积神经网络模型、基于循环神经网络模型、基于Transformer模型和基于图神经网络模型的命名实体识别。此外,对深度学习的命名实体识别架构进行了介绍。最后,探讨命名实体识别所面临的挑战以及未来可能的研究方向,以期推动命名实体识别领域的进一步发展。

利用高光谱数据快速估算高羊茅牧草光合色素的研究

光合色素是植物体进行初级生产的重要物质,能够间接反映植被的健康状况与光合能力,同时,高光谱遥感为快速、大面积监测植被的色素变化提供了可能。本研究以高羊茅牧草为材料,实测了高羊茅冠层的高光谱反射率与光合色素含量数据,对二者进行了相关分析,从5大类12个高光谱特征变量{Rg、R710、Dλr、Dλ700、D[log(1/iλ)]、Sg、RVIa、RVIb、PSSR、PSND、Rch、CARI}中挑选了光合色素敏感参数,建立了植被指数光合色素估算模型。结果表明,光合色素叶绿素a、叶绿素b、总叶绿素和类胡萝卜素与原始光谱进行相关性比较分析时,叶绿素b效果最好;原始光谱、光谱一阶导和倒数对数一阶导3种光谱形式与光合色素进行比较分析时,光谱一阶导在700 nm附近与光合色素相关性最好,相关系数为-0.897;通过12个高光谱特征变量与光合色素相关性比较,选择达到极显著水平的6个变量:Rg、D7λ00、D[log(1/R730)]、RVIb、Rch、CARI进行光合色素含量的回归模型建立,这为利用物理方法快速、无损伤探测高羊茅牧草的营养状况及牧草质量提供了理论支持。

新疆典型荒漠草地的高光谱特征提取和分析研究

本研究以新疆阜康地区的典型荒漠植被为对象,通过微分和Savitzky-Golay平滑滤波处理,从野外高光谱仪采集的高光谱谱线中,提取了典型荒漠植被的高光谱特征(红边、绿峰、红谷),结果显示,荒漠植被虽然也具有红边和绿峰等吸收特征,但是枝叶稀疏、覆盖度较低的荒漠植被高光谱受下垫面影响,不具有明显绿峰,红边特征也随着植被盖度的降低而减弱;由于荒漠植被10月份进入凋落枯萎时期,其光谱反射率受土壤光谱干扰而数值偏大,红边位置较5月份呈现出"红移"的规律,NDVI和RVI指数也呈现出10月份低于5月份的现象;不同草地类型、不同季相的荒漠植被,其红边、绿峰、红谷特征和植被指数均具有显著差异,但是NDVI和RVI具有较高的数据相关性。新疆典型荒漠草地的光谱特征提取和分析研究不但丰富了高光谱信息挖掘手段,还为基于高光谱信息的草地类型分类研究提供了数据基础和科学依据。

云计算环境下软硬件节能和负载均衡策略

针对云计算服务环境下软硬件节能和负载均衡优化问题,提出一种自适应的云计算环境下虚拟机(VM)动态迁移软节能策略。该策略采用常用的硬件能耗感知技术———动态电压频率调节(DVFS)来实现分段优化的系统部件静态节能,又通过VM在线迁移技术实现云平台的动态自适应软件节能。在CloudSim云仿真平台下对比实现DVFS静态节能和自适应负载均衡的软节能策略,经PlanetLab云平台监测数据验证,结果表明:软硬结合的自适应能耗感知策略能够高效节能96%;DVFS+MAD_MMT节能策略(采用平均绝对偏差算法判定主机是否超载,基于最短迁移时间(MMT)原则选择VM移出)在PlanetLab低负载云任务吞吐环境下比实验环境下能节约87.15%的能耗;安全阈值为2.5的MAD_MMT算法可以实现云环境下的高效软节能,有效支持自适应负载均衡的虚拟机动态迁移策略。

BP-ANN在荒漠草地高光谱分类研究中的应用

利用高分辨率光谱仪在实地测得的光谱数据来识别新疆阜康地区的7种典型荒漠草种，对原始高光谱数据作预处理（微分和平滑），选取典型荒漠植被的光谱特征（红边、绿峰、红谷、RVI等）作为输入数据，植被类型作为输出数据，构建基于BP神经网络模型的典型荒漠草地分类器，进行了三组基于高光谱特征的草地类型分类实验，结果表明：（1）红边特征较其余吸收特征更能获得精确的分类结果；（2）波段550～790nnl间的窄波段光谱分类间隔中，20nm优于10nm的间隔；（3）草地分类器中BP网络模型的输入层、隐藏层神经元个数与BP网络训练时间、精度具有复杂的耦合关系，不可一概而论。

优化特征融合的多尺度遥感图像目标检测方法

为解决遥感图像场景下多尺度目标检测准确率低的问题,提出DAFFNet遥感图像目标检测算法。该算法基于SSD进行了三方面的改进:为增强多尺度特征信息的获取能力,设计一种基于分组的特征融合方法;引入基于注意力机制的多维度特征优化方法,来解决复杂背景下目标分类困难的问题;将Focal loss作为新的边界框置信度损失函数,令模型聚焦于难分类的正样本,以改善正负样本不平衡对目标分类所造成的干扰。在遥感公共数据集NWPU VHR-10上进行模型评估,实验结果表明,该算法相较于原算法均值平均精度提高5.1百分点,能有效地提高遥感图像目标检测准确率。

基于3S的新疆阜康典型草地产草量及草畜平衡分析

以西北干旱半干旱地区典型代表城市——新疆阜康市为例,根据遥感影像、气象资料、年鉴和前人研究结果,利用遥感分类结果和产量估测模型计算了1990年、1999年和2008年的草地地上生物量,并结合牲畜数量计算了各年份的草畜平衡状态。结果表明,1)近20年研究区草地总面积和总产量均呈现持续下降的趋势,至2008年,牧草总产量较1990年减少了4.66%;2)1949-2008年,随着研究区年末牲畜存栏数的增加,1990年、1999年和2008年的可利用牧草总储量分别为3.77×105、3.64×105和3.63×105 t,这3年的草畜平衡状态为1990年和2008年分别欠载22.81%和4.91%,而1999年超载9.67%。结合研究区遥感分类图片、气候变化和牲畜存栏量分析可知,1990-2008年研究区农业开垦侵占草地导致草地地上生物量减少,加之年末牲畜存栏量的增加,单位面积草地载畜量压力加大,直至2005年前后实施退牧还草项目后,载畜量压力才得以缓解。草地生态和畜牧业要实现双赢发展,必须加大对草地生产力和牧区生产经营方式的实时监控力度。

基于BP-MC网络的张家港市耕地安全定量化分析

近年来城市用地大量侵占农业用地,不断威胁到城市的粮食安全问题,利用遥感快速准确地监测土地利用覆盖变化和城市扩张对保护耕地意义重大。运用BP人工神经网络,结合广义蒙特卡罗思想,利用多年的张家港市TM遥感影像、土地利用图和年鉴,对耕地、道路、城市扩张、GDP及产业经济结构之间的关系进行了深入的分析。研究结果表明:张家港市10 a来耕地面积以每年约2.5%的幅度减少,但在2002年后农业总产值有小幅回升,这与该市落实土地优化政策、农业结构和产业结构调整息息相关。城市扩张主要方式为多核心蔓延式扩展,距主要道路和已建城区2 km内的农业用地最有可能在4 a内转变为城镇用地,并且道路和城区附近500 m内是转化高峰,而且间隔年限越长,道路和已建城区对其缓冲区的影响范围越广、辐射强度越大。经济的快速发展使得耕地大量被占用,导致了农转非概率升高,但随着城市用地与耕地数量逐渐达到平衡,农转非概率降低,使得GDP与非农转化率呈现倒"U"曲线;BP-MC网络通过在图像中采集大量像素点进行训练,有效地避免了人工神经网络陷入局部极小点,是一种定量研究城市扩张驱动力的有效途径。

新疆阜康荒漠植被指数特征和时空过程分析

研究天山北坡典型荒漠区草地植被覆盖变化,对于荒漠区草畜平衡及畜牧业可持续发展具有重要现实意义。采用1990,1999和2008年同时相TM/ETM+遥感影像,经辐射校正和几何校正后,基于荒漠植被指数特征和垂直地带性特征,进行了专家知识决策树分类,研究了阜康市典型荒漠草地、农田等地物近20年间的归一化植被指数(NDVI)和面积变化特征。结果表明,1)经辐射校正后的NDVI与实际地物情况更接近,大致呈高山草甸>农田>温性草甸>平原荒漠>山前荒漠的规律;2)近20年间农区面积大量占用平原荒漠草地和山前荒漠,新增农田面积296.3 km2,是1990年耕地总面积的1.54倍;3)高山冰盖消融随即转变成为高山草甸类型的趋势明显,20年间减少冰雪区74.7 km2,是1990年冰雪区总面积的0.345倍,这也印证了近20年来全球变暖的说法。

基于决策树的典型荒漠草地遥感分类策略

【目的】在遥感影像和地形图基础上对干旱半干旱地区天然荒漠草地进行分类,旨在为干旱半干旱地区草地分类及监测提供参考。【方法】采用基于决策树的天然草地分类方法,以天山北坡新疆阜康地区的TM遥感影像(2010-09-24)多光谱波段特征为主要分类变量,结合研究区数字高程模型(DEM),辅以影像目视解译结果,构建了对天然荒漠地区草地进行分类的决策树分类模型,对研究区主要地物类型进行了分类,并对分类精度进行了评价。【结果】综合考虑了遥感图像植被指数(NDVI)特征、DEM特征的分类策略,可以忽略山区的地形影响,简化分类过程,提高分类精度;与传统的非监督分类精度评价结果相比,基于专家知识的分类方法中总分类精度提高了37.4%,Kappa系数提高了78%,错分误差和漏分误差大幅减小;调整NDVI和DEM阈值可以使分类结果更加精准,模型适用区域更加广阔。【结论】基于决策树的典型荒漠草地遥感分类模型适用于荒漠区天然草地类型的提取与划分,可以提高利用遥感图像进行荒漠草地类型分类的精度。

云计算环境下新疆遥感应用数据中心的挑战与机遇

遥感数据量的飞速增长和数据中心的高能耗逐渐暴露出现有云计算框架(GFS、HDFS等)在设计时缺少对能耗因素的考虑,使得负载很低时系统中所有计算节点仍需保持活动状态来维持系统可用性与可靠性。为此本文从新疆云计算数据中心的设计着手,结合异构遥感大数据的数据特征(时空、光谱、分辨率等)和应用特点(浏览,显示,存取等),提出了云计算环境下遥感大数据存储和管理的建议:1.在分布式文件系统中采用节点休眠技术的数据组织和副本策略;2.通过自适应的虚拟机动态迁移技术实现空闲节点休眠。利用软节能技术改进虚拟化云计算平台应用数据层对节能计算的适应能力,以实现云环境下遥感大数据的节能、高效、透明存储和管理。

云环境下能耗感知的虚拟机动态迁移策略研究

针对云计算服务环境下静态阈值的虚拟机(Virtual Machine,VM)动态迁移算法无法根据云任务负载实时优化系统能耗和负载均衡的问题,(方法)提出利用工作负载历史数据的统计学规律自适应地确定迁移阈值,实现云计算环境下虚拟机(Virtual Machine,VM)动态调度的自适应节能算法.(结果)采用动态电压频率调节(dynamic voltage frequency scaling,DVFS)--实现系统部件静态节能,又通过两种自适应主机超载判定(Adaptive Host Overloading Detection,AHOD)算法实现云数据中心的VM动态迁移,在Cloudsim云仿真平台下对比实现DVFS静态节能和2种AHOD动态节能策略,(结论)结果表明:DVFS和AHOD策略可以显著节能68%以上,虽然AHOD策略中VM动态迁移引起的服务等级协定违例(Service Level Agreement Violation,SLAV)将导致云服务质量(Quality of Service,QoS)降低,并造成数据中心综合性能下降,然而合理建模并找到能耗与QoS的平衡点,即安全阈值为1.2的AHOD算法不但能够实现自适应负载均衡的虚拟机动态迁移,还实现云环境下的高效节能.

基于BP网络研究城市扩张中的道路因素：以张家港市为例

结合GIS和BP神经网络等方法,将多幅TM遥感影像和土地利用图栅格化和数字化,抽取了道路距离、NDBI(归一化建筑指数)和NDVI(归一化植被指数)等影响因子,利用BP神经网络仿真了张家港市城市扩张侵占农用地的变化规律,以定量描述城市化过程中道路对农用地的影响.结果表明:距道路约500m内的农转非概率高达12%,道路对周边农地减少的影响最远辐射至2000m处;-0.3<NDBI<0.5时,距道路越近,农地越容易转化为建筑用地;同时,BP网络易陷入局部极小点的缺陷可以通过增加BP网络训练点来避免.

一种分区BP人工神经网络图像差值算法

为了提高图像插值质量,利用前向反馈人工神经网络(BP-ANN)的自学习、自适应和泛化能力,开展分区BPANN图像差值研究.将图像中待插值像素划分为光滑区和边缘区,每个区分别对应1个BP-ANN进行图像差值操作,并通过3组实验确定分区BP-ANN的网络结构、采点模式和插值流程.结果表明,采用8-16-1拓扑结构的BP-ANN算法可达到图像的可视化质量和时间之间的最佳平衡点;与经典线性均值(LA)图像插值算法相比,分区BP-ANN算法在保持最佳视觉效果的前提下,峰值性噪比高约0.593 8dB.

一种简化的BP神经网络图像插值算法

为进一步提高图像插值质量,丰富非线性图像插值算法研究,提出一种简化的神经网络插值算法。利用前向反馈神经网络(BP-NN)构造最佳的图像插值模型,通过2组实验确定该模型的BP网络最佳拓扑结构、最佳采样模型和采样点数量,并定量描述每组模型的耗时。实验结果表明,对512×512像素图像采用BP-NN训练点数量为50 000、拓扑结构为8-16-1的参数插值时,该算法平均插值时间约为0.7 s,且其峰值信噪比比线性均值方法平均高1 dB^2 dB,能够得到更佳的视觉感受。

“一带一路”战略下俄语言软件工程人才培养模式改革初探

要进一步开拓"一带一路"战略中面向中西亚信息产业和软件服务外包业务市场,必须针对新疆软件工程人才培养的新要求和新挑战,开展俄语言软件工程专业人才培养模式的探索和改革。在新疆第二轮紧缺人才专业"软件工程"的统一规划和建设框架下,本文针对"一带一路"人才战略对中西亚多语种软件人才培养的新需求,以新疆大学软件学院的软件工程(俄语言方向)专业本科生培养为例,论述了培养具有国际化视野的俄语言软件人才的必要性,分析了俄语言软件工程人才培养面临的突出问题,从课程体系建设、国际化培养思路和多语种软件应用服务等方面探索了符合我区特点的俄语言软件工程人才培养策略,形成一套符合区情、行之有效的多语种软件人才培养模式。这些探索对少数民族地区及中西部欠发达地区实用型软件人才的培养具有一定的参考价值和指导作用。

产学研结合的软件工程专业硕士研究生培养模式——以新疆大学软件学院为例

针对新疆软件产业发展对中高层次软件工程人才培养提出的新需求，论述了产学研一体化的应用型软件工程人才培养思路和培养模式，在新疆维吾尔自治区产学研培养研究生示范基地的统一规划和建设框架下，本文以新疆大学软件学院的专业硕士研究生培养为例，全面阐述了产学研相结合的合作办学模式及教学体系，重点探讨了依托学生自主创新和创业平台开展校企联合创新的经验和成果，这些探索对少数民族地区及边疆欠发达地区实用型软件人才的培养具有一定的参考价值和指导作用。