基于深度学习的语义级中文自动校对方法

中文语法纠错任务是检查和纠正句子中的语法错误,相对于中文拼写错误纠正,中文语法错误纠正面对的错误不仅包括同音字和同形字的错误,还包括多字和少字的情况。本文通过大量的实验验证不同方法的优缺点,基于规则的方法需要消耗大量的人力来构造规则,而基于传统机器学习的方法面临特征提取能力不足的缺点,基于深度学习的方法是目前语法纠错的主要方法,因为语法纠错的文本存在不确定性,所以纠错的结果可能存在多种可能,因此Seq2Seq和预训练语言模型目前取得了较好的效果。

基于可见光遥感的苎麻种质资源冠层性状研究

无人机近空遥感技术可快速实时掌握农田信息,在农作物田间监测中发挥日益重要的作用。本研究使用无人机可见光遥感平台,获取苎麻冠层航拍图像,通过图像处理获得苎麻种质资源冠层图像特征值,结合各苎麻种质资源生长性状,研究26份苎麻种质资源冠层图像性状差异。结果表明,使用HSV色彩空阈值分割可有效将苎麻与土壤杂草分割;26份苎麻资源6个表型性状变异系数分布在11.00%~40.00%之间,多样性指数分布在1.08~1.58之间;26份苎麻资源15个冠层颜色、纹理性状变异系数分布在0.28%~48.09%之间,多样性指数分布在1.25~1.54之间,表明试验苎麻种质资源具有丰富变异和广泛多样性。15个冠层颜色纹理性状主成分分析得到2个主成分,累计贡献率达到95.10%,可有效反映各性状的主要信息。