基于Siamese-BERT-wwm模型的航空安全事故因果事件的同指消解

针对航空安全事故因果事件的抽取结果复杂难以快速确定事故发展过程的问题,提出一种将孪生神经网络(Siamese Network)与BERT-wwm模型相结合的因果事件同指消解方法。该方法在孪生神经网络中将事件句分别输入到相同权重的两个BERT-wwm模型,经平均池化得到句子级语义向量,再通过Softmax分类器进行同指判断并消解,在同指消解的基础上采用逆遍历去冗余,实现了航空安全事故因果链的构建。实验结果表明,该方法有效提高了航空安全事故因果关系的可解释性,为多事故的关联分析奠定了基础。

基于句法和全文信息增强的中文事件检测方法

针对目前中文事件检测中词语之间句法依存关系利用不充分和缺乏文章全局语义信息的问题,提出了一种基于句法和全文信息增强的中文事件检测模型。模型首先引入图卷积网络(Graph convolutional network,GCN),通过捕获词语之间的依存句法关系来增强词语的特征表示。之后采用双向门控循环单元(Bidirectional gate recurrent unit,Bi-GRU)分别学习句子内和句子之间的上下文信息,得到包含文章全局信息的句向量。最后将字、词、句3个粒度的信息通过门结构进行动态融合,使用条件随机场(Conditional random field,CRF)完成对句子中触发词的识别和标注。在ACE2005和CEC中文数据集上的实验结果表明,本文方法有效提升了中文事件检测的效果。

基于OpenCV的浮空手势识别技术与电力载波技术的综合应用探究

利用OpenCV计算机视觉库在vs2013平台上设计一个基于实时摄像头的集静态手势、动态手势跟踪、动态手势识别于一体的应用。在动态运动的手势建模中,分析运动轨迹的运动序列即计算运动光流,抽取运动轨迹。最后利用隐马尔可夫模型(HMM)结合动态时间的规划法进行运动轨迹识别,更加方便快捷的控制目标。将这种由电脑做处理器的设备在体积方面受到极大的制约,无法做到便携化,小型化,在正式场合无法使用,因此我们将其集成在树莓派上,用一张卡片大小的微型电脑控制,大大增强了它的实际应用能力,降低他的成本。在此基础上加入电力载波,将其应用到只能家居的通信上,减少线路施工。

倾转多旋翼飞行器结构布局及其转换控制技术综述

倾转旋翼机是融合了直升机和固定翼飞机优点的新概念飞行器,在军用和民用领域有着广泛的应用前景。旋翼倾转过程中复杂的气动特性,使模态转换飞行控制成为倾转旋翼机的技术难点。简要介绍了国内外倾转多旋翼的研究发展,重点分析了不同气动布局的倾转多旋翼机在模态转换过程中的控制方法与倾转策略,最后简单介绍了自主设计的一种基于分布式动力构型新型倾转旋翼。