基于大语言模型的信用监管领域知识图谱构建方法

随着数字信息时代的到来,信息技术及营商环境得到了持续地发展与优化。在信用监管领域,数据具有海量、多源、异构、实体间关系复杂、隐含关系难以发现等问题。对此,文章提出了一种基于大型语言模型的领域知识图谱构建方法。实验结果表明,该方法的F1值达到89.3%,相较传统方法有显著提升。信用监管领域知识图谱的构建实现了市场主体失信信息的可视化呈现与查询,有助于揭示市场主体间的隐含关系并识别失信风险,可有效提升监管效能,助力智慧监管全面落地。

基于人工智能的轨道交通信号配时自动控制方法研究

针对传统基于SCOOT、SCATS、UTOPIA的交通信号配时控制方法存在整体控制效果不佳的问题,提出一种基于人工智能的轨道交通信号配时自动控制方法。在信号相位、信号周期、绿信比3个约束条件下构建城市轨道交通信号配时控制模型,并将遗传算法与蚁群算法进行结合对模型进行求解,最终实现对轨道交通信号配时的自动控制。分析实验结果可知,本文方法的性能加权平均数值为8.5741,明显高于传统方法。说明与3种传统配时控制方法相比,基于人工智能的轨道交通信号配时自动控制方法性能更优,能有效缓解城市交通压力。

轨道交通信号事故分析系统研究

针对信号设备事故多源性、模糊不确定性,文章融合云模型与D-S证据理论设计了一种轨道交通信号事故分析系统,首先,采用仿真思想,在Visual Studio 2010开发框架下,以STM32嵌入式处理器为核心控件设置仿真列车,以仿真沙盘模拟信号机、转辙机、轨道电路等信号设备,仿真测得轨道交通事故信号,并选用MySQL数据库进行数据存储及知识库构建,由此,搭建交通信号事故仿真分析系统框架;同时,考量信号故障随机、不确定性,基于多源信息融合诊断方法,进行信号事故分析。

大数据与智慧型轨道交通

通过阐述城市轨道交通大数据的应用,分析大数据技术特点及大数据在交通领域的研究现状,探讨大数据在城市轨道交通调查中的应用,提出大数据背景下城市轨道交通调查的相关建议:促进交通大数据系统平台建设;鼓励交通调查理论体系创新;积极探索大数据在交通领域的应用。

浅谈高中生语文学习兴趣的培养与提升

兴趣是学生学习语文的保障。兴趣是最好的老师,在兴趣指引下可以更快地获得知识。兴趣是通向学习的乐园的向导,只有对学习产生了兴趣,它才能引导学生在知识的乐园里遨游。