双向交互机器人的语言自动生成仿真

针对当前有关语言文本检索方法存在的准确性差、查全率低问题,提出基于TF-IDF的双向交互机器人的语言自动生成方法。将语音特征曲线划分为小块,并在小块中调节语音特征曲线,将调节过的特征峰值进行归一化,实现特征曲线峰值配准与提取。将提取到的语音代入去噪环节,对语音中的噪声进行线性预测,并估计噪声分布,计算感知滤波器频域增益方程,将经傅里叶变换的语音噪声代入方程,获取去噪之后的纯净语音信号。基于语音预处理,利用TF-IDF相乘代表一个词或者短语权重,依据所有语句中出现的全部词构建整段话的矢量,将检索结果按照相似程度从大到小排序,将与检索词相似程度最高的当作机器人回复人类语音聊天的最佳选择,完成双向交互机器人的语言自动生成与回应。实验结果表明,所提方法检索准确率高,查全性能优于当前研究成果。上述方法运行精准度高,具有鲁棒性。

国家数值风洞(NNW)集成框架系统研发

在当前空气动力学研究中,各类求解计算程序缺乏与其配套的前后处理平台,容易降低研究人员的工作效率和软件的实用性。针对这一问题,NNW集成框架系统作为国家数值风洞项目(NNW)中数值模拟软件平台的重要组成部分,将前处理软件、求解计算程序、后处理软件集成于统一的集成环境,针对未来E级高性能计算的特点,以中间件为框架核心,按照一定的工作流模型集成多种功能模块,通过过程集成的方式,实现数据集成、计算集成、分析集成。同时,NNW集成框架系统支持对各类求解器的调度、作业管理、实时监控,为用户提供自动化多学科计算平台。通过在实际计算环境下运行计算案例,表明该集成框架系统能够为用户提供完整的计算工具链,快速定制一套或多套网格,并将与之配套的前处理和后处理计算结果可视化。

稀土微肥对盐胁迫下番茄种子萌发的影响

本试验探究稀土微肥对盐(Na_2CO_3)胁迫下番茄种子发芽率、发芽势、子叶展开率和体内丙二醛(MDA)含量、过氧化物酶(POD)活性及相对电导率的影响.结果表明:经稀土微肥处理后,受盐胁迫番茄种子的发芽率、发芽势和子叶展开率均有所升高,而MDA含量、POD活性和相对电导率则呈现相对降低趋势.这个规律说明了外源稀土微肥可以缓解碱性盐对番茄种子的胁迫,降低盐胁迫下番茄幼苗体内抗氧化酶活性的活性,降低膜脂过氧化水平,减缓碱性盐胁迫对植株的伤害.且在不同Na_2CO_3浓度胁迫下,150 mg/L稀土微肥处理缓解盐胁迫造成的伤害效果较为明显.

利用卷积神经网络搜索暗能量光谱仪模拟光谱中的莱曼极限系统

研究莱曼极限系统(Lyman limit systems,LLS)对于了解宇宙的大尺度结构、星系演化以及星系团内部气体分布具有重要意义.然而,由于LLS吸收特征的独特性,目前的研究主要采用传统方法,对柱密度在10^(19)cm^(-2)≤N(HI)<10^(20.3)cm^(-2)的小样本集上进行认证.本文利用深度学习技术,在暗能量光谱仪(The Dark Energy Spectroscopic Instrument,DESI)模拟光谱上,通过优化卷积神经网络(convolutional neural network,CNN)模型,提高了对LLS(10^(18.5)cm^(-2)≤N(HI)≤10^(20.0)cm^(-2))的识别精度(达到95%).随后,验证了该模型的完备度和纯度,并估计了LLS的柱密度和红移.结果显示:在S/N>6的情况下,当10^(19.0)cm^(-2)>N(HI)>1018.5cm^(-2)时,CNN模型的完备度超过0.5,而纯度也超过0.2;当10^(20.0)cm^(-2)>N(HI)>10^(19.0)cm^(-2)时,完备度超过0.9,而纯度超过0.7;当10^(20.0)cm^(-2)>N(HI)>10^(18.5)cm^(-2)时,CNN模型对LLS柱密度估计值与真实值的平均差值为-0.05161,标准差为0.239,对LLS红移估计值和真实值的平均差值为-0.0003,标准差为0.0009.这些结果表明:模型的完备度普遍高于纯度,尤其是在低柱密度的情况下,LLS在光谱中的吸收特征非常窄,极易与其他波段混淆,导致模型产生更多的FP(false positive)样本.此外,CNN模型对LLS的柱密度和红移的估计值略低于真实值,且估计误差的离散程度较小.本研究为未来的LLS研究提供了可参考的方法,鼓励研究人员适应并采用CNN模型进行各种光谱分析.