采用低秩编码优化大语言模型的高校基础知识问答研究

在高等教育领域,基础知识问答系统对学生学术成就提升及教育资源公平分配具有重要作用。近年来已有基于预训练语言模型上使用机器阅读理解和文本相似度匹配的问答技术,在处理复杂的自然语言问题时仍然面临因训练数据不足、模型泛化能力限制等瓶颈导致的回答质量和准确性不足的情况。本研究旨在解决如何在降低资源消耗的同时,提升基础知识问答系统在高校环境中的性能优势和准确率。为实现该目标,提出了一种高校基础知识领域的低秩编码大语言模型微调方法。该方法通过低秩编码的方法降低大语言模型的内存、显存在训练和预测的消耗量,并且运用大语言模型的生成式方法优化我校基础知识数据问答领域的研究与分析,从而提高日常基础知识问答的质量、准确性和响应速度。通过冻结大型预训练模型权重,将高校基础知识语言信息融入原Transformer架构的预训练层,并且加入了问答优化模块来规范生成式模型的准确性。此方法在显著减少下游任务可训练参数数量的同时,可以较好地保留原模型的生成式语言能力,并且针对高校基础知识领域展现出更优的性能优势和准确率。

融合随机森林和神经网络的教学质量分析算法

为了实现更好的教学质量分析,分析教学过程中存在的不足,提高高校教学质量,设计了一种融合师资信息、学生信息和教学信息的教学质量分析模型(RALCA).使用随机森林(RF)算法将教师与学生信息的特征重要性、特征与目标变量之间的关系性进行度量表示,运用准确的分类效果筛选保留下来最优的特征子集.使用自注意力机制的长短记忆神经网络(Attention-LSTM)融合教师、学生信息画像特征和教学信息特征,将关联信息更深层次的挖掘,获得高精度的教学质量影响因素之间的关系分析结果.根据实验对比分析表明,提出的RALCA模型可以更科学地分析现阶段影响教学质量的影响因素高低排序,高校可以获得更有效的教学质量分析来提升教学质量.

基于视觉注意机制的图像分类方法

针对Itti视觉模型在模拟人类视觉的过程中没有考虑到人眼视觉系统对外界事物边缘和轮廓的注意敏感性的问题,提出一种改进的基于视觉注意机制的图像分类方法,即基于Itti模型,同时引入图像的边缘特征对图像进行分类.经实验验证,与传统的Itti模型相比,该方法具有更高的分类准确率,分类准确率达到97%以上.

基于工作流引擎的高校协同办公系统建设研究

该文针对我国高校建设现状,采用工作流引擎技术,重点研究基础模型建立,基于已建立的基础模型设计建设高校协同办公系统,实现部门及人员信息的集中管理和共享利用,提供多部门高效协作的办公平台。采用先进的工作流引擎技术,灵活、快速、有效、规范地将现有业务流程转化为线上工作流程,提升管理水平,促进科学决策。

面向架空输电线路的挂载无人机电力巡检技术研究综述

无人机是巡检作业最理想的搭载工具,通过无人机挂载光学相机、红外成像、激光雷达等载荷装置对导线、绝缘子、金具等输电设备进行巡检工作已成为架空输电线路不可或缺的日常运维手段。该文首先介绍挂载无人机巡检技术的应用现状,系统论述挂载无人机巡检作业的工作模式;然后从无人机续航时间、无人机巡检作业安全距离和无人机电磁干扰防护等方面对挂载无人机电力巡检的关键技术进行重点综述;最后对挂载无人机巡检技术的发展趋势进行讨论,旨在为无人机电力巡检技术的研究提供方向。

手写体字符细化算法的研究

字符细化是手写体识别预处理中的关键技术,细化结果的好坏直接关系到识别率的高低。由于手写字符的多样性和随意性,目前没有统一的细化算法,因此细化算法的研究受到越来越多学者的关注。该文以非粘连字符作为研究对象,对基于模板的细化算法进行研究。采用FPA细化算法、SPTA细化算法、改进的Hilditch细化算法进行理论分析和编程实现,通过对比细化效果,分析了几种细化算法的优缺点。

基于GD-FNN的四旋翼无人机姿态控制系统设计

针对6自由度非线性欠驱动的四旋翼无人机飞行姿态易受外部干扰、超调较大、响应较慢等问题,文章基于广义动态模糊神经网络(GD-FNN)设计了一种四旋翼无人机姿态控制系统,并基于Lyapunov函数对系统的稳定性做出了证明。该控制系统结合了GD-FNN的优点,使得系统可同步调整学习时的参数和结构且学习速度快,在高复杂性、不确定性以及存在外部扰动的情况下具备较强的鲁棒性和自适应性。实验结果表明,基于GD-FNN自适应控制系统较传统的PID控制器具有更优越的控制性能,当系统受到外部噪声干扰时,能够快速实现四旋翼无人机高精度和超调小的飞行姿态自适应控制。

OPA柱前在线衍生HPLC法检测L-丙氨酸异丙酯盐酸盐中有关物质

建立了邻苯二甲醛(OPA)柱前在线衍生HPLC法测定L-丙氨酸异丙酯盐酸盐(1)中的有关物质(杂质B~G)。色谱柱采用ODS-2 Hypersil柱(4.6 mm×250 mm,5 μm),流动相A为0.02 mol/L乙酸钠缓冲液∶乙腈(90∶10),B为0.1 mol/L乙酸钠缓冲液∶甲醇∶乙腈(20∶40∶40),梯度洗脱。检测波长为338 nm,流速为1.0 ml/min,柱温为40℃,进样量为10μl。结果显示,1与各杂质间分离度良好。杂质B~G的定量限分别为0.02、0.2、0.2、0.4、0.4、0.6μg/ml,检测限分别为0.015、0.1、0.1、0.2、0.2、0.3μg/ml。杂质B~G在相应浓度范围内线性关系良好(r≥0.999 4),平均回收率(n=9)为97.43%~111.88%,RSD均<5%。建立的方法准确、可靠、灵敏,可用于1中有关物质的测定。

HPLC法检测富马酸丙酚替诺福韦中的有关物质

建立了HPLC法检测富马酸丙酚替诺福韦中的有关物质。采用Atlantis T3色谱柱(4.6 mm×250 mm,5 μm),流动相A为20 mmol/L 磷酸二氢钾溶液,B为20 mmol/L磷酸二氢钾∶四氢呋喃∶乙腈(50∶35∶15),梯度洗脱。流速为1.0 ml/min,检测波长为260 nm,柱温为25 ℃。结果显示,主成分与各有关物质间分离度良好,在相应浓度范围内线性关系良好(r≥0.999 4);回收率为90.5%~103.6%,RSD(n=12)为1.9%~7.1%。该方法操作简单,专属性好,重复性好,准确度高,适用于富马酸丙酚替诺福韦中有关物质的测定。