面向图嵌入的改进图注意机制模型

针对图神经网络模型学习图嵌入节点表示过程中易丢失大量特征信息及其图拓扑保留不完整的问题,提出了一种改进的图注意力(graph attention)机制模型。该模型分为节点级双向注意力机制和图级自注意图池化两部分。在学习图节点新的特征向量表示过程中,采取计算双向图注意力权重的方式,为邻域节点的保留提供可靠选择的同时增强节点间的相似属性;在图的整体拓扑上结合自注意图池,使用节点特征向量作为输入,通过注意卷积层提供的自注意权重在池化层生成图嵌入表示;在Cora、Citeseer、Pubmed数据集上进行了测试,实验结果表明:相比于基准图注意力机制模型,改进模型能够充分考虑图的局部和整体结构特征,有效增强模型聚合邻域信息的能力,减少了图嵌入过程中原始特征的丢失,明显提升了模型在下游任务的表现性能。

融合预训练模型和注意力的实体关系抽取方法

实体关系抽取旨在从无结构的文档中检测出实体和实体对的关系,是构建领域知识图谱的重要步骤。针对现有抽取模型语义表达能力差、重叠三元组抽取准确率低的情况,研究了融合预训练模型和注意力的实体关系联合抽取问题,将实体关系抽取任务分解为两个标记模块。头实体标记模块采用预训练模型对句子进行编码,为了进一步学习句子的内在特征,利用双向长短时记忆网络(BiLSTM)和自注意力机制组成特征加强层。采用二进制分类器作为模型的解码器,标记出头实体在句子中的起止位置。为了加深两个标记模块之间的联系,在尾实体标记任务前设置特征融合层,将头实体特征与句子向量通过卷积神经网络(CNN)和注意力机制进行特征融合,通过多个相同且独立的二进制分类器判定实体间关系并标记尾实体,构建出融合预训练模型和注意力的联合抽取模型(JPEA)。实验结果表明,该方法能显著提升抽取的效果,对比不同预训练模型下抽取任务的性能,进一步说明了模型的优越性。

基于BIM与MR的楼层疏散仿真

针对目前楼层疏散仿真仅将楼层平面图进行路线标注,相对单一且不直观的问题,提出融合混合现实(mixed reality, MR)与建筑信息模型(building information modeling, BIM)的三维建筑的疏散仿真方法。规划分割BIM各构件并进行标注,将BIM信息经过基于层次包围盒的表面积启发式优化算法进行路径规划,借助开发引擎Unity3D将疏散仿真流程导入Microsoft Hololens2硬件平台。实验结果表明,相较于以往仅通过建筑平面图表达的疏散仿真,通过引入MR设备作为多源感知来源,将疏散仿真扩展到可交互的现实三维空间,能够使疏散引导过程更直观,仿真引导效率更高,体验性更强。

基于RF-GA-SVM的医院集中供暖系统一次侧流量预测模型研究

医院集中供暖系统一次侧流量受多种不确定因素影响。为了降低输入空间维度、节约运算成本、提高预测精确度,提出了一种基于随机森林(RF)特征重要性评估-遗传算法(GA)优化支持向量机(SVM)参数算法的预测模型。首先利用RF算法对特征变量实施重要性评估,利用交叉验证法对特征变量进行过滤,构建供暖系统影响因素指标体系,其次利用遗传算法优化支持向量机参数建立回归预测模型(RF-GA-SVM),最后结合某医院集中供暖系统数据进行了实例分析并与RF预测模型、GA-SVM预测模型进行了对比。预测误差分析表明,本文提出的预测模型(RF-GA-SVM)降低了输入空间维度,避免了局部最优,提高了预测精确度。

Identification model of multi-layered neural network parameters and its applications in the petroleum production

This paper creates a LM (Levenberg-Marquardt) algorithm model which is appropriate to solve the problem about weights value of feedforward neural network. On the base of this model, we provide two applications in the oilfield production. Firstly, we simulated the functional relationships between the petrophysical and electrical properties of the rock by neural networks model, and studied oil saturation. Under the precision of data is confirmed, this method can reduce the number of experiments. Secondly, we simulated the relationships between investment and income by the neural networks model, and studied invest saturation point and income growth rate. It is very significant to guide the investment decision. The research result shows that the model is suitable for the modeling and identification of nonlinear systems due to the great fit characteristic of neural network and very fast convergence speed of LM algorithm.

生物反馈电刺激治疗仪在改善产后压力性尿失禁中的作用及对生命质量的影响

目的探究生物反馈电刺激治疗仪在改善产后压力性尿失禁中的作用及对生命质量的影响。方法选取2020年1月—12月淮安市洪泽区中医院收治120例的初产妇作为研究对象,按照患者意愿分为观察组与对照组,每组60例。观察组产后使用生物反馈电刺激治疗仪治疗,对照组产后不进行盆底肌力的相关治疗,比较两组盆底肌张力恢复情况、压力性尿失禁发生率和生命质量评分。结果观察组盆底肌张力正常率为95.00%,明显高于对照组的83.33%,差异有统计学意义(P<0.05)。观察组尿失禁发生率为5.00%,明显低于对照组的16.67%,差异有统计学意义(P<0.05)。观察组生理领域、心理领域、环境领域及社会关系领域评分均高于对照组,差异有统计学意义(P<0.05)。结论产后通过生物反馈电刺激治疗仪进行盆底肌力康复治疗,可有效地提高盆底肌力,降低压力性尿失禁发生率,改善生命质量,值得临床推广应用。

基于3D机械控制的沥青路面施工摊铺技术研究

为研究基于3D机械控制的沥青路面施工摊铺技术,该文分析了3D机械控制原理,并阐述了3D机械控制的沥青路面施工摊铺流程和质量控制方法,依托实际工程,对传统摊铺施工和3D摊铺施工后的厚度、平整度进行检测,结果发现基于3D机械控制的沥青路面摊铺效果优于传统摊铺方式,提高了路面摊铺的精准化、智能化和自动化。

基于卷积神经网络的井漏预测

井漏事故给油气勘探开发带来了极大困难。常见判断井漏的方法计算复杂并难以提前预警,而深度学习凭借对数据强大的学习能力为该问题提供了新的解决思路。以新疆某油田为例,基于卷积神经网络结合多数据融合算法建立了井漏预测模型。对井史数据进行统计,筛选出与井漏相关的地质、工程、流体的特征量制作标准数据集;将训练集数据输入模型进行参数优化;利用图像处理算法将测井数据转换为可视化图像,从数据处理、图像识别两个角度理解模型对井漏特征的分析情况。测试集计算结果表明,模型对不同工况下测井数据预测的平均准确率为91.5%,其中井漏前预测准确率为89.2%。模型对井漏的识别与预测具有较高的可靠性,满足现场的工程需求。

烟雾场景下的人员疏散仿真研究

针对人员疏散时受烟雾扩散实时动态变化影响较大的问题,建立一种改进的元胞自动机模型,用于烟雾场景下的疏散仿真。首先,在动态参数模型基础上提出烟雾场景下疏散人员视野半径的变化规则,以描述烟雾环境变化对人员行为的影响;同时,建立区域从众行为的运动规则;然后,利用该模型对单双出口场景下的人员疏散过程进行数值模拟研究;最后,分析烟雾场景下视野变化、从众行为及出口宽度对于疏散的影响。研究表明:从众行为在部分情况下对疏散作用具有不确定性,引导员的存在可使疏散效率极大提高;视野范围的变化对疏散时间有一定影响,疏散人员数量较少时影响较大;增加出口宽度能够提高疏散效率,但当出口宽度达到一定程度时效果提升不明显。

球面距离计算方法及精度比较

球面距离(角间距)计算是天文或地理学中极常用的计算之一,也是目标查找、锥形检索、交叉证认等方法的基础。数学上,通过球面几何可以直接计算出两点的距离,前人已经推导出了多个复杂程度不一的计算方法。但是由于计算机的精度有限,在进行数值计算时有舍入误差,导致公式计算结果出现偏差。对几个常用的球面距离计算公式进行了考察,测试并对比它们在不同计算环境下的精度与优缺点。此外还展示并比较了几种常用天文软件包、数据库的球面距离计算方法,以期有助于天文工作者选择适合自己当前需要的计算方法。

自适应分块的BIM墙体轮廓提取及三维重建研究

建筑信息模型(building information modeling,BIM)技术的发展被视为建筑行业的第二次革命,BIM应用的第一步就是搭建3D建筑信息模型。然而手工搭建BIM模型的效率低下,因此结合Auto CAD及Revit二次开发技术,实现基于建筑平面图的三维快速重建功能。在重建过程中,首先对建筑平面图中的数据进行提取,对重要建筑构件识别进行研究,即对直线墙体、门窗进行识别。在此基础上,利用数据分块思想,提出了自适应分块的墙体轮廓提取算法,解决了墙线段断开的情况,有效地提取到墙体的轮廓及其中的坐标点,从而实现了墙体、门窗的三维重建,提高了BIM建模效率。

基于改进PSO算法的人群疏散模型

针对粒子群优化算法(PSO)在疏散模拟中局部寻优能力差、易过早收敛的问题,提出了一种基于改进PSO算法的人群疏散模型。在原有模型基础上引入正向驱动力、排斥驱动力、疏散人员的恐慌程度等因子;根据环境因素和人群移动动态调整疏散人员的方向,并在最佳出口选择机制下趋向理想出口;对出口位置等物理因素进行疏散效率的参数化仿真实验。实验结果表明了疏散模型的有效性,可有效避免疏散过程中的局部拥堵现象,从而为建筑设计与管理人员提供合理参考。

基于聚类和神经网络对建筑节能气候数据清洗的算法

针对建筑节能气候数据质量差的问题,提出了基于K-means聚类算法与BP神经网络相结合的方法对建筑节能气候数据进行清洗。首先,针对传统的K-means聚类算法对离群点的处理不足,通过最小二乘法设定阈值提高聚类的效率;接着,将聚类后的数据集作为BP神经网络的训练样本进行网络设计和训练;最后,得到属性之间的映射关系,检测出异常值并修正,从而实现对建筑节能气候数据的清洗。实验结果表明,所提的基于聚类和神经网络算法对建筑节能气候数据的有效清洗率达到93. 6%,从而提高后续建筑节能设计和能耗模拟的可信度。

空间句法中的轴线提取方法研究

空间分割是进行空间句法分析的重要前提,而轴线分割作为其基本方法在对复杂空间的空间句法分析中应用广泛。针对传统轴线分析中轴线绘制过程效率低下和生成标准不确定的情况,提出一种基于轴线约束定义的轴线提取方法。首先提取构形的轮廓信息生成原始点集,然后根据约束性的准则和条件生成所有线集,对所有线集进行类别分析后,构建所有线的交线集合,最后根据交线集合的包含关系来对所有线集进行冗余度消减,得到轴线图。实验结果表明,该方法可以快速高效地生成轴线图,与传统的手工绘制相比,在符合认知习惯的情况下保证了结果的唯一性,能够提高复杂空间的空间句法分析的效率,应用前景广泛。

一种应用于人群仿真的改进社会力模型

针对传统社会力模型在人群疏散过程中,难以处理行人轨迹单一、人群松散等问题,提出了一种改进的社会力模型。在原有模型基础上,通过考虑行人疏散过程中运动方向的选择,改进行人疏散过程中的轨迹;然后考虑行人疏散过程中恐慌情绪和吸引力的强度,再现行人疏散运动过程中自组织行为,并进行个人及群组模式下的模拟仿真;引入真实视频中自组织群组形态进行对比,验证群组形态的真实性。实验结果表明:改进后的行人模型更能真实地模拟行人运动轨迹,模型合理有效。

结合视觉显著模型与水平集算法的建筑物立面图像轮廓快速提取

针对传统轮廓提取方法对建筑物立面图像处理存在的处理耗时问题,提出一种结合视觉显著模型与水平集算法的建筑物立面轮廓提取算法。通过视觉显著特征与超像素分块信息滤除大量无关背景;对所得的显著分块,以超像素分块为单位,据建筑物的纹理特征进行筛选;利用水平集算法对所得初始建筑物区域进行演化,得到最终轮廓。实验结果表明,相较传统轮廓提取方法,在处理效果相当的情况下,算法处理速度得到了有效提升。

基于改进遗传算法的影像中心布局优化方法

针对影像中心现有布局优化方法自动化水平低、受个人主观意愿影响较大等问题,提出运用系统布置方法(systematic layout planning,SLP)和改进遗传算法相结合的方法对布局进行优化。利用SLP生成的布局方案改善遗传算法的初始种群,增加初始种群多样性;从遗传进化代数和个体适应函数值2个方面实现遗传参数自适应调节,提高其寻优效率。在西安某影像中心布置区域模型和多目标优化数学模型的基础上,运用改进后遗传算法对西安某影像中心布局优化问题进行了仿真实验。实验结果证明:该算法在求解影像中心布局优化问题时比传统遗传算法或蚁群算法速度更快、效果更好。提高了影像中心布局优化的自动化水平,为建筑设计人员提供合理的参考方案。

大兴安岭中南段火山岩型铀矿成矿条件及远景预测

大兴安岭中南段地质背景复杂,区内铀矿化主要以火山岩型为主,大多数分布于中生代火山盆地内。笔者通过对区内地质资料的系统收集、整理和综合分析,结合编图和野外调查,初步查明该地区的铀矿化特征、控矿因素和成矿规律,总结出3种铀矿化类型,并预测了6片铀成矿远景区,为今后在大兴安岭中南段地区开展铀矿找矿工作,提供了找矿方向及思路。

aIB算法在古建筑信息模型特征提取中的应用与研究

古建筑信息模型特征提取在古建筑重建过程中具有重要的作用.针对三维激光扫描获取的散乱点云数据形成的古建筑信息模型在特征提取时存在的问题,采用二值化方法将图像数字化,提取特征数据集,使用aIB算法提取点云数据特征.aIB算法将原始点云数据集作为源变量X,将法向量作为相关变量Y,将特征变量作为目标变量T,将源变量X压缩到目标变量T中时,尽可能保持相关变量Y的信息,更加精确的获取点云数据特征,同时尽量压缩噪声数据.实验结果表明aIB算法可以有效提升古建筑信息模型特征提取的准确度.

基于元胞遗传算法的机器人路径规划研究

使用基本遗传算法进行移动机器人路径规划时,面临路径进行插入修复无法保证解的可行性,且算法易陷入局部收敛的问题;针对上述问题,通过使用元胞遗传算法增强了路径规划环境建模的通用性,并在算法适应度函数中加入路径平滑因素改善了元胞遗传算法的路径;仿真实验表明,该算法和基本遗传算法相比,机器人行驶路径的长度减少,转角绝对值之和减小,得到了距离短且平滑的路径,提高了移动机器人的行驶效率和平稳性;由于算法良好的隐性迁移机制,因此在局部优化时保持了群体的多样性,一定程度克服了算法的早熟现象,有效解决了移动机器人路径规划问题。