基于潜层关系增强的实体和关系联合抽取

为充分发掘文本序列中潜层语义关系信息,提出一种实体和关系联合抽取的潜层关系增强模型SREM(text subtext relationship enhancement model)。在潜层关系表示层利用结构化对齐的方式,获取并保持文本序列中的语义信息结构。在融合注意力机制的关系网络层中对数据进行建模,提高模型对文本词汇间关系信息的捕获能力。结合注意力机制获取细粒度语义信息,对上下文信息进行选择过滤。实验结果表明,在数据集NYT和WebNLG上取得的F1值分别为92.40%和92.52%,验证了模型的有效性。

第19届世锦赛中外女排扣球进攻技战术比较分析

对巴黎奥运周期中外女排在第19届世界女子排球锦标赛中的扣球进攻技战术运用效果进行分析,然后以轮次为切入点,对中意女排不同进攻战术打法运用效果进行对比,同时从接发球阵型和拦防阵型两个方面深入剖析中国女排在比赛中存在的主要问题。结果表明:中外女排在总体扣球进攻效果上并无明显差异,但中国女排的扣球进攻效果与意大利女排差距显著,主要表现在第三轮4号位强攻和第四轮2号位快攻上;比赛中,在意大利女排的压迫性发球和针对性拦防双重压力下自身无法形成有效进攻,导致中国女排在这两个轮次上的扣球进攻效果与其存在明显差距。研究认为,在面对意大利女排的大力跳发球时,中国女排应选择解放前排主攻手,改由后排主攻队员承担接发球任务并尝试采用4人接发球阵型;而在面对意大利女排的针对性拦防布局时,中国女排应更合理地选择进攻线路,通过多运用小球技术来增加对手的拦防难度,进而提高自身扣球进攻效果。

井下封隔器气体密封性能试验

通过试验模拟井下高压注气全过程,分析井下密封设备气体密封性能。在393K试验环境下,H1010-1橡胶密封件在35MPa以下的工作压力范围之内具有较好的气体密封能力。当高于35MPa时,气体逐渐泄漏;H2010-1橡胶密封件逐渐泄漏,气体泄漏的速度也伴随着压力的提升越来越快,H1010-1橡胶材料适用于封隔器密封件。

多层结构化语义知识增强的跨领域命名实体识别

跨域命名实体识别旨在缓解目标领域标注数据不足的问题.现有方法通常利用特征表示或者模型参数的共享来实现实体识别能力的跨领域迁移,但对文本序列中结构化知识的充分利用仍有所欠缺.基于此,提出了基于多层结构化语义知识增强的跨领域命名实体识别(multi-level structured semantic knowledge enhanced cross-domain named entity recognition,MSKE-CDNER)模型,即通过在多个层级实现对源领域和目标领域文本各自蕴含的结构化表示的对齐来促进实体识别能力跨领域迁移.首先,MSKE-CDNER利用结构特征表示层从不同领域中获取文本的结构化语义知识表示;然后,将获得的结构化语义知识表示通过潜层对齐模块在对应的层级进行结构化对齐,获取结构化的跨领域不变知识,从而提高模型对文本结构化知识的利用;此外,将域不变知识与特定域知识融合,进一步增强模型的泛化能力;最后,分别在5个英文数据集和特定的跨域命名实体识别数据集上进行实验.结果显示,对比当前跨域模型,MSKE-CDNER的平均性能提高了0.43%和1.47%,表明利用特征表示中的结构化知识可以有效提高目标领域的实体识别能力.

基于密集多尺度空洞卷积的脑胶质瘤图像语义分割方法

对脑胶质瘤核磁共振图像进行语义分割是医学图像处理的一个研究热点。目前的分割方法均使用池化层进行下采样,存在空间位置信息损失问题,导致分割结果不精确、无效计算量高。为了提高分割效果和计算效率,提出一种新的语义分割方法。该方法使用空洞卷积代替池化层,获得了信息更丰富的特征图,进行多尺度空洞卷积改进,消除空洞卷积中网格问题和边缘特征无效问题,使用密集连接获取不同尺度的特征,保证方法的鲁棒性并降低计算量。使用Brats2017的数据进行实验验证,结果表明,该方法在分割整体肿瘤区域和增强肿瘤区域时效果良好,dice相对性系数分别达到0.912和0.88。

基于潜层结构化语义增强的低资源摘要模型

生成任务通常采用数据增强或预训练结合微调的方式进行处理,对于源文本与目标摘要之间的潜层结构化语义信息未能充分利用。为此,提出一种基于潜层结构化语义增强的低资源摘要模型,以图结构对齐的方式增强模型对结构化信息的利用。首先,该模型通过结构特征表示层获取源文本与预测摘要的潜层结构化语义特征。然后,将获得的语义特征利用潜层结构对齐模块进行节点对齐和边对齐,这种对齐有助于模型捕捉语义特征中的结构化信息,从而增强模型对结构化知识的利用。最后,利用源文本与预测摘要之间的结构化特征对齐距离作为目标损失的正则项来辅助模型进行优化。在六个领域的低资源数据集上进行实验,ROUGE-1分值相对于基线模型平均提高了0.58。结果表明利用潜层结构化语义知识可以有效提高低资源摘要生成的能力。

基于跨模态多维关系增强的多模态模型研究

针对当前多模态模型不能充分挖掘图像中非显著区域的空间关系和上下文间的语义关系,导致多模态关系推理效果不佳的问题,提出了一个基于跨模态多维关系增强的多模态模型(multi-dimensional relationship enhancement model,MRE),用于提取潜层结构下图像各要素之间的空间关系信息,并推理出视觉—语言间的语义相关性。设计了特征多样性模块用于挖掘图像中与显著区域相关的次显著区域特征,从而增强图像空间关系特征表示。同时设计了上下文引导注意模块来引导模型学习语言上下文在图像中的关系,实现跨模态关系对齐。在MSCOCO数据集上的实验表明所提模型获得了更好的性能,其中BLEU-4和CIDEr分数分别提升了0.5%和1.3%。将这种方法应用到视觉问答任务中,在VQA 2.0数据集上性能得到了0.62%的提升,证明了该方法在多模态任务方面的广泛适用性。

视觉特征对比解耦的广义零样本学习

广义零样本学习通常利用在ImageNet上预训练的深度模型来提取相应的视觉特征,然而预训练模型提取到的视觉特征不可避免地包含和语义无关的信息,这将导致语义—视觉对齐的偏差以及对不可见类的负迁移,从而影响分类结果。为解决上述问题,提出了视觉特征对比解耦的广义零样本学习模型(visual feature contrast decoupling for generalized zero-shot learning,VFCD-GZSL),通过解耦出视觉特征中的语义相关表示来降低冗余信息对分类结果的影响。具体来说,首先用条件变分自编码器生成不可见类的视觉特征。然后通过解耦模块将视觉特征解耦语义相关和语义无关的潜层表示,同时添加总相关惩罚和对比损失来鼓励两者间的相互独立,并用语义关系匹配模型衡量其语义一致性,从而指导模型学习语义相关表示。最后使用特征细化模块细化后的特征和语义相关表示联合学习一个广义零样本学习分类器。在四个数据集上的实验均取得较优的结果,证实了所提方法的有效性。

焦虑和抑郁导致偏头痛患者fALFF改变:一项fMRI横断面研究

目的 探讨焦虑抑郁对偏头痛患者脑功能改变的影响。方法 采用静息态功能磁共振成像数据,分析46例无先兆偏头痛患者和34例年龄和性别匹配的健康对照者的分数低频振幅(fALFF)变化。并采用Pearson相关分析来探索fALFF变化与临床特征之间的关系。结果 偏头痛患者,有无焦虑抑郁,左侧小脑后叶的fALFF值均升高。无焦虑抑郁偏头痛患者,丘脑、颞叶和额叶fALFF值下降。伴有焦虑抑郁偏头痛患者的小脑fALFF值与蒙特利尔认知评估量表评分呈负相关。结论 左侧小脑后叶是偏头痛患者中一个持续激活的脑区。该区可能是进一步了解偏头痛发作机制的目标脑区。

多模态MRI提示无症状颈动脉狭窄与认知障碍的关系及机制

无症状颈动脉狭窄(asymptomatic carotid stenosis, ACS)并不是真正的“无症状”,它与认知功能密切相关,甚至可能导致认知障碍。为了防止向痴呆进一步发展,迫切需要研究ACS与认知之间的关系。与传统磁共振成像(magnetic resonance imaging, MRI)方式相比,多模态MRI可以在大脑结构改变前,更早提示大脑功能改变,在探索认知功能中被广泛应用。本文通过对相关文献进行总结发现,ACS的研究主要集中在功能连接和脑体积改变,且多为静态分析。将来研究应更加关注动态分析,并通过功能和结构结合更全面分析ACS导致认知障碍的机制。本文从多模态MRI角度分析了ACS与认知障碍之间的关系,以期待为ACS的评估和诊疗提供新思路。

工科研究生科研和创新能力提升方法研究

研究生教育的质量直接关系到我国未来的竞争力。开展研究生培养模式的改革和研究,对于培养高层次工科人才和提升创新性科研水平,其重要性不言而喻。该文通过分析高校工科类研究生教育中存在的问题,在教学模式、课程设置和过程管理等方面进行改革和研究,对提升工科研究生科研创新能力至关重要。

研究生创新能力提升策略研究与实践——以人工智能方向为例

人工智能技术的快速发展对社会产生了广泛而深刻的影响,其核心支撑就是专业人才。针对研究生教育中存在的问题,从研究生培养规律的探索出发,树立了新的人工智能方向研究生教育理念,创新优化了研究生培养体系。将新的培养模式运用于实际教学,强化学科交叉和产学研融合,有效提升了人工智能方向研究生的科研创新能力,促进了高校人工智能学科的建设,从而更好地为河南省社会与经济发展提供智力支持和技术支撑。

肝脏基质水凝胶的制备及其细胞相容性研究

目的制备肝脏基质水凝胶并评价其体外细胞毒性,以期为后续该水凝胶的应用提供实验依据。方法采用Triton X-100和SDS法制备大鼠肝脏脱细胞基质,对其进行HE染色和DNA含量测定;将肝脏脱细胞基质溶解制备成肝脏基质水凝胶,对其进行大体形态观察和扫描电镜检测;在水凝胶表面培养肝细胞BRL-3A,采用Live/Dead染色、Alamar Blue法和细胞骨架染色,研究其细胞毒性、增殖情况及黏附行为。结果组织学和DNA含量检测显示获得了理想的肝脏脱细胞基质材料,该材料经溶解后可制备成温敏性水凝胶,扫描电镜观察可见其呈网状多孔结构。细胞毒性实验显示该水凝胶材料有利于肝细胞的存活,并能促进肝细胞的黏附和增殖。结论成功制备了生物相容性良好的肝脏基质水凝胶,有望作为可注射性水凝胶材料应用于终末期肝病的临床治疗。

广州高校学生体育锻炼与手机依赖的关系分析

运用体育活动等级量表和大学生手机成瘾倾向量表等对广州大学城10所高校共计700名在校大学生进行调查研究,探讨大学生体育锻炼与手机依赖之间的相互关系。结果显示:(1)大学生体育活动等级处于中低等水平,主要表现为体育锻炼的运动强度较小、运动时间较短、运动频率较低、运动量较少;男生体育活动等级明显高于女生,文科生体育活动等级显著低于理科生。(2)大学生手机成瘾倾向处于中等以上水平,手机依赖程度普遍较深;男生手机成瘾倾向显著低于女生,文科生手机成瘾倾向明显高于理科生。(3)大学生体育活动等级与手机成瘾倾向存在显著负相关,不同体育活动等级的手机成瘾倾向及其各维度得分均存在显著差异;从无运动量到中等运动量大学生的手机成瘾倾向呈明显下降趋势,但中等运动量与大运动量之间无明显差异。(4)除突显行为外,人口统计学指标和体育活动等级均能显著预测大学生手机成瘾倾向;其中,性别指标显著正向预测手机成瘾倾向,体育活动等级显著负向预测手机成瘾倾向。研究表明:体育锻炼可以有效减轻高校大学生手机依赖程度,且中等运动量的体育活动能够显著改善大学生手机依赖现象。

基于自适应特征融合与转换的小样本图像分类

小样本学习中数据采样不断变化的特点使得模型特征提取不充分,同时,模型对提取的特征也难以进行相应操作;数据分布的变化也影响着小样本模型的性能。针对这些问题,提出一种基于自适应加权多路分支小样本图像分类模型。多路特征处理模块对输入数据进行特征提取和融合,以便充分利用少量数据;自适应的支路权重使得特征信号随特征进行相应的放缩;特征转换模块对多变的数据分布进行适应性变化,以便更好地聚合同类,提高分类效果。通过使用Caltech-UCSD Birds-200-2011数据集和mini-ImageNet数据集,对所提模型在不同场景下进行分类效果测试。实验结果表明,所提模型在5-Way 1-Shot和5-Way 5-Shot任务中的准确率分别比baseline相比分别提升9.81、8.16个百分点和9.16、9.21个百分点,验证了模型的有效性。

基于空间关系与频率特征的视觉问答模型

视觉问答作为多模态数据处理中的重要任务,需要将不同模态的信息进行关联表示。现有视觉问答模型无法有效区分相似目标对象且对于目标对象之间的空间关系表达不准确,从而影响模型整体性能。为充分利用视觉问答图像和问题中的细粒度信息与空间关系信息,基于自底向上和自顶向下的注意力(BUTD)模型及模块化协同注意力网络(MCAN)模型,结合空间域特征和频率域特征构造多维增强注意力(BUDR)模型和模块化共同增强注意力网络(MCDR)模型。利用离散余弦变换得到频率信息,改善图像细节丢失问题。采用关系网络学习空间结构信息和潜在关系信息,减少图像和问题特征出现对齐错误,并加强模型推理能力。在VQA v2.0数据集和test-dev验证集上的实验结果表明,BUDR和MCDR模型能够增强图像细粒度识别性能,提高图像和问题目标对象间的关联性,相比于BUTD和MCAN模型预测精确率分别提升了0.14和0.25个百分点。

运动锻炼对药物依赖者的康复效益及潜在机制

以正则通路为理论指导,同时结合习惯性运动,通过分析药物依赖者在躯体依赖和心理依赖两个维度的主要临床特征基础上,进而阐述急性有氧运动和长期有氧运动对药物依赖者的康复效益。与此同时,借助功能内稳态理论,进一步指出习惯性力量运动(即抗阻运动)是通过力量运动特异的信号转导通路IGF1-PI3K-Akt-mTOR增强肌肉蛋白质合成,而习惯性耐力运动(即有氧运动)可以通过耐力运动特异的信号转导通路AMPK/PGC-1α提高线粒体活性,即运动锻炼通过这两个潜在作用路径对药物依赖者的康复效益起到积极作用。

第31届里约奥运会中外女排扣球进攻实力分析

文章运用文献资料法、录像观察法、数理统计法和比较分析法等对2016年里约奥运会中国女排与比赛对手在8场共计31局比赛中的扣球进攻实力进行研究,结果表明:中国女排的整体扣球进攻效果与对手基本相当,但比赛中失误明显少于对手,所以进攻效率要稍好于对手;中国女排的扣球进攻实力强于意大利队和波多黎各队,与荷兰队和巴西队基本持平,但与美国队和塞尔维亚队还存在一定差距。在比赛中,中国女排4号位强攻实力与对手持平,2号位强攻实力弱于对手,但平拉开和调整攻实力要强于对手;中国女排的快攻实力要强于对手,2号位背飞和3号位短平快进攻明显优于对手;中国女排的后攻实力明显弱于对手,尤其是接应队员在1号位的后攻实力与荷兰和塞尔维亚等强队存在较大差距。建议:中国女排今后应重点加强对接应队员的培养,努力提高球队在2号位的强攻和1号位的后攻实力,以保证比赛中进攻点的多样性和两边拉开进攻的稳定性和均衡性。

5款智能运动手环健康管理的实效性比较

通过统计学意义对实验数据进行对比分析,探讨智能运动手环在大数据分析中的可靠性。研究发现:智能运动手环记录步数的准确性排序为下楼梯>上楼梯>快走>正常走>慢走,智能运动手环记录步数与实际情况比较存在显著差异且误差较大;智能运动手环无法辨别穿戴者的运动状态,其工作原理存在一定不足导致出现误差较大;智能运动手环记录心率数据与实际数据比较存在非常显著差异,与实际记录情况不符并且出现误差大,其佩戴位置远离躯干以及心率算法研究不够成熟可能是导致心率监测误差较大的主要原因;睡眠监测与能量消耗监测算法过于简单,记录结果仅可作为一种参考值;通过相关性分析表明,5款智能运动手环算法基本呈现出较好的一致性。建议:在日常生活中不要过于盲目相信智能运动手环数据,而应充分利用好智能运动手环以了解自身的运动规律,进而合理安排运动。

改进遗传算法优化MIMO稀布阵列

为了解决多输入多输出(MIMO)天线阵列由于阵元间隔过大造成的阵列方向图出现栅瓣,在雷达回波成像时出现影响目标识别的虚假目标的问题,提出了一种改进的遗传算法对阵列排布进行优化。在传统标准遗传算法上进行改进,用多个矩阵组合表示MIMO阵列,针对在矩形平面随机分布的稀疏阵列的方向图旁瓣问题进行优化设计,并采用基于Logistic混沌序列的方法产生种群扰动,避免优化过程进入局部最优状态。通过实例对比22发射天线22接收天线的均匀规则排布MIMO阵列和经改进遗传算法优化的稀布MIMO阵列,结果表明,改进遗传算法可以有效解决规则排布阵列方向图中出现的栅瓣,并且降低方向图旁瓣,提高雷达成像性能。该优化算法变量可控,具有很强的实用性,为MIMO雷达的阵列排布提供了解决方法。