基于Transformer的司法文书命名实体识别方法

命名实体识别是自然语言处理领域的关键任务之一,是实现下游任务的基础。目前针对司法领域的相关研究相对较少,司法系统的信息化和智能化转型仍有许多问题亟需解决。相比其他领域的文本,司法文书存在专业性强、语料资源少等局限,导致现有的司法文书识别结果较低。因此,从以下3方面开展研究:首先,提出了一种多标签层级迭代的文本标注方式,可以对原始司法文书文本进行自动化标注,同时有效地提升司法文书命名实体识别任务的实体识别效果;其次,提出了一种交融式的Transformer神经网络模型,对汉字固有属性的深层特征进行了充分利用,用于对司法文书进行命名实体识别;最后,对所提出的标注方法和模型与其他神经网络模型进行了对比实验。所提出的文本标注方式可以较为准确地实现司法文书的标注任务;同时,所提出的模型在通用数据集中相对于对照模型有较大的提高,并在司法领域数据集中取得了良好的效果。

基于Landsat遥感影像的平庄西露天矿植被恢复效果与归因分析

监测与评估生态脆弱区煤矿排土场植被恢复效果,厘清植被变化的驱动因子,能为排土场植被恢复的可持续发展提供技术和数据支撑。现有的利用长时序遥感数据进行矿区植被变化及其驱动机制的相关研究,缺少对矿区尺度下排土场全生命周期植被恢复的精细刻画,缺乏专题指标以定量描述排土场植被恢复力。针对上述问题,以平庄西露天矿的3个外排土场为研究对象,基于Landsat遥感影像生成了研究区逐年的最大INDV数据,采用时序趋势分析法对排土场植被进行全周期精细时空监测,并利用植被恢复力评价区域尺度植被恢复效果。最后,使用多元回归残差法定量分析气候变化和人类活动两类主要驱动因子对排土场植被变化的影响。实验结果表明:①2008—2023年间,3个排土场的植被指数都呈上升趋势,不同植被覆盖等级的面积比例逐步上升,绝大部分区域已经恢复至露天开采前的水平;②排土场植被恢复力呈现“先增后降再趋于稳定”的特点,山后排土场恢复力最强,其次为三家排土场,太平地排土场恢复力相对较弱;③在植被改善区,主要呈现人类活动主导影响、人类活动和气候变化共同影响2类驱动模式;在植被退化区,还存在气候变化主导影响模式,尤其在三家排土场,人类活动和气候变化共同作用影响较大。

矿山生态环境定量遥感监测与智能分析系统设计与实现

矿山生态环境监测与治理是国家生态文明建设和“双碳”目标下的重中之重,其信息化、智能化建设在新一代信息技术革命的助推下成为数字中国建设的重要一环,也是当下时代发展的必然趋势。然而,现有矿山生态环境监测系统仍然停留在单一专题、要素不全、基础量测、本地管理的初级阶段,无法满足现实环境中对矿山生态环境多要素、长时序、高频次监测与分析的需求。基于此,提出一种B/S架构下的矿山生态环境定量遥感监测与智能分析系统——矿山生态天眼,并详细介绍了其研发需求、技术架构、关键技术及核心功能。系统依托卫星遥感技术及其他监测手段,获取并聚合不同来源、信息丰富的矿山生态大数据,形成矿山分布一张图和数据资源服务;进而基于定量遥感反演矿山生态环境各生态参数,形成一套长时序、多要素的矿山生态监测产品,涵盖人类活动、自然地理条件和“植−土−水−气”各生态要素;在此基础上,系统提供GIS时空分析、统计分析及综合定量评价等工具集,分别实现对矿区土地利用、归一化植被指数(NDVI)等参数伴随采矿活动在空间上的变化监测,对土壤含水量、水体悬浮物浓度等生态要素历史统计值在不同时空位置和区域下的查询与可视化,对顾及多项生态因子的矿山生态环境质量综合定量评价,并最终形成矿山生态扰动与治理监测报告。矿山生态天眼的应用将服务于矿山生态环境全过程变化监测、数据管理、智能分析和决策应用,有望提高矿山生态环境监测与治理的效率和智能化水平,为推动生态文明信息化建设提供参考方案。

露天煤矿排土场长时序植被碳汇分级方法构建及分析

植被碳汇是露天煤矿生态环境评价的重要指标,精确反演植被碳汇并进行准确分级对探索矿区生态修复至关重要。为此,提出一种基于粒子群优化算法的露天煤矿植被碳汇分级方法。基于Landsat遥感影像和气象数据,采用光能利用率模型,反演出内蒙古胜利一号露天煤矿区2005-2020年间排土场的植被碳汇时空分布;通过构建目标函数并迭代计算,获取了该区植被理想光能利用率、最佳气温和降水条件,量化并建立了植被碳汇分级标准;对不同时期各个排土场的植被碳汇结果进行分级,并对分级面积和占比的时空变化进行分析。结果表明:(1)2005-2020年间研究区植被固碳能力呈上升趋势,年均增长值和增长率分别为1.43gC/(m^(2)·a)和6.97%。(2)各排土场生态修复后,植被碳汇值大幅提高,极高和高植被碳汇区面积不断扩大。(3)排土场生态修复效果存在差异,南北排土场表现最佳,沿帮次之,内排土场相对较差。到2020年南、北排土场极高植被碳汇区面积分别达0.94和0.92km2,占比为92%和94%;沿帮排土场极高和高植被碳汇区面积达3.64km2,占比66%;内排土场极高植被碳汇区面积增长至1.22km2,占比达31%;2020年南、北和沿帮排土场已不存在极低植被碳汇区。研究成果不仅为露天煤矿生态环境评估提供了重要的数据支持,也为矿区生态修复策略制定提供了科学依据。

船舶AIS大数据应用与发展分析

随着大数据时代的到来,人们进入了一个通过数据来揭示世界规律的全新时代。船舶AIS大数据具有强时效性、大量级、高精确度等特征,对其挖掘应用造成了巨大挑战。论文介绍了船舶AIS数据的概念、发展历程和常用数据源,重点讨论了AIS数据的应用领域、分析技术和分析流程,最后给出了AIS大数据发展的策略思考。

中文命名实体识别研究综述

随着自然语言处理领域相关技术的快速发展,作为自然语言处理的上游任务,提高命名实体识别的准确率对于后续的文本处理任务而言具有重要的意义。然而,中文和英文语系之间存在差异,导致英文的命名实体识别研究成果难以有效地迁移到中文研究中。因此从以下四方面分析了当前中文命名实体识别研究中的关键问题:首先以命名实体识别的发展历程作为主要线索,从各阶段存在的优缺点、常用方法和研究成果等角度进行了综合论述;其次从序列标注、评价指标、中文分词方法及数据集的角度出发,对中文文本预处理方法进行了总结;接着针对中文字词特征融合方法,从字融合和词融合的角度对当前的研究进行了总结,并对当前中文命名实体识别模型的优化方向进行了论述;最后分析了当前中文命名实体识别在各领域的实际应用。对当前中文命名实体识别的研究进行论述,旨在帮助科研工作者更为全面地了解该任务的研究方向和研究意义,从而为新方法和新改进的提出提供一定的参考。

基于LandTrendr和CCDC算法的神东煤炭基地植被损毁识别对比分析

煤炭基地是我国煤炭资源的集中产业地,面临着植被损毁区域大、损毁原因复杂多变的问题。定量分析长时序植被损毁识别方法在煤炭基地的适用性,对当地生态环境质量监管具有十分重要的意义。基于Google Earth Engine云计算平台的Landsat影像数据,从植被损毁识别、不同地表区域适用性、植被损毁时间3个方面,定量对比分析了Land Trendr(LT)和Continuous Change Detection and Classification(CCDC)算法在神东煤炭基地进行长时序(1990-2020年)植被损毁识别中的适用性。研究表明:(1)在植被损毁识别上,LT和CCDC算法总体精度分别为73.6%和84.4%,识别效果较好。(2)LT和CCDC算法都能较好地避免林地区域的错分误差。但LT算法仅能识别露天采场区域部分植被损毁,遗漏误差较大,且基本无法识别到城市扩张所造成的植被损毁,而CCDC算法对这两类区域的识别效果较好。在水体区域,LT算法显著优于CCDC算法。(3)LT和CCDC算法识别损毁时间的误差在1 a内的结果分别占95.7%和90%,损毁时间识别效果很好。总体而言,相较于LT算法,CCDC算法更适用于城市扩张明显、水体面积很少的神东煤炭基地植被损毁识别。上述分析为神东煤炭基地生态环境质量监管提供了数据参考,更为两种算法在其他煤炭基地尺度的进一步应用提供了方法优选借鉴,但是两种算法均存在难以避免的局限性,未来需要研究一种能够准确自适应识别煤炭基地内大范围露天矿群植被损毁事件的新方法。

基于大样本的露天开采植被扰动范围一般性统计规律——以神东煤炭基地为例

露天开采对植被的扰动范围对于矿区生态环境治理与修复具有重要意义。现有研究主要以单个或若干个煤矿为研究对象,所得结论仅能反映个体煤矿的特点,缺乏对区域尺度上大量露天煤矿的开采扰动一般性规律研究,难以在实践中推广使用。针对上述问题,本研究根据临近煤矿分布特点与生态扰动类型,定义了4种类型的露天煤矿区OD-NDVI曲线(Orientation Distance-Normalized Difference Vegetation Index Curve),包括“负独立型曲线”、“负密集型曲线”、“正独立型曲线”和“正密集型曲线”,并提出了基于OD-NDVI曲线的开采植被扰动距离提取方法,包括数据预处理、OD-NDVI曲线提取、曲线分类与开采扰动距离识别4个主要步骤。以神东煤炭基地106个露天煤矿为研究对象,提取所有煤矿的开采扰动距离并进行定量统计分析,揭示了研究区露天开采对植被扰动范围的一般性统计规律。结果如下:(1)采用Shapiro-Wilk统计检验方法进行显著性检验,发现神东煤炭基地露天煤矿的开采扰动距离符合正态分布(R^(2)=0.95),开采扰动距离大多在均值1 214 m附近,且68.26%的开采扰动距离分布在[939.05 m, 1 488.71 m]内(均值的1倍标准差内);(2)借助箱线图统计,揭示了露天煤矿的开采扰动距离存在有界性特点,最大值为2 025 m,最小值为600 m,仅有0.13%的开采扰动距离大于2 038.37 m(超过均值3倍标准差);(3)通过分析露天煤矿在8个方向上开采扰动距离的变异系数,发现其开采扰动距离存在显著的方向异质性,70.7%的煤矿方向开采扰动距离存在较强或中等方向异质性,仅有29.3%存在弱方向异质性;(4)通过拟合建模分析,发现开采扰动距离与实际年产煤量存在显著的对数模型关系(R^(2)=0.613),随着煤矿的年产煤量增长,其开采扰动距离呈对数增加,但在年产煤量增加至232万t后,年产煤量对扰动距离无明显影响作用。基于大样本露天煤矿的统计分析结果具有更强的普适性和精细度,有望为干旱半干旱煤矿区的分级分区治理、精准修复、生产计划优化等提供科学指导。

高职院校参与驻地社区教育的研究与实践--以青岛酒店管理职业技术学院为例

社区教育是国家对终身教育的顶层设计要求,是职业教育的职责所在,高职院校参与社区教育可实现双方“共建、共治、共享”的发展目标。以青岛酒店管理职业技术学院为例,总结开展社区教育的运行机制、具体举措和主要成效,为高职院校参与驻地社区教育提供有益借鉴。

矿山生态环境数字孪生:内涵、架构与关键技术

在双碳国家战略和新一代信息技术广泛应用的时代背景下,体系化、精准化和智能化是矿山生态环境治理的重要发展方向。我国矿山生态环境治理长期以来开展了较为丰富的信息化建设,但仍然面临缺乏综合性监测体系、生态演变建模不准确、生态治理依赖专家经验、无信息化决策工具等问题。据此,提出了矿山生态环境数字孪生(Digital Twin of Mine Ecological Environment,DTME)的科学内涵,并介绍了其总体架构、功能特点与系统构建关键技术。定义了矿山生态环境数字孪生是以天-空-地多源监测、人工智能建模为基础,在虚拟空间建立与现实矿山生态环境要素一一对应、演变过程相互映射、作用机制相互匹配的孪生系统,进而通过方案优化或反馈控制支持矿山生态环境全过程科学治理。详细介绍了DTME的总体架构,包括物理矿山生态环境、监测终端、孪生数据、信息链路、云边端服务、虚拟矿山生态环境和控制终端7个组成部分。DTME以现实应用需求为导向,具有矿山生态质量动态监测与体检、生态演变模拟与影响因子解析、生态变化过程预测、生态风险预警、智能分级分区生态修复、生态修复效果评价和生态环境监管等功能。最后,归纳了构建矿山生态环境数字孪生系统涉及矿山生态数字底座搭建、矿山生态数字场景构建、矿山生态演变过程模拟与预测、矿山生态治理智能决策4方面关键技术。DTME的应用将支撑矿山生态全过程治理的感知、表达、监测、模拟、仿真、预测与控制,有望大幅提高治理质量和效率。

基于FM-UNet++和高分二号卫星影像的露天矿区范围变化检测

利用遥感和深度学习技术实现露天矿区土地利用变化信息的自动提取对于矿区开采监测、生态环境保护具有重要意义。针对复杂异质矿区场景下土地利用类型的变化,构建新型深度学习模型FM-UNet++,利用高分二号(GF-2)卫星影像实现露天矿区的自动变化检测。首先,通过资料调查和目视解译制作露天矿区变化检测数据集,通过数据增强对其进行扩充;其次,通过在UNet++模型中引入特征增强坐标注意力机制FECA(Feature-enhanced Coordinate Attention)和Mish激活函数构建面向露天矿区变化检测的FM-UNet++模型;最后,训练FM-UNet++及7种对比模型进行露天矿区变化检测实验,并比较不同深度学习模型的检测结果。结果表明:特征增强坐标注意力机制FECA和Mish激活函数均提升了UNet++模型的露天矿区变化检测性能。FM-UNet++模型对露天矿区变化检测的精确率(Precision)、召回率(Recall)、F1-Score和交并比(IoU)值分别达到95.6%、89.2%、92.3%和85.7%,相较于FCN、PSPNet、Deeplabv3+、LANet、UNet、UNet++和DA-UNet++等深度学习模型均有显著提升。FM-UNet++模型的变化检测速度与上述7种对比模型保持在同一数量级,且其训练过程稳定,验证了FM-UNet++模型应用于露天矿区变化检测的可行性。

PIE系列遥感软件在测绘类专业体验式教学中的应用

遥感数据处理软件作为遥感数据与行业应用的桥梁,在我国遥感产业化发展过程中发挥着不可替代的作用。为了从源头上减轻对国外遥感数据处理软件的依赖,满足日益增长的国家经济和安全需要,有必要开展国产遥感软件在测绘类专业实践教学中的应用研究,促进国产遥感软件在高校测绘类专业的使用和发展。本文从测绘类本科专业遥感实践课程的教学需要出发,分析了像素专家(PIE)系列国产遥感数据处理软件在高校教学中应用的必要性和适用性,充分利用体验式教学理念和翻转课堂,设计了相关教学案例并在本科教学实践中进行试验,为PIE在测绘类专业体验式实践教学中的推广应用提供了重要借鉴。同时,对推动国产遥感软件在实践教学中的发展提供了重要参考。

产前MRI诊断胎儿软脑膜动静脉瘘1例

孕妇28岁,孕1产0,孕26周产前超声筛查提示胎儿颅内发育异常;既往无特殊病史及家族史。胎儿超声:颅内见团状不规则无回声区,脑实质结构混杂,脑沟回显示不清,CDFI见无回声区内充满彩色血流信号(图1A)。胎儿MRI:快速反转恢复运动抑制序列(fast inversion recovery motion insensitive, FIRM)图像见双侧侧脑室室管膜下多发斑片状出血,主要见于侧脑室旁生发基质,左侧为著,呈T1高信号(图1B).

基于结构方程模型的吉林省药学硕士研究生培养现状分析

目的探讨吉林省药学硕士研究生培养成效影响因素间的作用机制。方法采用问卷调查法对吉林省高校2021年8月至11月的在读药学硕士研究生发放调查问卷,通过构建结构方程模型,对吉林省药学硕士研究生培养现状及其培养成效影响因素进行分析。结果学校管理、导师指导、科研氛围3个培养要素对培养成效均有正向影响,科研氛围作为重要的中介变量在学校管理和导师指导对培养成效的影响中发挥关键作用。结论吉林省药学硕士研究生培养具有要素多样化、影响路径多元化、作用机制复杂化的特点。培养单位需要把握好影响因素间的作用机制,为我国医药领域培养更多优秀的药学专业人才。

基于随机k-近邻集成算法的网络流量入侵检测

为了提高网络入侵检测模型的准确率与泛化性,提出基于随机k-近邻集成算法的网络流量入侵检测模型。首先,该模型提出一种集成赋权距离,来提高预测精度;其次,采用一种随机策略的集成方法对k-近邻模型进行集成,从而提高了其在异常检测过程中的全局和局部优化能力;然后,利用并行计算的方法提高了算法运行的效率;最后,构建了基于随机k-近邻集成算法的网络入侵检测模型,并采用KDD99数据集进行实验。实验结果表明,基于随机k-近邻集成算法相对于其他模型具有更好的检测效果,准确率和召回率分别达到99.05%和91.96%。

基于Citespace的连翘研究领域可视化分析

目的分析连翘研究领域相关文献,了解连翘研究领域研究现状,探索连翘研究领域热点。方法检索收录在中国知网(CNKI)2012-2022年连翘研究领域的相关文献,通过CiteSpace软件对发文量、作者、研究机构、关键词等内容进行可视化分析。结果2012-2022年连翘研究领域发文量总体呈波动上升趋势;主要研究人员有张立伟、张淑蓉、张铁军、李晓、杨明等;主要研究机构有山西大学分子科学研究所、山西中医药大学中药与食品工程学院、北京中医药大学中药学院等;关键词分析显示连翘提取物、成分测定、功效研究等方面是连翘主要研究热点,基于网络药理学方法研究连翘治疗疾病的有效成分、作用机制、含量测定等方面成为目前连翘研究领域主要热点。结论连翘研究热度不断提升;主要研究人员之间合作关系较为松散;山西大学分子科学研究所是发文最多的研究机构;受地域局限性,主要研究机构之间合作较少,研究团队在小范围内合作较多;未来网络药理学、聚类分析、抗炎将继续成为连翘领域的研究热点。

自发电材料在周围神经损伤修复中作用机制与研究进展

自发电材料可提高修复周围神经损伤的速度和质量。笔者对国内外自发电材料相关研究进展进行综述,探讨了电刺激促进神经再生的机制,并指出未来自发电神经导管的研究中应重点关注与解决自发电材料性能提升、免疫原性、电信号输出及在长距离神经损伤修复中的作用等问题。

面向测绘新工科人才培养的体验式教学模式设计与实践

测绘学从早期专注于测量和制图,到当前已发展为广泛服务于国民经济各行各业。在我国工程教育转向新工科建设阶段,传统教学模式已无法满足测绘新工科人才的培养要求。本文设计了面向测绘新工科人才培养,以传授客观知识为核心,重塑教师、学生、知识的活动内容和形式,形成贯穿教师设计、学生体验、师生互动的5阶段体验式教学模式。将该教学模式应用于笔者所在院校测绘工程专业课程教学中,并以概念型、规律型、关系型、综合应用型4类知识点开展教学实践。实践表明,该教学模式有助于学生深刻理解知识与提升能力,是一种具有推广价值的教学模式。

矿区生态环境定量遥感监测评价技术框架与应用

为了践行“绿水青山就是金山银山”的发展理念,平衡矿产开发与生态环境保护,迫切需要对矿区生态环境开展动态监测并进行科学评价。本文立足于矿区生态环境场景的特点,在剖析矿区生态环境要素的时空变化特征及其差异性、矿区开采修复活动对生态环境要素影响机制及各要素协同演变规律基础上,为满足新时期矿区生态环境监测与评价的要求,构建了矿区生态环境定量遥感监测与评价的“数据-监测-评价-应用”技术框架。该框架充分利用以遥感影像数据为主体的矿区多源大数据,发挥人工智能与定量遥感等技术手段的优势,以高频次、大面积、长时间、多要素协同、定量反演的方式对矿区生态环境要素进行监测和质量评价,可应用于矿区开采活动监测、矿区生态环境诊断、预警和修复效果评估等方面。最后,介绍了技术框架的两个应用实例,展示了该技术框架的有效性与应用方式。

资源型城市长时间序列土壤含水量变化分析——以锡林浩特市为例

大规模的煤炭开采活动将对生态环境产生扰动,而土壤含水量是受扰动的生态参数之一,且具有重要意义。现有的土壤含水量产品分辨率较低,不适用于区域尺度的研究,而高精度的微波反演由于数据的局限性无法进行长时间序列的研究。本文以我国的重要产煤基地锡林浩特市为研究区,以2004—2020年的AMSR-E与AMSR-2土壤含水量产品及同期的Landsat遥感影像为主要数据源,采用随机森林方法对AMSR-E/2土壤含水量产品进行降尺度处理,通过标准差椭圆等方法对研究区土壤含水量的变化特征进行分析。结果表明:①被动微波土壤含水量降尺度方法可实现对资源型城市的土壤含水量进行长时间序列、高空间分辨率的监测;②无论在矿区还是非矿区,降水均是影响土壤含水量变化的主导因素;③研究区土壤含水量的整体分布在空间上由西北向东南呈现逐渐升高的变化特征,且此分布格局在长时间尺度上保持稳定;④煤炭开采活动对土壤含水量产生扰动,且不同开采阶段的影响具有不同特征。研究结果可为资源型城市生态环境的评价与保护提供科学依据。