基于RoBERTa模型的多轮对话情绪识别

提出一个多轮对话情绪识别模型,首先使用强大的文本特征提取能力的RoBERTa预训练进行文本编码;然后将多轮文本信息按时间步输入到GRU结构中,解决了过去模型没有同时考虑一句对话中的语义相关性和多轮对话之间的时序关系问题。通过在4个数据集上的实验结果表明,文中模型能够有效提高对话生成中情感分析的性能,F1值最高提高了1.24个百分点。

基于关键词抽取和提示学习的生成式文本摘要生成方法

针对现有的预训练模型难以进行微调以及生成式摘要算法容易产生未登录词的问题提出一种基于关键词抽取和提示学习的摘要方法。首先添加提示学习(Prompt Learning)通过向输入增加提示信息,将下游任务改成文本生成任务,通过对输入文本进行改造,构造人工模板,随之对改造后的输入文本进行关键词提取,并将提取后的关键词与改造后的输入文本拼接,从而构造新的输入,接着引入关键词提取算法TF-IDF加强生成模型对关键词的关注,在CNN/DM数据集上的实验表明,该模型能够有效提高生成文本摘要的质量,使Rouge-1、Rouge-2、Rouge-L值得到了提高。

一种基于粗糙集的微博文本特征选择方法

对中文微博中主客观分类特征的选取进行了研究。通过词典与统计相结合的方法提取了基础情感词、语气词、程度词等8个候选特征。对提取的候选特征,提出了一种基于粗糙集与概率加权的特征选择算法,通过该算法最终选取了基础情感词、!或!、网络观点词、语气词、形容词、程度词作为分类特征。实验结果表明,提出的方法能达到较好的分类效果。

计算机网页设计中图像处理技术及应用探析

当今社会网络发展迅速,各种各样的网页层出不穷.因此,计算机网页设计人员在设计过程中,在保证网页实用性的条件下,也在不断追求着网页的美观.作为计算机网页设计的核心,设计人员必须掌握和运用图像处理技术,以保证设计出功能全面的网页.本文针对图像处理技术及其应用进行分析探究.

基于遗传算法的作业车间调度研究与应用

提高大功率船舶柴油机的生产能力和水平,对提高我国造船行业的国际竞争力有着重要的意义。介绍作业车间调度问题,提出一种改进的遗传算法,同时将此算法应用于船舶柴油机的作业车间调度,该算法采用基于工序的编码方式,考虑了机床与工艺路线的约束,求解以关键设备的利用率最高和产品的加工周期最短为目标的静态调度问题,并通过具体的实例仿真分析其有效性。

船用柴油机生产计划与调度

提高大功率船用柴油机的生产能力和水平,对提高我国造船行业的国际竞争力具有重要意义。针对某企业船用柴油机的生产,提出了一种实用的主生产计划和车间作业计划的调度算法。该算法由网络计划(CPM)算法和混合启发式算法组成。最后通过实际应用验证了该算法的有效性。

分段式车间作业调度算法

车间作业调度问题是制造系统运筹技术、管理技术与优化技术发展的核心。本文对离散作业型 (Job Shop)车间中的作业调度问题做了探讨 ,并根据离散作业调度的阶段性提出了基于作业状态空间的逐段式车间作业调度算法。通过对一个实际车间作业调度仿真比较 ,此算法运算速度比最短加工时间 (SPT)和最少工作量剩余 (L WR)算法快 。

船舶柴油机大规模动态作业车间调度系统及其关键技术研究

提高大功率船舶柴油机的生产能力和水平,对提高我国造船行业的国际竞争力有着重要的意义。这里首先介绍了大规模动态作业车间调度的特点、阐述了运用分层网络构造生产计划模型,并结合混合算法设计了大规模动态调度系统(HD-SFC)框架,然后对该系统的关键技术进行讨论,最后运用该系统对某大型船厂的柴油机加工车间进行建模仿真,结果表明该系统适合船舶柴油机的生产调度,并能产生较好的调度效果。

基于混合启发式算法的船用柴油机车间调度系统的研究

提高大功率船舶柴油机的生产能力和水平对提高我国造船行业的国际竞争力有着重要的意义。针对船舶柴油机的生产,提出了实用的车间调度控制算法。该算法由基于相邻插入法的启发式算法组成。最后通过实际企业项目验证了该算法的有效性。

基于矢量瓦片的点状要素注记处理技术

矢量瓦片体积小,可高度压缩,受网络带宽开销和存储空间的限制较小。地图瓦片化对桌面软件点注记处理带来挑战,不仅是点注记的处理存在重要注记被次要注记压盖、同级注记之间互相压盖、注记与要素压盖等问题,同时瓦片化也带来了注记被瓦片边缘截断显示不完全的问题,这些问题严重影响了地图的可读性和信息传递功能。本文针对以上问题总结了矢量瓦片点注记处理原则,通过设计矢量瓦片的组织结构,确定注记搭配表的JSON组织形式,明确矢量瓦片点注记的绘制流程,根据矢量瓦片特点使用四叉编码进行目标过滤,使用R树作为高效空间索引,并采用基于注记优先级的避障技术解决上述点注记处理带来的问题。

基于UML与着色Petri网的预警情报智能推荐的建模与验证

针对将智能推荐系统应用在联合作战中推荐预警情报的研究,对比了IDEF、UML、Petri网等多种军事复杂系统建模方法,提出了采用UML和着色Petri网混合方法对预警情报智能推荐在联合作战中的应用进行建模与验证。通过UML工具对智能推荐系统及其情报流进行了用例图、类图以及活动图等方面的概念建模,建立了规范化、统一化、可视化的模型,再凭借Petri网严谨数学分析以及其对复杂网络的强大建模能力,将UML模型映射为着色Petri网模型,实现了从内向外,从静态到动态,从模块化到系统化的循序渐进的建模过程。以X海方向XX联指,应对敌舰载机突袭任务为情况想定,利用CPN-Tools进行仿真,验证了预警情报智能推荐的着色Petri网模型具有可达性、有界性、公平性、安全性以及活性。上述验证结果,说明该模型是合理的,也说明使用UML和着色Petri网混合建模方法对预警情报智能推荐在联合作战中应用进行建模与验证是可行的,为下一步基于智能推荐系统的设计、构建和优化研究提供了科学性和可行性的支撑。