基于联合层级问答的新闻人物言论抽取方法

新闻人物言论的抽取对理解社会动态、分析公众意见、辅助决策制定至关重要。本文针对新闻场景定义了人物言论事件框架,提出了一种基于联合层级问答的新闻人物言论抽取方法。该方法改变原有的针对起始位置进行预测的指针标注方式和序列标注,采用联合层级标注,以提高模型在面对复杂人物名称时的识别能力,并利用多轮问答的特性,准确匹配人物名称和触发词,以解决复杂人物言论抽取中的多任务问题。为进一步提升模型训练效果,引入了额外位置向量和交替双向训练策略。实验结果表明,本文方法在(人物,触发词)抽取、言论抽取以及(人物、触发词、言论)三元组抽取任务中均取得了较好的结果。

融合图卷积网络的花样滑冰动作识别方法

针对花样滑冰运动中动作特征复杂、特征提取不全面和现有的动作识别方法识别准确率不高的问题,提出了共享多分支特征和注意力的多尺度时空图卷积网络的花样滑冰动作识别方法。使用OpenPose算法提取人体运动的骨骼点数据,消除噪声干扰;其次,改进通道注意力结构,改进后的注意力机制使模型提取更全面、关键的特征;构建融合注意力机制的多尺度时空图卷积网络,提取时序特征更完整;最后,提取多分支特征融合后的共享特征输入网络,使模型共享数据的同时挖掘语义特征。结果表明所提模型在花样滑冰30种动作类型的FSD-10数据集的识别准确率为64.5%。与ST-GCN和CTR-GCN方法相比,该算法的准确率均有提升,说明对花样滑冰动作识别效果更好。

基于SAT-GCN的花样滑冰选手动作检测算法研究

针对花样滑冰运动人体运动轨迹复杂、动作类型多样、普通人肉眼难以区分且常规的行为识别方法识别准确率低的问题,提出了一种基于时空图卷积网络与多通道注意力机制融合方法 (SAT-GCN)的花样滑冰动作识别算法。该算法首先将视频提取成连续的单独帧,使用OpenPose算法提取人体骨骼关键点数据,降低背景噪声干扰;然后使用时空图卷积算法对骨骼关键点数据进行动作分类。算法对时空图卷积算法进行改进,加入了多通道时空注意力机制融合模块,使得模型更加关注重要的关键点、时间帧片段、特征;使用时序卷积网络(TCN)提取人体骨架关键点在时间序列上的特征;使用SoftMax对提取后的特征进行动作分类。在花样滑冰数据集FSD-10和公开的人类行为数据集Kinetics-Skeleton上进行训练和测试,与改进前的时空图卷积网络(ST-GCN)进行对比,本文所提算法的预测准确率在2个数据集上均有所提升,验证了多通道注意力机制融合方法在花样滑冰选手动作检测任务中的有效性。

基于差分星座轨迹图的多任务802.11b/g信号识别方法

针对802.11b/g无线信号的调制方式识别和辐射源个体识别问题,提出了一种基于差分星座轨迹图的多任务卷积神经网络识别方法。将调制识别和辐射源个体识别看作两个相互关联的学习任务,通过共享参数的深度网络提取差分星座轨迹图的特征,并由结构不同的两个分支网络进行分类识别,同时对这两个任务进行联合优化训练并相互促进学习。实验中使用6个不同的路由器进行验证,结果表明相比于单任务模型的识别方法,多任务模型所用的训练时长和模型所占内存均比两个单任务模型之和少,同时对辐射源个体、调制方式的识别率分别平均提高了1.17%和3%。

多尺度加权图像块局部对比度的红外小目标检测

为解决传统算法在强杂波背景下,容易造成误检与漏检等问题,从图像块的角度提出一种局部对比度度量方法。提出中心区域与背景区域之间对比度的新度量,在计算对比度时采取行处理,简化算法的复杂性;引入可信度值作为权值,加权处理局部对比度,对加权后的局部对比度进行多尺度处理,生成目标显著图;对显著图进行阈值分割,得到真实目标。通过在实验中的分析对比,验证了该算法的有效性。

大气压介质阻挡高频放电三种模式的Lissajous图形

大气压介质阻挡放电存在多种放电模式。本文利用高频高压电源,分别进行了大气压氦气均匀的介质阻挡放电和大气压空气丝状介质阻挡放电的试验,通过测量外施电压、回路电流和拍摄ICCD短时曝光的放电图像,研究了氦气单脉冲辉光放电、多脉冲辉光放电和空气丝状放电的Lissajous图形特征。结果表明:两种辉光放电均起始于汤森放电,放电电流最大时为辉光放电;而丝状放电为流注放电。高频下辉光放电的Lissajous图形不同于工频的两条平行线,而是左右两边有一次曲线性阶跃的平行四边形;伪辉光放电的电流波形每半个周期内有几个电流脉冲,Lissajous图形中放电阶段对应的两条边就有几次曲线性阶跃;丝状放电的Lissajous图形近似为平行四边形。

多特征融合的步态识别算法

近年来,基于特征融合的方法已成为步态识别领域最为活跃的研究方向之一.现有的算法中多采用整体特征和模型特征进行融合.整体特征反映的是目标的轮廓特点,粒度较粗;而模型特征则反映了目标的局部动态特征,粒度又过细.它们的融合虽然可以提高识别性能,但提高程度有限.针对上述问题,引入了区域方差特征,将人体按部位划分成区域,分别提取反映身体不同部位运动特性的动态方差特征,粒度适中.然后,将三类不同粒度的步态特征进行融合,以增强信息互补性.本文算法分别采用特征级和决策级融合策略在UCSD和CMU数据库上进行了实验,结果表明所提算法确实提高了识别性能.

大气压下氦气介质阻挡辉光放电过程的Lissajous图形分析

为研究介质阻挡放电(DBD)过程中等效电容的变化情况,利用高频高压电源,进行了大气压氦气介质阻挡单脉冲和多脉冲辉光放电试验,利用外施电压、回路电流计算得到放电Lissajous图形,并与直接测量的Lissajous图形进行了对比。确定了放电电流波峰和波谷在Lissajous图形上的对应位置,计算了放电截止和放电进行阶段气隙和介质的等效电容,分析了等效电容变化的原因,并且探讨了放电的物理过程。结果表明:计算得到的Lissajous图形与测量所得的Lissajous图形一致;介质等效电容在放电截止阶段保持不变,但在放电进行阶段随电流脉冲变化而变化,并且在电流峰值处最大;放电物理过程主要受到外施电压和介质表面电荷量的变化速率影响。

双驱动卷扬机多流传动系统的动态性能分析及试验研究

从运动学角度分析了双驱动卷扬机多流传动原理和计算方法,通过实例分析进一步阐明该传动的性能和特点。采用功率键合图理论和方法,建立双驱动卷扬机多流传动系统在考虑支承弹性下的系统耦合振动模型,并进行动力学的仿真。设计双驱动减速器传动试验装置,改进现有试验台,实现了多通道数据采集。从而较全面地揭示了行星减速器系统的动态特性及传动性能,并与理论结果对比,其变化趋势一致,变化规律基本相同。进而验证了双驱动卷扬机多流传动系统的键合图模型的正确性,也表明所用的方法是有效的。

基于金字塔变换的多曝光图像融合

在同一场景不同光线下得到的图像序列,常出现过曝光或曝光不足的现象,造成图像质量低,重要信息丢失。为解决这些问题,文中对拉普拉斯金字塔与梯度金字塔变换融合的方法进行了分析研究,后者增加了图像方向信息。在图像融合过程中,采用分块的方法,首先生成原始多曝光图像的权重图,再根据金字塔原理对权重图进行加权平均得到融合后图像。实验结果表明,该算法能够得到具有更多有用信息的高对比度的融合图像,融合效果良好,具有较好的实用价值。

大气压介质阻挡辉光放电等效电容及对放电参数的影响

等效电容是研究大气压介质阻挡放电的基本参数。按定义式计算电容值由于没有考虑杂散电容以及外加电压参数的影响,用于计算介质阻挡放电参数不够准确。丝状放电规则的平行四边形Lissajous图,在一定假设条件下可计算介质阻挡放电的等效电容,但大气压辉光放电是不规则平行四边形。此外,计算放电参数必须用同一电压下的回路电流和等效电容,但是测量回路电流就无法同时测量Lissajous图形。为此,基于大气压氦气介质阻挡辉光放电试验测量的外加电压和回路电流,提出了该外加电压下Lissajous图形的计算方法。基于该图形,提出了大气压辉光放电时等效电容计算方法:简化法和分段法。根据计算结果,研究了等效电容对计算放电参数的影响。研究结果表明,计算法得到的Lissajous图形反映了放电过程;简化法比定义计算法得到的等效电容用于计算放电参数更接近真实放电过程,而分段法可用于探讨放电过程中瞬态等效电容的变化;等效电容对计算放电电压和电流影响很大。

基于多波束网络的宽带阵列接收系统

宽带阵列接收系统因其瞬时带宽大、动态范围大、灵敏度高等特点,在电子战系统中有着重要应用。针对以较小的硬件代价解决宽空域、高灵敏度接收多个宽带信号的需求,提出了基于多波束网络实现宽带阵列信号接收的解决方案,该系统主要包括射频前端、多波束网络、宽带变频及宽带数字接收机。详细论述了多波束网络损耗模型及级联噪声系数模型,扩展了包含合成器的阵列接收系统噪声系数结论;并从系统的角度分析灵敏度指标,对同类工程系统的设计具有参考意义。系统测试结果表明,灵敏度优于-94 dBm,瞬时动态范围大于40 dB,已在某侦察系统中取得成功应用。

图形语言的多义性

图形都有其特定的含义,称之为“图形语义”。图形的语义大多以隐喻形式来表达,隐喻赋予图形语言多种含义,使其超越民族和国界,产生无穷的魅力。因个人的文化层次、民族语言、情趣、经验等因素造成的对图形的感知和理解差异也是客观存在的,对此作了分析与探讨。

基于遗传算法的灰度-梯度熵多阈值图像分割

一些基于熵的阈值图像分割技术考虑了空间信息,从而能够提高阈值分割的性能,但是仍然不能较好地区分边缘和噪声。尽管灰度-梯度(gray-level&gradient-magnitude,GLGM)熵算法能有效地解决以上问题,但是针对多目标和复杂图像却不能有效地分割。为此,提出了一种基于遗传算法(genetic algorithm,GA)的GLGM熵多阈值快速分割方法。该方法应用积分图思想将GLGM熵算法阈值搜索空间从O(9×L)降到O(L),并将GLGM熵算法从单阈值拓展到多阈值。最后应用基于实数编码的遗传算法搜索GLGM熵多阈值的最佳阈值。仿真结果表明,该方法能够实现图像的快速多阈值分割,适合复杂图像分割。

多端口网络噪声系数测试方法

将多端口网络某端口噪声系数的定义推广到非等噪声输入情形,并提出了两种多端口网络噪声系数测试方法。第一种方法方便快捷,只需测量任意一个端口的噪声系数即可得到多端口网络噪声系数。第二种方法不包含系统误差,但测试工作量及计算量较大。分别给出了两种测试方法的测量实例,并对两者的结果进行了比较,两者结果在误差范围内完全一致。第二种方法关于输入噪声功率的计算结果表明,第一种方法的系统误差可以忽略。该测试方法不仅适用于等增益网络,也适用于非等增益网络,文中给出了非等增益网络的测量实例。该测试方法可广泛应用于相控阵雷达所用T/R组件等多端口网络噪声系数的测试。

极图在晶体判定和取向分析中的应用

采用极图法并结合金相法分别对定向凝固生长的FeGa和CuAlNi合金进行了晶体判定和取向分析。结果表明:FeGa合金为多晶体,表层存在六个晶粒,根据极点分布,确定该合金为四方晶系;CuAlNi为单晶体,确定欧拉角为φ_1=150°,φ=22°,φ_2=0°,并据此旋转定向,重新切割后测量极图,晶体得到了很好的定向;极图法判定结果与金相检验结果一致。

应用设计模式开发小干扰稳定性分析软件包

该文从软件工程的角度介绍了可用于大型互联电力系统的小干扰稳定分析软件包的开发思想。由于基于QR算法的小干扰稳定分析软件对计算规模的限制 ,开发新的适合大规模电力系统的、可详细建模和变换不同特征根算法的软件包是电力系统计算软件发展的必然。基于面向对象 -设计模式的概念对本质结构进行分析 ,找到软件系统中的凝聚点 热点与设计模式中的模板 挂钩的对应性 ,从而在软件编制中顺利地应用了设计模式的通用原则 ,使所开发的软件包可随意变换多种不同的算法 ,其适应性较好。此外 ,从改进元件联结法 (CCM)所建立的电力系统小干扰对象模型中基金项目 :国家重点科技攻关项目资助 ( 97 312 1 11 1e)。ResearchKeyProjectoftheNationalNinth fiveYearProgramofChina( 97 312 1 11 1e) .抽象得到“多类型对象连接图”的设计模式 ,并进行了定义。使用该定义便于对不同详细程度的模型进行调用 。

一种基于格理论构造高维星座图的方法

星座图的增益指数是格理论中的一个术语,它可以分解成格的编码增益和星座图边界的成形增益.本文将最大化星座图增益指数的过程构造为一系列优化问题,并将星座图的几何特性作为优化问题的约束条件.由于可通过求解优化问题来得到所需的星座图,因此本文的方法可以作为一种构造高维星座图的通用方法.相比现有算法均只适用于星座点个数较少的情况,本文方法可以简便地构造星座点数目较大的高维星座图.仿真结果显示出:在星座点数目较少时,由本文方法所构造的星座图的误符号率性能与最优值十分接近;而当星座点数目较多时,本文构造的星座图较传统基于整数格的星座图具有更低的误符号率.

阵列系统中多端口网络噪声系数测试分析

多端口网络常用于阵列系统中进行波束合成,其噪声系数测试成为系统设计的关键问题。给出了多端口网络模型,基于将多端口网络转化换成双端口网络的思想,给出了3种测试方法。方法一和方法二将多端口网络n-1个输入端口接负载,只留一个端口作为输入,其区别是加电工作的有源双端口网络数量不同。方法三在多端口网络前接一n分路器。通过对网络信号功率和噪声功率进行详细的分析和推导,给出了不同情况下的噪声系数。通过试验验证了测试方法的正确性。

外语多媒体课件设计的图形——背景论

外语多媒体课件的目的应在于提供一个直观、逼真的认知场,从而使学习者能够容易、迅速、有效地感知、理解和记忆有关内容。本文以格式塔心理学图形-背景理论为依据,从外语多媒体的构成元素诸如色彩、色度、背景图案、动画、字体、版式、声音、音乐等方面,分析了如何使其信息呈现方式与学习者的认知方式一致的问题,并祈对于课件的优化设计提供方法论的参考。