基于AI算法的自然语言信息提取-翻译-校对系统设计

自20世纪90年代起,随着人工智能(AI)的飞速发展及其与深度学习等机器学习方法的广泛融合,自然语言处理(NLP)作为人工智能的核心,也取得了令人瞩目的进步。而随着国际学术交流、世界文化交融愈加频繁,人们搜寻、阅读他国网络信息的现实需求也随之增多。当信息搜寻者在搜寻非母语信息时,不仅会出现语言障碍问题,还会因错综复杂、层次不齐的各色信息而产生诸多不便。为了便于信息搜寻者快速高效地获取有用信息,文中基于人工智能算法(PageRank/TextRank)设计一种信息提取-翻译-校对(ETP)系统。系统通过AI自动搜索阅读页面上的重要信息和文本摘取,生成摘要,并基于机器翻译API模块完成翻译;其次,采用智能校对系统完成校对审核后,将信息呈现给搜寻者,以供其对全部信息高效且准确地进行预筛选,从而节省阅读时间和精力。最后对系统算法所实现的功能进行实验测试,结果达到预期。

铀矿勘查中航放信息提取技术应用研究

航空伽马能谱测量(简称航放测量)是一种快速有效勘查隐伏铀矿的勘探方法。相比于裸露于地表附近的铀矿体,隐伏铀矿体在地表引起的矿致异常信息相对较弱。为了提取深部铀矿在地表产生的弱异常信息,文章以相山铀矿田为例采用铀变异系数、航放参数F、铀富集系数、元素含量与面积(CA)分形4种方法,对相山铀矿田航放测量数据(1∶5万)进行成矿信息提取,运用打分综合信息定量法对相山铀矿田进行了成矿预测。预测结果显示,航放综合信息异常与已知矿体位置吻合度较高,对已知矿床判断的正确率为76.4%,为铀矿勘查中航放信息有效提取提供了技术指导,具有一定的实用价值。

一种基于时间序列分解和时空信息提取的云服务器异常检测模型

异常检测是维护云数据中心性能的一项重要任务。云数据中心中运行着大量的云服务器以实现各种云计算功能。由于云数据中心的性能取决于云服务的正常运行,因此检测和分析云服务器中的异常至关重要。为此,该文提出一种基于时间序列分解和时空信息提取的云服务器异常检测模型。首先,提出带时空信息提取模块的双向Wasserstein生成对抗网络算法(BiWGAN-GTN),该算法在具有梯度惩罚的双向Wasserstein生成对抗网络(BiWGAN-GP)算法的基础上,将生成器与编码器替换为由图卷积网络(GCN)与时间卷积网络(TCN)组成的时空信息提取模块(GTN),实现对数据空时信息的提取;其次,提出半监督BiWGAN-GTN算法来识别多维时间序列中的异常,以在训练过程中避免异常数据侵入的风险并增强模型鲁棒性。最后设计多通道BiWGAN-GTN算法-MCBiWGAN-GTN以实现降低数据复杂度并提升模型学习效率的目标。利用带有自适应噪声完全集合经验模态分解(CEEMDAN)算法将时序数据分解,然后将不同的分量送入对应通道下的BiWGAN-GTN算法中训练。在真实世界云数据中心数据集Clearwater和MBD上采用精确率、召回率和F1分数这3个性能指标验证了该文所提模型的有效性。实验结果表明,MCBiWGAN-GTN在这两个数据集上的性能稳定并优于所比较的方法。

辽河口湿地信息提取及蓝碳储量时空演变研究

对滨海湿地的蓝碳储量与固碳能力的量化评估对减缓气候变化,充分发挥蓝碳的固碳能力,实现环境保护目标具有非常重要的现实意义.以辽河口湿地为研究对象,基于Sentinel-2A影像提取分析2017—2021年辽河口湿地信息,并借助InVEST评估模型对辽河口湿地蓝碳储量的时空变化特征进行量化评估和分析,预测研究区未来30 a蓝碳净碳固定情况.研究表明:(1)2017—2021年研究区自然湿地占比70%以上,总体呈现减少趋势;人工湿地占比20%左右,总体呈增加趋势.各湿地类型之间变化情况复杂,主要为自然湿地与人工湿地之间的相互转化.(2)2017—2021年研究区蓝碳总储量呈上升趋势,蓝碳总累积量呈下降趋势,但二者空间分布格局总体稳定,未发生剧烈变化.(3)研究区蓝碳净碳固定值在未来30 a总体呈上升趋势,到2050年蓝碳净碳固定总量可达3 094.270 7×10^(4)t,单位面积蓝碳净碳固定最大值将增至867.90 t/hm^(2),最小值将降至-63.03 t/hm^(2).

基于改进YOLOv8s的铁路车站信号平面布置图信息提取方法

针对车站信号平面布置图在2次利用过程中,无法将不同设备图元转化为通用数据的问题,提出基于改进YOLOv8s的信息提取方法。首先,将空间和通道重建卷积(SCConv)与颈部网络中的C2f单元相结合,以降低特征图的冗余度,减少空间和通道维度上的重复信息,实现检测模型的轻量化;其次,在传统YOLOv8s模型的主干和颈部网络中引入高效多尺度注意力模块(EMA),以增强模型对图内设备周边上下文信息的获取能力;最后,将模型中的标准卷积层替换为具有更大感受野的注意力卷积(RFAConv),以解决卷积核参数共享所导致的特征提取限制。结果表明:所提方法的平均精度均值可达92.5%,相较于YOLOv8s算法提升6.6%;综合评价指标值达到91.7,且模型权重参数减少16%,优于大多数常规模型。该方法不仅能够高效地从图纸中提取信号设备的布局信息,还为自动生成联锁数据配置文件和提高联锁软件搭建效率提供了有效的技术手段。

通过Glibc堆信息提取检测house of spirit类型攻击

目前有关堆的取证研究主要是针对Windows系统的堆和NT堆,然而怎样从转储文件中提取出Linux系统Glibc堆信息并没有得到充分的研究。为了重现Linux系统中Glibc堆的内部信息,采用内存对象vtype描述信息中字段偏移定位结合在内存中Glibc堆实现的方法提取Glibc堆内部信息。并基于此方法研发了基于Rekall框架的3个堆信息提取插件。还研究了house of spirit类型的堆攻击,建立了攻击模型并提取其攻击特征。基于提取的攻击特征设计出针对house of spirit攻击的检测算法。在堆信息提取插件的基础上研发了攻击检测插件。实验结果表明本方法可以有效地提取Linux系统进程中堆在内存中的信息,并且基于这些信息结合攻击检测算法成功检测内存中的house of spirit类型攻击。

基于激光测距数据的公共建筑物三维信息提取方法

常规方法进行公共建筑物三维信息提取时易出现信息提取不准确、数据分析存在误差等情况。基于激光扫描技术激光测距数据设计一种方法,对甘肃省天水市一公共建筑物的三维信息进行提取。将数据进行获取和预处理,按要求获得点云数据,根据获取的外业点云数据开展对扫描点云数据的预处理。此操作后基于激光测距数据获取建筑物边缘轮廓信息,采用Carmy算子来检测边缘并通过形态学标记,对上述检测到的边缘信息二值图像连通区域一一标记,并基于激光扫描得到的像素点计算边缘矩形尺寸。最后经过三维激光扫描和双向投影后,依据激光采样点提取建筑物三维信息。经实例分析后,对提取的数据信息与实际信息进行比较,证明所提方法可有效降低激光测量的误差,提高公共建筑物三维信息提取的准确性,具有较好的应用价值。

基于震后舆情的灾情信息提取研究

大地震发生后,通常会出现大量关于地震灾害的信息并在网络中快速传播,为快速准确地获取地震灾情信息,开展基于震后舆情提取灾情信息的相关研究。首先构建灾情信息挖掘模型,建立灾情关键词表,通过计算词向量相似度,快速提取地震灾情等相关信息。同时以“山东德州原平5.5级地震”为案例,验证构建模型在地震灾情提取方面的效果及其可行性和实用性。结果表明,该研究可为震后快速应对和处置灾情提供一定的参考数据和决策依据。

基于OCR的国家职业资格证书信息提取研究与应用

目前,国家职业资格证书是表明劳动者具备特定职业能力的权威证明,在个人求职和企业人力资源管理过程中扮演了重要角色。在管理过程中,人工录入纸质证书信息不仅产生较大的工作量,而且易出现工作疏忽引起的证书信息错漏。为了提升证书信息管理效率,提高证书信息准确率,通过引入OCR(光学字符识别)技术,对国家职业资格证书信息提取进行研究,并应用于企事业单位的职业资格证书管理系统。系统基于Java语言开发,集成百度AI开放平台提供的OCR接口,结合SpringBoot、Mybatis、Element UI等前后端框架实现,对类似系统的开发具有一定的借鉴意义。

黔西南卡林型金矿隐伏矿找矿中弱信息提取方法研究

黔西南地区是中国卡林型金矿的集中分布区,金矿成矿地质条件优越,找矿潜力巨大。但区内浅表金矿资源已基本找寻殆尽,找矿工作全面进入“攻深找盲”阶段。隐伏金矿由于矿体埋深较大,地表的矿化信息必然非常微弱甚至没有信息显示,深部成矿信息获取困难。如何识别并获取与深部成矿作用有关的地球化学信息,成为制约找矿突破的关键因素。黔西南卡林型金矿的形成及就位主要受背斜及断裂构造的控制,元素地球化学的分布、分异和成矿同样受到构造应力的影响,深部成矿信息通过断裂、裂隙与浅部及地表相联系,浅部构造岩石中的地球化学异常能在一定程度上反映深部的矿致异常。因此,以构造地球化学理论为基础,分析黔西南地区成矿地质条件和相应元素组合的迁移和富集规律,对卡林型金矿隐伏矿找矿地球化学弱信息提取的关键环节进行深入剖析,总结构造地球化学弱信息提取方法指标参数,有效提取深部成矿元素沿构造裂隙向上渗滤扩散形成的弱异常,对深部隐伏矿进行初步定位预测。弱信息识别及提取的相关研究成果对丰富黔西南地区卡林型金矿的成矿理论具有一定的学术价值,同时使用该方法在黔西南金矿隐伏矿找矿上能有效圈定并优选找矿靶区,对落实新一轮找矿突破战略行动任务具有积极的现实意义。

内蒙古赤峰柴胡栏子金矿田遥感地质解译和蚀变信息提取与找矿预测

内蒙古柴胡栏子金矿田位于赤峰—朝阳金成矿带的最西北侧,是我国重要的黄金产地,但其自然条件恶劣,遥感地质研究程度较低,对于最主要的控矿因素(地层、构造、岩浆岩)分布特征以及与本区金成矿相关的围岩蚀变信息研究相对较少,利用遥感技术对该矿田进行找矿勘查具有重要意义。本文利用Landsat 8和GF-2遥感影像,结合“主成分分析+最佳指数因子”的方法组合,对柴胡栏子金矿田进行遥感地质解译。根据蚀变矿物的波谱特征,设计去除干扰信息-异常信息提取-异常分级-异常信息处理的蚀变信息提取方案,对Landsat 8和Sentinel-2A遥感影像进行蚀变信息提取;在前人区域地质、矿田地质研究的基础上,依据蚀变信息特征,结合地质解译成果圈定3个找矿靶区。研究表明,利用多源遥感卫星影像对研究区进行地质解译与蚀变信息提取,基本能够满足辅助中比例尺找矿预测及地质综合调查的需要,并提升找矿效率。研究成果对柴胡栏子金矿田未来找矿勘查具有基础性指导意义。

EEMD-小波在高边坡变形信息提取中的应用研究

针对高边坡变形呈现非平稳性及数据“噪声”多源的问题,提出了一种定向滤波的变形信息提取方法。首先,利用集合经验模态分解方法分解变形时序数据,结合定量分析法判别模态分量信号频段;然后,对高频模态分量中的“噪声”利用小波函数进行“靶向”消噪处理,并对趋势项进行傅里叶级数拟合;最后,重构高边坡变形分析模型,实现真实变形量的提取。结果表明,对比分析各项检验指标,通过“靶向”消噪,各高频模态分量消噪效果明显,重构后的集合经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)-小波高边坡变形分析模型较原始形变和其他模型在精度指标方面提升显著,该方法可用于高边坡的变形预测分析和真实变形量提取。

东昆仑东段浪木日地区地球化学异常信息提取方法研究及异常查证

青海沟里地区位于东昆仑造山带东段,根据水系沉积物地球化学测量已发现了多个矿床(点),具有较好的找矿潜力。本文选取沟里地区巴加别里赤尔幅(浪木日地区)1∶5万水系沉积物地球化学测量数据为研究对象,利用统计学方法和趋势面分析法两种方法进行异常信息提取。结果显示,趋势面分析法相较于传统统计法,圈定的异常面积更大、浓集中心更明确、分带特征更明显,且与已知矿床点的吻合度更高,整体上具有强化低背景异常的优势。同时利用趋势面分析法提取了3个元素组合,并对套合性和相关性突出,且与区内浪木日铜镍硫化物矿床相关的Cu-Zn-Cr-Co-Ni组合异常进行异常剖析。结合区内地质特征和浪木日矿区矿体分布情况,圈定了哲扎空龙洼东、龙里、瑙格木东和卡鲁南等找矿远景区,为区内下一步铜镍找矿工作提供了方向。

基于多季相分形特征的Landsat 8 OLI影像耕地信息提取方法

利用遥感技术快速准确地提取耕地信息是耕地保护的关键环节。以山东省商河县为例,提出了一种基于多季相分形特征的Landsat 8 OLI影像耕地信息提取方法。首先采用毯子覆盖法计算多季相遥感影像每个像元的上分形信号和下分形信号,对比分析耕地和其他土地利用类型的分形特征,选取上分形信号的第3尺度作为特征尺度,提取商河县耕地空间分布特征;其次采用同时期的土地利用矢量数据、Esri land cover数据和统计数据进行耕地信息提取精度评价;最后分别设置多季相分形提取与单季相分形提取、现有土地利用数据产品的对比实验,并基于点位匹配度和面积匹配度进行评价。结果表明:多季相数据更能反映农作物生长的复杂性,有助于提高耕地信息的提取精度;不同土地利用类型在不同分形尺度的信号值各不相同,分形特征可以在不同尺度上清晰地刻画出不同土地利用类型的分异性;基于矢量数据和Esri land cover数据评价的多季相分形特征耕地提取点位匹配度为87.13%和89.83%,面积匹配度为99.73%和97.91%,均比单季相分形提取结果精度高;综合考虑点位匹配度、面积匹配度和空间分布特征,研发方法能有效区分耕地和其他土地利用类型,提取结果更优,且与统计数据有更高的一致性。该方法可准确提取耕地信息,为耕地的动态监测和损害评估提供技术支撑。

基于RPCA的激光点云道路标牌几何信息提取方法

道路标牌的位置、尺寸等几何参数普查是交通资产管理、无人驾驶等应用的关键环节。车载激光扫描三维点云中路牌不仅占比小,而且受周围树木干扰大,导致边缘点云缺失且包含大量噪声。为了准确提取点云中标牌杆和平面的位置和几何信息,提出了两阶段杆状物点云分割方法,由粗及细提取出标牌杆及其相连的标牌平面点云簇;进而通过鲁棒主成分分析(robust principal component analysis,RPCA)排除标牌周围噪声和杂点干扰,结合点云簇形态分析得到独立的主杆体和标牌平面2个部件;再引入环状域生长拟合圆柱体,法向量投影采样与定向包围盒(oriented bounding box,OBB)紧致拟合标牌平面,分别得到主杆体和标牌的准确几何信息。实验采集了湖北省武汉市洪山区、高新区和武昌区34个不同路口下的激光点云数据,在KPConv点云分割网络下进行训练与验证,准确率达到90.31%,标牌精确度达到91.07%,召回率达到了92.74%;并对上述数据中的20个路口的98个道路标牌进行几何信息提取,有效提取率达到89.80%,位置精度达到0.0621 m,几何误差达到8.07%。实验表明:该方法能有效排除点云噪声和杂点干扰,实现对点云缺失在20%以内的标牌的有效提取。

基于无人机和机器学习的川西北修复沙地植被信息提取

【目的】旨在无人机影像中提取植被信息(草本和灌木),估算植被覆盖度,用于生态修复领域反映植被长势和丰度。【方法】选取水体、灌木、草本和沙地4类地物,采用4种机器学习算法,深度学习、马氏距离、最大似然法和最小距离法进行精度对比,选取精度最高的算法作为研究方法。【结果】4种方法得到总体精度分别为95.47%、95.14%、93.30%和71.98%,kappa系数分别为0.92、0.91、0.88和0.57。【结论】基于深度学习方法分析发现,红原沙化治理示范基地范围内灌木、草地、水体和沙地面积分别为0.09、0.14、0.04和0.32 km^(2)。该方法可以为川西北高寒修复沙地监测、研究与治理状况评价提供数据支持和一定的科学依据。

植被覆盖区遥感矿化蚀变异常信息提取与找矿预测——以诸广山地区铀矿为例

诸广山地区位于南岭成矿带中段,是我国重要的铀矿集区和产铀基地。大面积植被覆盖制约了遥感找矿技术在该区铀矿找矿工作中的进一步应用。文章基于Landsat8 OLI和Sentinel-2A MSI数据,使用归一化植被指数掩膜高植被覆盖区、植被抑制法对低植被覆盖区进行抑制,并结合支持向量机的分类方法掩膜人工建筑群等其他干扰因素,形成一套针对植被覆盖区的掩膜与抑制方法。依据与研究区铀矿化密切相关的白云母、水云母、绿泥石等含羟基矿物和赤铁矿、褐铁矿等含铁离子的矿化蚀变矿物的反射波谱特征,选取特定波段进行比值并与主成分分析法组合,提取羟基矿化蚀变和铁染矿化蚀变异常信息。通过系统分析所得的蚀变异常信息及断裂缓冲区中的重合区,结合区域地质背景,圈定了2处铀矿找矿有利区。野外验证表明,已发现铀矿床(点)与矿化蚀变异常信息吻合度较高,找矿有利区地表赤铁矿、褐铁矿、水云母化等矿化蚀变发育明显,具有进一步铀矿找矿价值。

基于连续太赫兹波频谱信息提取方法研究

调频连续太赫兹系统受激励器件限制导致其带宽普遍较窄,在检测样件时由于单点处数据量有限,存在不易提取特征信号的问题,针对此问题,本文提出了一种基于Kaiser窗的线性调频z变换算法。首先对原始信号进行加窗处理,采用线性调频z变换对不同样件中深度缺陷特征信号进行提取,引入不同信号处理方法进行比较分析,结果可得本文提出方法在有限的数据量中保留样件特征信息的同时,降低了计算复杂度,通过与不同种复合材料检测数据处理对比,证明了该方法的有效性与普适性。

基于深度学习的模板化手写表单信息提取方法

手写纸质表单作为制造企业各部门之间信息传递的重要数据载体,其关键信息的提取对于企业生产、管理和决策具有重要意义。然而,当前手写表单信息提取方案在复杂文本布局中很难准确快速地抽取关键信息。为解决这一问题,提出了一种两阶段的模板化手写表单信息提取方法,仅需一张图片即可完成模板搭建,聚焦于用户关心的信息,并规避了传统关系抽取任务在复杂表格中潜在的逻辑错误。首先,对于一个特定种类的表格图片,直接在图像上标注希望识别的区域,并为这些区域分配对应的key值。然后,采用高分辨率网络提高对小文本的检测精确率,并提出多分辨率均匀分割的混洗的策略使得检测模型在性能和参数都取得良好表现。同时引入时域卷积网络和自注意力机制使得识别模型能够较好地应对手写字体由于书写速度和书写工具的原因造成的字迹模糊、不清晰和笔画缺失等情况。识别完成后,系统将识别结果与预设的key值进行绑定,形成结构化的输出。实验结果表明,与典型ResNet50模型相比,在模型参数几乎相等的情况下,小文本检测准确性提升15.8百分点。文本识别任务中,模型在CASIA-HWDB2.0-2.2数据集上的字符准精确率可达99.30%。在文本框未完全涵盖整个文本行的情况下,字符准精确率仅下降0.55百分点,表明文本识别模型具有较好的鲁棒性。

基于社交媒体数据的洪水风险信息提取与应用研究综述

社交媒体数据作为一种时空大数据,具有实时性和位置服务的特点,近年来在国外洪水风险管理中得到广泛应用。目前国内针对该数据类型在洪水风险管理中的研究较少,相关应用受限。通过对国内外基于社交媒体数据的洪涝灾害研究进行综述,探讨洪水风险信息的提取与分析方法,指出社交媒体数据在洪水风险管理中的应用方向,包括洪涝灾害的监测预警、灾情的时空分析、情绪和响应行为分析、救灾部署及灾害损失评估等。此外,社交媒体数据具有实时性、多类型性、可视化的优势,也存在质量与精度有限、虚假信息过多、用户群体受限和文化差异等挑战。如何发挥社交媒体数据的优势,弥补传统监测手段的不足,对于我国城市应急管理部门高效应对洪水风险具有重要意义。