结合多特征嵌入和多网络融合的中文医疗命名实体识别

在医疗领域中,实体识别能够从大规模电子病历文本中提取有价值信息,由于缺乏定位实体边界的特征以及存在语义信息提取不完整等问题,中文的命名实体识别(NER)实现更加困难。该文提出一种针对中文电子病历的结合多特征嵌入和多网络融合的模型(MFE-MNF)。该模型嵌入多粒度特征,即字符、单词、部首和外部知识,扩展字符的特征表示,明确实体边界。将特征向量分别输入到双向长短期记忆神经网络(BiLSTM)和该文构建的自适应图卷积网络等双通路中,全面深入地捕获上下文语义信息和全局语义信息,缓解语义信息提取不完整问题。在CCKS2019和CCKS2020数据集上进行实验验证,结果表明,相比于传统实体识别模型,该文模型能够准确且有效地提取实体。

多网络和多头注意力融合的场景文本识别算法

针对场景文本识别算法忽略整个文本的全局信息内容,提出多网络和多头注意力融合的自然场景文本识别算法。首先使用多网络融合结构,设计多种残差模块在视觉特征中捕获上下文特征和语义特征。其次在字符预测过程中提出多头注意力机制编码器,将位置信息、视觉特征和分类信息拼接成新的特征空间并重新加权。实验结果表明该模型能更好的利用位置特征,全局语义特征和上下文特征更准确地识别到文本内容,提高了模型的准确率。

盐酸掺杂聚苯胺基PVA/Paam多网络水凝胶的制备及性能

采用不同浓度的盐酸掺杂聚苯胺,采用原位聚合的方法让聚苯胺生长在PVA/Paam复合的多网络水凝胶上,探究最佳掺杂浓度下复合多网络水凝胶的电化学性能,压敏性能和光敏性能。通过红外吸收光谱,紫外吸收光谱,扫描电镜和X射线衍射对聚苯胺粉体进行表征;通过充放电测试,循环伏安法测试,计时电流法,电位溶出分析法,不同波长单色光照射对复合多网络水凝胶进行性能测试。在电化学测试中,确定了在盐酸掺杂浓度为0.5 mol/L时,多网络水凝胶超级电容器的电化学性能最好,充放电时间最长,面积比电容为412.5 mF/cm^(2)。在压力敏感性能测试中,得到具有明显峰性的I-T,V-T曲线,且峰型的振幅和周期与运动强度和频率一一对应。在光敏感性测试中,确定了掺杂盐酸0.35 mol/L时多网络水凝胶具有最佳的光敏感性。说明试验制备的水凝胶同时具有很好的电化学性能、压敏性能和光敏性能,在超级电容器,光敏材料和传感器领域的应用上具有广大的前景。

多网络约束下NNS分布式融合估计器设计

针对节点量测增益衰减、节点能量受限与系统模型不确定3种网络约束下具有随机通信时滞和非固定丢包率的组网导航系统(NNS)分布式状态融合估计问题,将增益衰减程度描述为统计特性已知的随机变量,将模型不确定描述为系统矩阵中的乘性有色噪声,将减小能耗描述为降低节点数据传输率。分别在邻节点端和目标节点端引入2种不同的线性编码器以解决丢包与时滞问题。建立丢包率与同时传输信息的节点数目之间的函数关系,将邻节点在过去有限个时刻的量测值进行线性编码后再传输,以补偿丢包与降低传输率导致的信息损失。目标节点把在同一采样周期内获取的来自同一邻节点的多个量测值按时间戳进行线性编码,以解决通信时滞导致的信息多余。基于2次线性编码建立增广系统模型,设计最小方差意义下局部无偏估计器,利用最优矩阵加权融合法得到全局融合估计器,推导得到融合估计误差协方差收敛的充分条件及次优传输率。通过算例仿真验证所提算法的有效性。

基于5G多网络协同的路桥管养关键技术

为了解决路桥管养中无法预知设备、设施、结构物的态势变化,大量巡检工作需人工进行而影响安全通行的危险因素却无法提前预警等问题,本研究通过路桥的全要素感知技术、5G多网络协同的通信传输技术、大数据处理技术以及5G+AloT下一代超级互联网的路桥管养动态数字平台搭建方法,构建一套以5G为核心技术的现代化路桥管理系统。

多网络环境下的差异化入侵特征检测平台的设计与实现

传统的网络入侵特征检测方法,检测准确性低。因此,设计并实现基于Libnids分布式入侵检测系统,该系统将多网络环境分割为不同逻辑区域,各逻辑区域包含不同的分析节点,各分析节点由数据探测部件、分析检测部件和管理控制部件组成。在系统实现方面,利用WinPcap函数库完成数据包的采集,依据采集的数据包,通过WM模式匹配算法和协议分析匹配检测模型,进行差异化入侵特征的检测。实验结果表明,该系统具有较高的检测率、较低的虚警率和漏报率。

多种运输方式的4PL多到多网络设计模型与算法

针对第四方物流(4PL)承担多个供需点对之间物流配送任务的情况,考虑实际中第三方物流(3PL)运输供应商具有多种运输方式,研究多种运输方式的4PL多到多网络设计问题。建立问题的优化模型,在选择3PL运输供应商的同时确定运输方式,并在满足配送时间约束下最小化总的物流成本。根据问题模型,设计混合蛙跳算法(SFLA)对问题进行求解。最后,通过仿真实验来验证模型的合理性,并测试SFLA的性能。实验结果表明模型能够合理描述问题,并且SFLA能够对问题进行有效求解。

视频服务器中多网络I/O的调度与接纳控制

在视频服务器中,由于网络I/O带宽比磁盘I/O带宽相对丰富而未得到研究者的重视,但当服务达到一定的规模、网络输出成为瓶颈时,在多网络I/O情况下,网络输出的量化计算则不可避免.着重探讨了视频服务器在多网络I/O并行输出的情况下,如何进行最大输出调度的问题,给出了3个调度算法及相应的接纳计算公式,特别是一个带缓冲的优化调度模型.实验结果显示,调度模型及规划性能是优越而有效的.该项工作对视频服务器的调度设计、资源的有效配置具有指导作用.

基于多网络协同推理的故障诊断策略

首先分析了ＢＰ网络用于故障诊断的优势和局限性，提出了解决这种局限性的对策，选择了一种自组织神经网络模型与多个单一故障诊断的ＢＰ网络一起完成故障诊断推理，这样既可以用神经网络进行正向推理，得到初步的诊断结论，又可以用神经网络进行反向推理实现精密诊断，而且具备自学习和自组织能力。

多网络出口数字图书馆资源对外服务体系的关键技术研究与应用

通过分析数字图书馆资源对外服务的相关网络布局模式和互联网多出口技术,提出利用动态域名技术解决多网络出口数字图书馆资源服务效果的关键技术架构。举例说明在3条网络出口条件下,利用动态域名技术满足读者以最短路由快速访问数字图书馆资源的目标。

基于灰色关联分析的多网络接入系统模型

针对传统网络选择算法无法满足服务质量的不足,提出了一种基于灰色关联分析的多网络接入算法.设计了多网络接入系统模型,确定了吞吐量、接入代价、接入损耗以及负载均衡等网络参数并构建了多网络接入的参数矩阵,结合权重向量,运用灰色关联分析算法确定最佳网络.对该算法进行了实验仿真,并与单网络及传统TOPSIS算法进行对比分析,其结果表明,该多网络接入算法可以明显提升网络性能,为用户提供满意的服务质量.

改进CAS性能的多网络表决模型

Fahlm an和 L ebiere提出的级联相关网络是一个典型的自适应神经网络的增长算法〔1〕,它具有灵活、高效的特点 .但由于该算法存在诸多的不确定因素 ,致使在其增长过程中引入过多的自由参数 ,它和随机选取的初始权重是导致单个神经网络过拟合的两个直接原因 .本文提出的多网络表决模型的基本思想是 ,利用多个网络来对未知的模式进行表决来确定其解 ,由于其平均效应 ,它能够避免单个网络预言带来的偏颇 ,获得满意的结果 .利用我们建立的 PC-FARM计算环境 ,本文还从实验上验证了网络表决模型的优越性 .

网络教育多网络接入探讨

基于互联网的教学平台是当前网络教育的主要教学手段,然而网络之间的瓶颈却成为制约网络教育发展的一个重要因素。网络教育多网接入已经成为发展趋势,本文通过对常见网络接入模式的深入分析,利用域名解析及策略路由技术构建出了一套高效的多网接入方案。

层次式级联多网络模型及其性能

本文提出了一种层次式级联多网络结构，论述了其训练算法，并验证了该结构的收敛性。这种结构在处理高阶非线性分布数据的分类问题方面具有优良的性能，用北京谱仪事例过滤进行性能测试结果表明，其训练和泛化性能都优于单个ＢＰ网络。

带硬时间窗的第四方物流多到多网络设计

在第四方物流（4PL）承担多个供需点对之间物流配送任务情况下,考虑物流配送的时效性,研究带硬时间窗的4PL多到多网络设计问题。建立了4PL多到多网络设计优化模型,在满足硬时间窗约束的条件下,最小化总物流成本。根据问题模型特点,设计迭代局部搜索（ILS）算法求解。最后,通过仿真实验对不同规模的算例求解来测试ILS算法的性能,并分析不同时间窗对决策的影响。实验结果表明模型具有合理性,并且ILS算法能够对问题进行有效求解。

正态分布处理时间下的4PL多到多网络设计

在第四方物流(4PL)承担多个供需点对之间物流任务的情况下,针对处理时间的不确定性,研究考虑正态分布处理时间的4PL多到多网络设计问题。建立了以最小化总物流成本为目标,带有随机配送时间约束的4PL多到多网络设计机会约束规划模型。根据问题特点,设计差分进化算法进行求解,并对其进行改进。最后,通过对不同规模的问题进行仿真实验来证明模型的合理性及算法的有效性。

利用多服务器多网络系统实现机房安全高效管理

在高校机房中 ,普遍存在软件安装、系统维护、病毒防护等问题 ,严重影响正常的计算机教学。

具有多网络自适应选择的无线宽带视频传输系统

针对移动信道带宽不稳定以及Wi-Fi热点覆盖有限等网络问题,提出了一种可自适应选择第二代移动通信网络(CDMA1X)、第三代移动通信网络(3G-EVDO)及无线局域网(WLAN)的多网络自适应无线视频传输的系统架构,并给出了多网络自适应选择的算法。该算法主要包括多网络的自适应接入、无线异构网络的动态切换以及无线同构网络的自适应选择传输。该方案可实现无线视频的高质量可靠传输。

面向人口漂移的贝叶斯多网络客户细分方法

由于不同区域间的人口漂移,即样本人群的特质变异,基于某地区样本构建的客户细分模型对其他地区客户分类时会出现较大误差。本文设计了面向数据漂移的贝叶斯网络算法,采用贝叶斯多网络为每类样本建立局部网络结构,增强模型对同类样本数据的拟合度,强化显示同类样本的共性特征,弱化不同区域间样本的差异性。实验表明,该方法显著改善模型对数据质量较差样本的适应性,提高对不同客户样本分类的准确率,适应我国各地区间人口特征差异性较大的国情。

多网络融合条件下的舰船组合导航系统开发

船舶为了能够在大海上精确的定位,船舶的导航定位系统一定要能够提供舰船的准确可靠的位置、速度以及姿态等重要信息,因此舰船的导航系统的精度和可靠性是重要的衡量指标。多网络融合的组合导航系统有着很多的导航定位传感模块,这些模块构成了一个完整的导航定位系统,极大的提高了舰船导航的定位精度。本文立足于多网络的组合导航定位系统,分析了多网络融合技术的基本原理及结构;研究了组合导航系统的特点及基本组成;最后总结了常用的几种导航定位系统和数据处理方法。这对我国未来组合导航系统的开发起着指导作用。