基于层级图标签表示网络的多标签文本分类

多标签文本分类是一项基础而实用的任务,其目的是为文本分配多个可能的标签。近年来,人们提出了许多基于深度学习的标签关联模型,以结合标签的信息来学习文本的语义表示,取得了良好的分类性能。通过改进标签关联的建模和文本语义表示来推进这一研究方向。一方面,构建的层级图标签表示,除了学习每个标签的局部语义外,还进一步研究多个标签共享的全局语义;另一方面,为了捕捉标签和文本内容间的联系并加以利用,使用标签文本注意机制来引导文本特征的学习过程。在三个多标签基准数据集上的实验表明,该模型与其他方法相比具有更好的分类性能。

TransformerG:基于层级图结构与文本注意力机制的法律文本多跳阅读理解

该文针对Cail2020法律多跳机器阅读理解数据集进行研究,提出了TransformerG,一个基于不同层级的实体图结构与文本信息的注意力机制融合的多跳阅读理解模型。该模型有效地结合了段落中问题节点、问题的实体节点、句子节点、句中的实体节点的特征与文本信息的特征,从而预测答案片段。此外,该文提出了一种句子级滑动窗口的方法,有效解决在预训练模型中文本过长导致的截断问题。利用TransformerG模型参加中国中文信息学会计算语言学专委会(CIPS-CL)和最高人民法院信息中心举办的“中国法研杯”司法人工智能挑战赛机器阅读理解赛道,取得了第2名的成绩。

电气系统层级图——判定摩托车电路故障的新工具

电气系统是保障摩托车正常工作的一个重要组成部分,通常分为电源设备,控制装置,用电装置和辅助电气设备等。电气系统故障是摩托车常见的故障之一。快速准确地诊断出故障点是正确地排除故障的关键。诊断故障的一般方法是根据电路图,采用试件法,电阻、电压和电流特性参数测试法,结合观察故障现象来确认。 整车电路图是诊断电路故障的重要参考,常见的电路图有甲气原理图、电气配线图和电器元件接线图三种。其中电气原理图是为了反映整车电气原理,按照特定的电器元件符号规定,简化接线关系而绘制的。这种电路图清楚的表达了各电器元件之间的关系,识图方便,适宜于分析电气系统的工作原理。

基于层级图分割的视频分割

我们提出了一个全新的视频分割的方法。它不仅效率很高,而且,可以为任意长的视频生成结果。首先,我们将每一帧图像利用超像素的方法进行预分割。然后,利用基于图的层级分割的方法,将每一帧的预分割进一步分割成不同的区域。预分割中光流分析的方法保证了分割结果的时间空间一致性。在利用这种方法对视频进行分割的时候,我们只要根据上一帧的结果就可以计算下一帧,所以,我们可以针对任意长度的视频进行分割。

铁路工程图层标准现状与编制研究

图层为计算机辅助制图文件中相关图形元素数据的一种分类组织结构,是图形元素的元数据。建立完整的铁路工程图层标准可帮助设计人员有效利用、管理和组织设计信息,为图层级协同设计推进提供基础数据来源,促进铁路工程设计数智化转型发展,提高设计效率。本文分析图层在工程设计行业中的重要作用、图层标准国内外发展现状及铁路工程图层发展现状,详细描述铁路工程图层标准编制的目的及意义,明确标准编制的整体思路及编制原则,并阐述图层标准在图层级协同设计、图纸拆分、图形元素管理等场景的应用。

基于改进SegFormer模型的棉田地表残膜图像分割方法

为了解决棉花种植过程中残留地膜造成的严重污染问题,提出一种基于改进SegFormer模型的残膜目标快速识别分割的方法。以新疆维吾尔自治区昌吉市棉田(坐标44°23′1″N,87°30′23″E)的收后地表残膜为研究对象,在雪后晴天中午时间段使用无人机采集图像共计1047幅并制作成数据集。对SegFormer模型增加更深的特征图层级,使其能获取更细微的特征以解决残膜形态多变和目标较小的问题。SegFormer原始模型平均交并比已达到83.00%,改进SegFormer模型较原始模型平均交并比提升0.42个百分点,骰子系数提升0.3个百分点,单幅检测时间为51.13 ms。实验结果表明,改进SegFormer模型基本能满足快速分割任务的要求,为棉田残膜污染情况的快速评估提供了理论基础。

叠合楼板裂缝问题的思维导图研究

思维导图是一种有效成熟的研究方法。在企业管理领域,教学领域,个人生活领域等有成功的应用。叠合楼板裂缝问题的思维导图绘制研究是在思维导图有效性,成熟性论证的基础上,揭示此研究的可行性。通过绘图过程的介绍及时发现叠合楼板裂缝问题产生的原因。根据叠合楼板裂缝问题的思维导图绘制过程,进行归纳总结,得出一般结论。即:思维导图的绘制者需要有一定的专业背景;思维导图的绘制者需要保持注意力的集中;思维导图的绘制者不可拘泥于学科的教条和形式的教条;思维导图具有无限延伸性,具有自我思维的性能。

依据思维导图精选方法巧解化学计算题

把思维导图应用于化学计算,绘制归纳型、分析型学科思维导图,并依据思维导图进行教学,使学生弄懂关系式法、差量法、守恒法相关的题型和解题方法,从而快速、有效解题,提高解答化学计算题的能力。

如何对教学内容实现碎片化--以数据库管理与开发SQL Server为例

自2015年以来,精品资源共享课建设逐步替代了旧有的精品课程建设,课程资源的建设成为高校教学改革的重点。在各类教学资源中"微视频"被广泛关注和认可,它适应了当前大学生碎片化阅读的需求,因此课程教学内容的碎片化成为了录制微视频的关键。

消费者购买竞猜型体育彩票之影响因素初探

近年来,中国体育彩票公益金已成为我国体育产业发展的重要资金来源,是支持国家体育事业发展的不竭动力。鉴于我国体育彩票的类型多样,但竞猜型体育彩票的销售量所占比例较低。本研究目的旨在探讨影响竞猜型体育彩票的购买决策因素。以方法目的链为研究工具,采用软式阶梯法的访谈方式,将研究结果以层级价值图呈现。结果显示:竞猜型体彩消费者所重视的产品关键属性包括赛前分析、赔率、竞猜型体彩种类等5种;属性连结的结果为乐趣、正确下注、财富等9项;结果连结的价值为刺激、生活中的乐趣、成就感等7项。本研究所得结论:在竞猜型体育彩票的产品价值链部分,最主要路径是"赛前分析"连结乐趣、正确下注选择、财富、再连结刺激。

高中生历史学科逻辑思维能力的塑造

教师在落实《普通高中历史课程标准(2017年版)》的过程中,须要通过对学生历史逻辑思维能力的塑造来解决历史学科核心素养培养的必备知识、思维技能、关键能力、价值追求各自分离的问题。高中生历史学科逻辑思维能力的塑造要注重回归历史学科教学的常识、灵活使用逻辑方法、建构历史学科逻辑思维层级图等,推动学生历史学科逻辑思维能力的塑造升华到学科核心素养的培养。

信息视觉模式策略在化学教学中的应用

在教学中教师需要以一种学生容易理解的方式组织和编排教学内容和材料 ,即把要传递的信息内容转换为适宜于接受的信号传递出去。本文对信息视觉模式在教学运用的理论依据及其意义进行了探讨 ,并结合化学教学实际分别分析了

基于CUDA架构的高速RGBD场景解析算法研究

场景解析是计算机视觉算法的基本任务之一。随着深度传感器的发展,获取RGBD场景数据已经变的较为方便。针对RGBD场景解析,提出了一种基于CUDA架构的高速算法。该方法是在gSLICr算法基础上,引入带空间平滑约束的深度信息,结合边缘支持,形成BSD-gSLICr算法,对场景进行超高速过分割。结合多特征的带权Felzen-Hutten算法,将过分割块构成的无向图进行多层级的图割归并,实现高速场景解析。实验结果表明提出的算法在保证效果和鲁棒性的基础上,运行速度可以达到实时要求。

地图数据图层级批量综合功能的设计与研制

目前,已有地图综合系统使用过程中需要专业人员深度参与,耗时耗力、自动化程度较低。针对这一问题,从软件工程的角度探讨了图层级批量综合功能的研制。以1∶5万居民地图层数据的综合处理为例,分别从建筑物目标的剖分、特征参量定义与计算、综合操作决策与实施、综合控制规则建立与表达4个方面进行分析,尝试构建"特征诊断→行为决策→操作执行"的完整技术链条。结合样例数据对提出的技术设想进行可行性验证,并对后续工作进行展望。

文化消费视域下广绣非遗参与者体验价值研究

目的关注非遗参与者体验过程中的价值感受,运用方法目的链理论逐步建构广绣的价值意涵。方法基于方法目的链理论和内容分析法,结合阶梯式访谈法,了解20名广绣非遗参与者对广绣属性的认知、内心期望与价值需求,检视其参与的动机及目的。结果通过访谈获得非遗参与者对广绣的认知,从中可归纳为12项属性、10项获益结果与6项体验价值,最重要的方法目的链是传统针法—自主性/二次创作—美感享受、地方感以及手工技艺—激发持续动力—愉悦享乐、内在和谐,参与体验的人更多关注广绣传递的美感价值与承载的地域价值。结论通过非遗参与者体验价值的研究,构建广绣体验层级价值图,从方法论视角探讨有意义的文化消费体验策略,为广绣文化消费体验的可行性提供依据。

基于对抗解释结构模型的军事训练方法可推广性评价模型

训练方法可推广性评价是军事领域的重要问题之一,对于提高军事训练实战化水平具有重要意义。结合部队训练实践,基于对抗解释结构模型(AISM)进行建模,通过一组对抗性的有向拓扑层级图进行客观评价,得出帕累托最优集。该模型解决了传统训练方法评价中主要依赖经验决策、缺少理论与方法支撑的问题,能够为部队推广运用好的训练方法提供定量化辅助决策。实例分析表明,该模型充分体现和反映人的思维过程,具有结构清晰、计算简便、结论直观、易于理解、可信度高等特点,可以在类似的战法训法成果评价和推广中广泛运用。