为上下文显式独立建模的中文实体识别方法

现有中文命名实体识别(NER)模型在公开数据集上的表现相对成熟,但有研究指出,模型过度依赖实体文本的字面特征,而上下文对实体识别的影响却未得到重视。现有的模型在简单的泛化测试中表现较差,因此本文提出显式地为上下文独立建模,令模型对上下文和实体的字面信息进行区分。为此,也提出了相应的数据增强方法用于训练模型中的上下文模块、实体字面模块和综合模块。实验结果表明,本文提出的方法在不损失测试集识别效果的情况下,明显改善了模型在不变性测试中的表现,较基准模型其失败率降低了2.3%。

基于脂肪酸指纹的放牧与舍饲牛肉真实性判别模型建立

为论证以脂肪酸指纹建立模型判别牛肉放牧和舍饲来源的可行性,从内蒙古优势肉牛养殖带8个旗县/区采集放牧和舍饲牛股二头肌、背最长肌和肋部皮下脂肪共91份,气相色谱法测定脂肪酸,进行主成分分析(principal component analysis,PCA)和描述性统计,并建立软独立建模分类(soft independent modeling of class analogies,SIMCA)判别模型。结果表明:8个旗县/区全部样品按放牧和舍饲分开聚类;草原和农区牛肉分开聚类;呼伦贝尔和锡林郭勒草原牛肉聚类有分离;东部区科尔沁左翼后旗和正蓝旗舍饲牛肉单独聚类,中西部和林格尔县和乌审旗舍饲牛肉有分离趋势。放牧牛肉n-3多不饱和脂肪酸(polyunsaturated fatty acids,PUFA)、α-C_(18:3 n3)(α-亚麻酸)、C_(18:0)和C_(14:0)含量都显著高于舍饲,其中n-3 PUFA含量是舍饲牛肉的1.6倍,α-亚麻酸含量是舍饲牛肉的2.2倍;舍饲牛肉n-6 PUFA、C_(18:1 n9c)和C_(18:2 n6c)(亚油酸)含量显著高于放牧牛肉;放牧牛肉n-6 PUFA∶n-3 PUFA为3.6∶1,较为理想;但脂肪酸配对和配伍检验,饲养模式和地区间均无整体差异,说明传统统计在指标数据集整体模式分析方面具有局限性。3个部位脂肪酸分别进行PCA,对放牧和舍饲牛肉的区分效果均优于总样本PCA结果;肋部皮下脂肪脂肪酸对放牧和舍饲牛肉的聚类距离最远,建立SIMCA模型,对放牧和舍饲牛肉判别的内部和外部验证正确率分别为100.0%和92.6%。基于脂肪酸建模判别放牧和舍饲牛肉真实性可行,为肉类真实性判别研究提供了创新的思路和方法。

几种模式识别方法在大鼠高脂血症代谢组学研究中的应用

目的:探讨不同的模式识别方法在分析大鼠高脂血症代谢组学实验数据中的应用。方法:采用高脂饲料喂养的方法,建立大鼠高脂血症模型。同时,以GC/MS为技术基础的代谢组学研究大鼠高脂血症的发病过程,并对图谱进行分析,将分离得到内源性代谢物,分别应用主成分分析(PCA)、软独立建模分类法(SIMCA)、非线性映射(NLM)3种模式识别方法对数据进行分析。结果:SIMCA和NLM在样本分类的效果上优于PCA,且NLM可表现出样本的经时变化规律;而PCA和SIMCA能更好地解释与疾病相关的内源性代谢物的信息,3种方法所得的结果可以互相印证和补充。结论:在代谢组学研究中,可以运用多种模式识别方法对数据进行分析处理,以得到更可靠和全面的信息。

近红外光谱结合SIMCA算法对舍饲和放养牦牛的鉴别研究

为保护牦牛肉在市场中的独特性和真实性,维护消费者的合法权益,本研究以近红外光谱技术(near infrared spectroscopy, NIR)对不同饲养模式的牦牛肉样品在全波近红外Whole-NIR(400~2 500 nm)光谱范围内结合簇类独立软模式法(Soft Independent Modeling of Class Analogies, SIMCA)建立模型来判别牦牛肉舍饲和放养来源的可行性。结果表明:在Whole-NIR(400~2 500 nm)光谱范围内原始光谱差异不明显,当因子数为5时预测误差平方加和(PRESS)趋于平稳,最终无限趋近于0,NIR结合SIMCA模式识别方法得到Q-T2分布图,类与类之间界限明显,能够将牦牛肉样品按照不同饲养模式分开聚类,模型性能优良,预测准确率高达100%。综上所述,利用NIR结合SIMCA可实现对不同饲养模式牦牛肉真实性进行鉴别的目的。

基于电子鼻和BP神经网络对‘黑珍珠’鲜食玉米产地的区分和识别

以‘黑珍珠’鲜食玉米为研究对象,采用电子鼻技术分别测定了黑龙江、陕西两大产区共计200个鲜食玉米样品的气味传感器响应值原始数据,通过主成分分析(Principal component analysis,PCA)、判别因子分析(Discriminant function analysis,DFA)对不同产地鲜食玉米的挥发性风味进行了区分,采用软独立建模分析(Soft independent modeling class analogy,SIMCA)建立了黑龙江‘黑珍珠’鲜食玉米的判定模型,并通过Pytorch软件建立了反向传播神经网络(Back propagation neural network,BP神经网络)模型,对不同产地的‘黑珍珠’鲜食玉米进行鉴别区分。结果表明,不同产地的‘黑珍珠’鲜食玉米的挥发性风味虽有相似之处但具有明显的产地特征,SIMCA模型可实现对未知样品是否来自黑龙江产区的有效识别(正确率为97%),BP神经网络模型则可对未知产地的‘黑珍珠’鲜食玉米样品进行产地预测及鉴别,平均正确率达99.44%。采用电子鼻技术结合BP神经网络模型可以准确的区分和识别‘黑珍珠’鲜食玉米产地。

基于SDN架构的DDoS攻击检测研究

SDN采用集中控制方式,实现了网络管理的可视化和动态化,是当前新型的网络架构。但SDN设计之初,未考虑安全问题,在DDoS攻击如此盛行的当下,开展SDN架构下的攻击检测研究非常必要。在分析了SDN架构机制后,针对DDoS攻击,研究了攻击检测模块的位置部署,设计出多层次协同检测方案。针对攻击检测建模问题,设计出基于集成学习算法的独立建模方案。从KDDCUP99数据集中无放回抽取两组样本,选用SVM和adaBoost算法先后进行独立建模和样本组合建模。使用adaBoost算法对样本的分类性能有一定的提升,单独建模未对样本分类性能带来影响,在teardrop上还表现出高于总样本的分类效果。实验结果可知,独立建模用于转发平面和控制平面的协同检测方案,具有一定的可行性。该方案从降低SDN集中控制中心的负担出发,为网络的有效管理提供了保障,对SDN架构的攻击检测具有一定的指导意义。

节能发电调度旋转备用计划优化

节能发电调度不仅改变了现行计划电量调度模式下制定发电计划的目标函数,还可能改变现行的等备用原则。文中首先探讨节能发电调度方式下制定旋转备用计划可能采取的原则——等备用原则和能耗最小原则,建立相应的旋转备用优化决策模型;然后研究旋转备用计划优化的实现方式,分别选用旋转备用计划和发电出力计划的独立建模分步优化、统一建模联合优化2种思路,构建不同的节能发电调度模型,并基于启发式动态规划方法,针对同一算例进行优化计算。算例分析验证了所提出的旋转备用优化决策模型及其实现方式的正确性和有效性。

航空薄壁件铣削加工铣削力预测方法研究

铣削加工中铣削力是导致加工变形的直接原因,而航空薄壁件加工中,加工变形是加工误差产生的主要因素。本文以航空薄壁件铣削加工过程的铣削力为研究对象,通过确定铣削力模型和切削系数参数,建立了刚性和考虑刀具工件变形耦合的柔性预测两种模型。在柔性模型中,采用预扭Timoshenko梁单元的刀具/工件独立建模的方法建立有限元模型,利用Python语言在通用有限元软件Abaqus下迭代求解。实验验证表明预测模型具有很高的准确性和有效性。

基于SOA的可变业务流程管理系统

针对业务流程管理系统对流程可变性的需求,在分析现有SOA实现模型的基础上,结合本体知识库,提出一种基于SOA的支持流程可变的业务流程管理系统模型。利用SOA的松耦合性以及本体知识库的规范化描述及推理功能,使业务专家可以独立进行流程建模,从而满足业务流程灵活调整的要求。介绍了该模型的实现机制和相关技术以及该模型在虚拟旅行社智能平台的应用。

基于OpenGL的目标序列影像姿态仿真方法研究

详细探讨了OpenGL模拟成像特点,结合光电测量系统性能虚拟测试的需求,提出了一种基于序列影像的飞行目标姿态仿真方法,建立了运动特征仿真模型及解算方法,实现了目标运动轨迹与姿态变化的独立模拟,仿真出丰富多样的姿态变化特征。利用双站姿态交会测量算法对模拟影像姿态精度进行了检测,验证了仿真结果的可行性。该方法已有效应用于光电测量系统目标姿态提取算法性能的仿真测试。

六种家畜乳氨基酸特征聚类分析

采集荷斯坦牛(牛)、蒙古马(马)、双峰驼、山羊、水牛和牦牛6种家畜乳代表性样品55份,测定18种氨基酸,进行传统描述性统计、营养学评价和聚类分析。结果表明,6种家畜乳氨基酸绝对含量(mg/g)差异极显著(P<0.01)。总氨基酸是联合国粮农组织/世界卫生组织人乳数据的1.7~5.4倍,其中牦牛和水牛最高,山羊和骆驼次之,牛次低,马的最低。氨基酸百分含量(%)主成分分析(principal component analysis,PCA)结果显示,6种乳样在三维空间自然聚类中符合物种远近,牛、牦牛、水牛和山羊4种牛科聚类同一个相区,而驼乳和马乳远远分布另外2个相区,人乳与马乳最接近。人乳色氨酸、半胱氨酸、天冬氨酸、精氨酸含量(%)在家畜乳中相对不足;山羊色氨酸含量最接近人乳。家畜乳及人乳间必需氨基酸(essential amino acid,EAA)模式差异极显著(P<0.01),6种家畜乳PCA相对集中,而人乳游离较远,说明人乳EAA模式与动物差异大;山羊和马乳与人乳相对最接近。以家畜乳氨基酸百分含量数据建立软独立建模分类物种判别模型,内部和外部验证准确率分别为100%和92.76%;外部验证错误出现在牛科动物乳判别中;人乳与6种家畜乳都不符合,再次说明人乳氨基酸与动物的差异很大。化学计量学聚类分析比传统描述性统计和营养学评价更能直观全息地呈现乳的氨基酸整体特征,研究可为评价乳品营养和真实性提供创新策略、原理和方法。

电子舌技术在真假伊力老陈酒鉴别中的应用

通过电子舌技术对真假两种伊力老陈酒10年进行分析,并结合判别因子分析和软独立建模分析建立了真假酒的预测模型。结果表明:判别因子分析模型和软独立建模模型均能够准确识别未知样品中的真假伊力老陈酒10年,识别正确率达到了100%,电子舌技术可用于伊力老陈酒10年真假酒的鉴别。

基于光谱融合的火星表面相关矿物分类方法研究

多源数据融合能在一定程度上扩展数据信息量,更利于建立准确和稳健的分析模型。行星探测中常采用多个载荷协同分析同一目标,因此利用多载荷数据融合辨别分析火星矿物具有重要科学意义和应用前景。分别采用可见近红外(Vis-NIR)反射光谱和拉曼(Raman)散射光谱两种技术手段测量了火星表面主要矿物(硅酸盐、硫酸盐、碳酸盐)的光谱特征曲线,并对获取的光谱数据进行基线校正、Savitzky-Golay平滑以及标准矢量归一化(SNV)等必要的数据预处理。根据光谱特征,首先选取样品Vis-NIR和Raman数据信息丰富、信噪比高、光谱信号重叠小的波段(Vis-NIR:430~2 430nm,Raman:130~1 100cm^(-1)),然后运用软独立建模分类法(SIMCA)、主成分分析法-K最邻近分类法(PCA-KNN)分别建立基于Vis-NIR,Raman及两者融合(累加融合、串联融合)的矿物聚类分析模型。采用SIMCA算法的矿物聚类准确率由单一光谱建模的72.6%(Vis-NIR),90.7%(Raman)提升为融合建模的96.3%(累加融合)和98.1%(串联融合);采用PCA-KNN的准确率由单一光谱建模的68.9%(Vis-NIR),72.9%(Raman)提升为融合后的80.3%(累加融合)和92.6%(串联融合)。实验结果表明:光谱融合能够发挥Vis-NIR,Raman各自的数据优势,所建火星表面相关矿物分类模型的预测准确度更高。该研究为我国火星探测任务奠定了岩石分类方法基础。

基于气味指纹图谱的玛咖品质快速鉴定方法

以玛咖为研究对象,通过高效液相色谱和电子鼻分别测定24个产区36个玛咖样品中芥子油苷的总含量和气味传感器的响应值原始数据。基于玛咖样品中芥子油苷的总含量和传感器响应值的相关性分析结果,采用软独立建模分析(soft independent modeling class analogy,SIMCA)算法建立玛咖品质快速鉴定模型。结果表明:T30/1、P30/1、P30/2三根传感器与芥子油苷含量之间存在显著相关性,根据3根传感器建立的SIMCA模型可以将不同玛咖样品分为3个等级:一等品(芥子油苷含量≥10 mg/g)、二等品(5 mg/g≤芥子油苷含量<10 mg/g)、三等品(芥子油苷含量<5 mg/g)。运用电子鼻气味检测数据结合SIMCA模型可以快速鉴别玛咖的等级,还可推测出所测样品中芥子油苷的含量区间。

基于矿物元素指纹的地理标志羊肉真实性鉴别

探究一种基于矿物元素指纹结合单分类建模策略的地理标志羊肉真实性鉴别技术。结果表明,盐池滩羊、巴里坤哈萨克羊、苏尼特羊3种地理标志羊肉中矿物元素含量均具有指纹特征。采用单分类建模策略,只需收集真实样本集建模,即可在多种欺诈样本中鉴别真实样本。基于3种地理标志羊肉样本分别建立的类类比软独立建模(soft independent modeling of class analogy,SIMCA)模型性能优良,对测试样本的鉴别准确率达到100%。因此,基于矿物元素指纹结合单分类建模(SIMCA)的真实性鉴别技术在地理标志羊肉真实性鉴别领域具有广泛的应用前景。

有机与非有机荷斯坦牛乳脂肪酸指纹聚类分析

采集国内3家乳品企业荷斯坦牛有机和非有机的原乳与超高温灭菌(ultra-high temperature,UHT)乳,采用气相色谱法测定其脂肪酸(fatty acids,FAs)构成(称为FAs指纹),并进行主成分分析(principal component analysis,PCA)和描述性统计比较,建立软独立建模分类(soft independent modeling of class analogies,SIMCA)判别模型。PCA分析发现原乳和UHT乳均按有机和非有机饲养模式分开聚类,说明有机与非有机乳的FAs指纹不同;但不同企业有机与非有机牧场原乳聚类位置不一致,说明不同企业奶牛饲养模式及标准都有较大差异;不同企业有机和非有机UHT乳聚类的位置和趋势有一致性,这可能与UHT乳生产使用大罐多牧场混合原奶及标准化工艺有关。有机和非有机乳间脂肪酸独立样本t检验多数有显著或极显著差异,但整体FAs均值配对t检验差异不显著,即传统统计不能区分有机和非有机乳FAs复杂的整体差异。总体上有机乳中α-亚麻酸(C18∶3n3)和亚油酸(C18∶2n6c)含量显著高于非有机乳,非有机乳C16∶0和C16∶1含量高;3家乳企有机和非有机乳之间关键FAs的比值不同,再次说明不同企业奶牛饲养模式或饲料不同。有机和非有机UHT乳SIMCA判别模型内部和外部验证正确率分别为100%和90.5%,FAs指纹建模判别有机与非有机UHT乳可行。

湿润地区河道流量演算方法研究

采用马斯京根法分段连续演算是模拟湿润地区河道流量传播的有效途径;分支独立建模有利于分析参数并简化模型结构,用历史洪水资料综合适配汇流参数曲线可增强模型的实用性。

ANSYS软件中预应力筋的实现与试验对比

叙述了在ANSYS软件中，施加预应力的几种方法；选取其中的一种方法进行了预应力有限元模拟，并与试验挠度、应力结果进行了比较，指出在ANSYS软件中利用整体式降温法和独立建模耦合法模拟预应力筋是可行的。

基于FTIR的两种模式识别方法在扶芳藤产地鉴别中的应用

目的:建立快速鉴别扶芳藤产地的方法。方法:采用傅里叶变换红外光谱(FTIR)技术,选取1800～400cm-1红外指纹图谱区,采用软独立建模聚类分析(SIMCA)法和Fisher比值法建立产地分类模型,分别对广西4个产地的扶芳藤进行鉴别,并通过计算识别率和拒绝率来验证模型。结果:FTIR技术不仅能准确提取扶芳藤药材的整体信息,而且所建立的2种识别模型对未知扶芳藤样品鉴别的识别率和拒绝率均达到100%,能正确识别4个不同产地的扶芳藤样品。结论:所建模型具有较强的识别能力,采用自编计算程序及现有统计软件还可将模式识别模型实现实时在线检测与样品快速鉴别,大大提高了鉴别速度。