计算机人工智能识别关键技术分析

在现代化网络信息技术持续发展进步的背景下,识别技术成为人们生产生活中不可或缺的一个重要技术手段。但随着社会的不断发展进步,传统的识别技术已很难再满足人们的现实需求,这使得更有效以及更安全的一系列智能识别技术开始受到人们的广泛关注。因此,本文对计算机人工智能识别关键技术及其分类作出了简要介绍,同时分析了此项技术存在的问题,并基于此分别从语音识别、机器人以及人工神经网络等方面,针对此项技术的运用做出了深入研究,以此助推智能识别技术不断向好发展。

隐蔽河道砂体地震识别关键技术——以四川盆地中江气田中侏罗统沙溪庙组为例

四川盆地川西坳陷中侏罗统沙溪庙组属于三角洲平原—三角洲前缘水上/水下分流河道沉积,河道砂体非常发育。近年来,该气藏部署实施的部分井钻遇了钻前地震资料未有效识别的河道砂体(笔者称之为隐蔽河道砂体),油气显示活跃,测试效果较好,如何有效识别该类河道、落实砂体平面展布范围、评价气藏增储上产潜力是急需解决的关键问题。为此,基于隐蔽河道砂体地质特征,从地球物理辨识机理上剖析该类砂体的响应特征,明确了隐蔽河道砂体的地震识别模式,优化了隐蔽河道砂体地震识别技术,实现了隐蔽河道砂体的精细刻画。研究结果表明:(1)隐蔽河道砂体属于中高波阻抗、以Ⅰ类和Ⅱ类AVO特征为主的砂体,地震上主要表现为“暗点型”中弱振幅,平面上主要表现为局部隐形、点状或段状不连续,具有物性和厚度隐蔽特征,常规手段难以有效识别;(2)基于高保真道集优化处理的优势道集叠加数据体可突出隐蔽河道砂体异常特征;(3)谱反演拓频处理、波形指示高分辨反演及岩性指示因子技术可有效地实现隐蔽河道砂体刻画。结论认为:(1)提出优势道集叠加、谱反演高分辨处理、波形指示高分辨反演及岩性指示因子构建等关键技术可有效地识别隐蔽河道砂体;(2)该技术已应用于川西坳陷中江气田沙溪庙组隐蔽河道识别,有效地指导了气藏开发井位的部署,有力支撑了中江气田千亿立方米探明储量的高效开发。

专利视角下基于质量功能配置的关键技术识别研究

[目的/意义]在海量专利信息中精准识别出能够聚焦于用户需求的关键技术,是企业降低创新风险的有效举措,文章提出了一种基于质量功能配置的关键技术识别方法。[方法/过程]首先,运用区间二元语义方法,客观地确定目标领域中用户需求的权重及优先级。其次,应用质量功能配置构建“用户需求—产品”“产品—IPC小类”“IPC小类—IPC小组”的三级质量屋,通过三阶段QFD过程,将用户需求的权重及优先级转化为IPC小组的权重及优先级,识别出领域内的关键技术,并将该方法应用于智能小家电领域进行验证。[结果/结论]结果显示,垃圾处理设备或方法、磁力或电力操控技术、传感器或传声器、核算系统或核算装置是智能小家电领域聚焦于用户需求的关键技术,进而得出该方法具有有效性和可行性的研究结论。

融合SAO和BERT-LDA的古籍保护关键技术识别研究

古籍保护肩负着传承文化的职能,是国家“十四五”规划和2035远景目标之一。对古籍保护技术的概念界定及其关键技术识别将促进相关技术的利用和创新,助推古籍保护工作。在原生性保护、再生性保护和传承性保护思路下对古籍保护技术进行界定。以德温特创新平台(DI)全球专利数据库收录的古籍相关专利为数据源,基于DI专家改写的DWPI专利摘要文本,融合SAO和BERT-LDA构建深度学习模型,验证其有效性并用以识别古籍保护关键技术主题;使用K-means算法实现语义关联聚类,结合古籍保护专家知识、DI主题聚类、具体技术内容解读,判定并验证关键技术主题名称。融合SAO实体结构和BERT-LDA的模型聚类效果佳;主题数为5时类内具有最高的连贯性与一致性;识别出古籍保护关键技术主题:脱酸加固、保存环境控制、破损修复、数字化及整理出版、展示推广技术。本研究丰富了技术识别模型,助推古籍保护技术专题数据库建设,为古籍保护的相关工作、技术研发、技术推广应用等提供了技术信息参考。

基于专利大数据挖掘的智能网联汽车产业核心技术识别研究

关键技术识别对国家、产业以及企业的创新活动有着举足轻重的作用。本文聚焦智能网联汽车产业技术,通过大数据挖掘,运用基于专利共被引聚类和专利组合分析方法,分析智能网联汽车相关专利信息,利用共被引信息形成数个聚类簇,对聚类簇进行判读和命名,从重要性和引领性两个维度区分关键技术、潜力技术、活跃技术和一般技术,为智能网联汽车产业未来的研发布局及决策提供参考依据。

区域科技创新规划中重点领域的关键技术路线图研究

技术路线图是一种高效的战略管理与规划方法。以技术路线图为依托,识别产业发展的关键技术、助力区域科技创新规划部署,是提高区域自主创新能力、加速实现科技支撑引领区域高质量发展的重要途径。文章阐述了技术路线图的概念与特征、作用和绘制流程,详细说明了技术路线图在青海省“十四五”科技创新规划编制中重点领域的应用实践过程和结果,并给出了技术路线图支撑区域科技创新规划编制的研究范式,能够为其他区域、产业的科技创新规划编制提供有价值的借鉴和重要的参考。

面向制造企业价值链升级的产业关键技术识别研究

针对目前面向制造企业价值链升级的产业关键技术识别方法主要以定性分析为主,评估准则模糊以及缺乏初始技术清单分析方法等问题,提出一种结合产业技术路线图、IDEF0以及三角模糊数的产业关键技术系统化识别方法。基于价值链升级理论探索和界定产业关键技术的内涵,从操作层面提出产业关键技术的评估准则;考虑产业价值链特征以及产业技术链的关联性等属性,结合产业技术路线图理论实践和IDEF0方法,提出了产业关键技术初始清单的双链识别方法;为解决产业关键技术评估过程的复杂性与主观性问题,提出结合三角模糊数和熵权法的评估准则权重计算方法;构建产业关键技术的矩阵分析模型,确定最终的产业关键技术。基于广东省LED产业路线图制定过程中的关键技术案例研究,对所提方法进行了验证。

融合文献知识聚类和复杂网络的关键技术识别方法研究

[目的/意义]立足情报研究视角,提出一套科学有效且可复用推广的关键技术识别方法,以期为国家、地区、企业和创新机构发现、部署、推动关键技术研发前瞻性布局提供情报支撑。[方法/过程]在关键技术类型及概念界定的基础上,利用文献知识聚类识别热点技术,以各项热点技术为节点构建复杂网络,通过节点二次聚类和可视化方法展现技术结构网络,采用结构洞理论分析网络和节点特性,以此遴选共性技术;利用链路预测方法,预测技术结构网络中的缺失边产生连接的可能性,分析热点技术交叉融合促进创新技术形成的现象,以此识别潜在新兴技术。[结果/结论]以智能制造领域为例开展关键技术识别的实证研究,通过国家权威规划文件对比和文献资料调研,初步验证方法的可操作性和有效性。

基于BERT-LDA的关键技术识别方法及其实证研究——以农业机器人为例

[目的/意义]好的关键技术识别方法能够更好地为各层各级的关键技术识别、预测和研发提供支撑。[方法/过程]提出基于BERT-LDA模型的关键技术识别方法,通过将BERT与LDA相结合,以弥补单一使用LDA主题模型缺乏上下文语义信息的缺陷,并以农业机器人为例进行实证研究。具体包括以下过程:①基于python构建BERT语义特征向量和LDA主题特征向量,将其在高维空间进行向量拼接,利用自编码器学习连接向量的低维潜在空间表示;②在潜在空间表示上使用K-means算法实现语义关联聚类,得到二维聚类效果图及关键技术主题词云图;③进行关键技术判定;④在农业机器人技术领域,与基于德温特TI专利软件的专利分析结果和《中国制造2025》重点领域技术路线图中农业装备关键共性技术清单对比,实证本方法的有效性。[结果/结论]研究表明:BERT-LDA模型提高了主题聚类的连贯性及细粒度划分的精准度;具有很好的关键技术识别精准率和召回率;对识别的不同数据库和出版类型的文献数据集具有较好的包容性与兼容性,适应性强;可广泛应用于各类关键技术的识别。