基于动作发现与边界预测的时序动作定位

时序动作定位指寻找视频中不同动作实例的开始与结束时间,即时序边界。现有强化学习方法存在重复搜索视频相同内容以及帧级别输入造成语义信息不足的问题,为此提出基于动作发现与边界预测的时序动作定位方法。将动作发现看作强化学习问题,训练视频被重编码为含多个视频单元的序列作为环境(Environment),含记忆模块的智能体(Agent)与具有动作实例移除机制的环境进行交互,进而学会观察视频单元跳过背景而找到动作实例所在单元;将边界预测转化为回归问题,边界预测网络根据智能体发现的视频单元预测对应动作实例的时序边界。实验结果表明,该方法在THUMOS-14上的mAP@0.5相比最新强化学习方法提高6.6%,证实了该方法的优越性能。

融合卷积门控与实体边界预测的中文财务报表实体抽取研究

在金融领域财务报表对企业的发展规划具有重要作用,但提取报表中的有效信息仍然高度依赖于人工。为此,提出一种融合关键信息和实体边界信息的财务报表命名实体识别方法,以提升财务报表有效信息提取效率。首先,通过两个卷积层、自注意力机制及门控机制组成的卷积门控单元对编码器的输出进行局部特征提取,筛选关键信息来引导实体识别;其次,通过实体边界预测模块将实体边界信息融入具有句子依赖关系的长序列语义特征;最后,将关键信息和融合了实体边界信息的长序列语义特征输入条件随机场层,以提取满足实体标注规则的相邻标签间的依赖,并获得全局最优标签序列。实验表明,所提模型在Resume、MSRA数据集上的F1值分别为95.75%、94.92%,优于所有比较模型,证明了该方法在中文命名实体识别的有效性;在财务报表数据集上的准确率、召回率、F1值分别为87.93%、92.45%、90.13%,相较于基线模型效果更好,能有效识别金融领域命名实体。

基于级联注意力和边界预测改进的轻量Segformer语义分割

针对Segformer网络中无法有效聚合和使用多尺度信息并且边界模糊的问题,提出了基于级联注意力和边界预测的语义分割网络。在Segformer的解码器部分,通过使用级联注意力,有效聚合了多尺度特征信息并通过聚合多尺度特征进行边界预测,对语义分割任务进行辅助。在梯度更新部分,加入梯度手术,减少因添加辅助任务导致的任务之间出现的梯度冲突对训练的干扰问题,加快模型收敛速度。在ADE20k数据集和Cityscapes数据集上进行实验,通过增加了2.69 M参数和24.67 G的计算量,提高了网络2.38%的平均交并比,证明了所提方法的有效性。

基于BP神经网络的城市增长边界预测——以北京市为例

研究目的:构建城市增长边界预测模型,以北京市为例,研究该模型的可行性。研究方法:尝试采用BP人工神经网络方法,结合GIS和RS技术,并选定绿地、建筑物、行政中心、主要道路、次要道路、坡度、坡向和海拔8个对城市边界扩张影响较大的因子,建立城市增长边界模型(UGBM),并应用该模型预测了北京市2020年城市增长边界,同时用面积匹配值法评估了模型的精度。研究结果:使用UGBM模型预测城市增长边界,总的面积匹配值为106%,稍微高估了城市扩张面积。研究结论:基于BP神经网络的UGB划定方法对确定城市未来扩张方向有指导作用,可为城市规划和发展政策的制定提供指导。

基于最大熵模型的韵律短语边界预测

语音合成系统中 ,由于韵律短语边界预测的水平不高 ,阻碍了合成语音自然度的进一步提高。本文根据韵律短语边界预测的特点 ,提出了基于最大熵模型的预测方法。为考察该方法的能力 ,在较大规模的数据集上 ,使用相同的属性集 ,对比了其与主流的决策树方法的预测效果。还考察了词面信息的贡献 ,以及选择特征时的不同阈值对最大熵模型的影响。实验表明 ,使用相同的属性信息 ,最大熵方法比传统的决策树方法在F Score上有 5 5 %的提高 ,加入了词面信息的最大熵模型则有 9 4 %的提高。最后指出 ,最大熵模型相当于一个带权重的规则系统 。

颤振边界预测技术在颤振试飞中的应用研究

对两种颤振边界预测方法的技术原理进行了详细介绍,进而通过两种颤振边界预测技术在两个型号飞机颤振试飞中的应用研究,表明了该技术具有一定的工程实用性。最后对文章介绍的预测技术在后续试飞中的应用给出了有益的建议。

基于基函数分解的连续变速颤振边界预测方法

针对连续变速颤振试验实测信号的特点及在线处理需求,提出一种基于基函数展开的时变参数建模方法。通过对结构响应信号建模和稳定性判据的趋势分析,得到颤振边界随时间变化的预测曲线。依据颤振试验机理,采用白噪声激励多模态耦合系统的方式生成了相应的仿真信号,进而在不同信噪比下验证了方法的数值性能。最后通过气弹模型低速风洞试验进一步检验本文方法的工程实用性。

连续变速颤振试验的实时颤振边界预测系统

实时颤振边界预测系统主要用于完成飞机颤振试验过程中对颤振临界速度的预测。该系统基于非平稳信号处理理论设计开发,融合了多种结构阻尼与稳定性分析方法。本文概述了系统的主要结构与工作原理,并应用数值仿真和实际工程试验验证考核了系统的有效性。该系统操作简便、结果可靠、界面友好,可以满足连续变速颤振试验的工程要求。

基于降阶模型的不同厚度翼型颤振边界预测

为了解决CFD/CSD计算效率低的问题,基于CFD技术,构造降阶的非定常气动力模型,并耦合结构运动方程,建立频域/时域气动弹性系统ROM,采用线性自回归滑动平均模型的系统辨识方法,分析了气动弹性系统的标准模型Isogai二维翼型的颤振边界。结果表明,在翼型最大厚度所在位置保持不变时,计算不同翼型厚度下对应的颤振边界得出,随着翼型厚度增加,跨声速凹坑逐渐左移。因此,当翼型最大厚度所在位置保持不变时,为了达到提高颤振速度的目标,通过采用该方法的计算结果来调整机翼翼型厚度,提高机翼对飞行环境的适应能力。

一种改进的基于决策树的英文韵律短语边界预测方法

在英文语音合成系统中,韵律短语边界预测的精度对合成语音的自然度和可懂度有着至关重要的影响。基于决策树的预测方法是现阶段最为常用的韵律短语边界预测方法,但因决策树构建时受到数据平衡性制约,难以针对关键词进行建模,而且在基于决策树进行预测时采用了局部最优的搜索方式无法达到全局最优。所以,为了进一步提升韵律短语边界的预测效果,对基于决策树的预测方法进行了改进,引入韵律短语条件概率,使用Viterbi算法同时优化韵律短语边界概率和条件概率,并提出了基于关键词在韵律短语中的位置分布特性的决策树节点概率优化方法。实验表明,在基线系统上使用改进方法后,F-Score由68.7%提升到77.8%,而不可接受率从22.4%降低到15.2%。

一种基于EM-KS算法的连续变速颤振边界预测方法

连续变速颤振试验(FTPVS)是近年来积极探索的一种颤振试验方案。针对该类试验中信号非平稳的特点,创新性地将期望最大化方法迭代优化的思想用于改善连续变速颤振信号的建模精度,提出了一种基于该方法的卡尔曼滤波平滑(EM-KS)算法,有效提高了时变参数的辨识性能。进而结合颤振时域判据,给出了可递推实现的连续变速颤振试验的颤振边界预测方法。最后通过数值仿真和实测数据对所提方法的可靠性与工程适用性进行了验证,结果表明,基于EM-KS颤振边界预测方法不依赖于平稳随机过程的假设,精确度可以满足实际工程需要。

紊流激励下基于贝叶斯统计推断的颤振边界预测方法研究

提出将贝叶斯统计推断方法推广应用于大气紊流激励下飞行器结构的颤振分析,对含不确定性因素影响的模态参数识别与颤振边界预测进行研究。在采用自然激励技术从结构在大气紊流激励下的响应中提取自由衰减信号后,基于贝叶斯统计推断,通过马尔科夫链蒙特卡罗(Markov chain Monte Carlo,MCMC)算法对结构模态参数的后验概率密度函数进行采样识别,并利用Z-W(Zimmerman-Weissenburger)颤振裕度法获取颤振速度概率分布,预测颤振边界并分析其不确定性。进行了数值仿真研究,对大气紊流激励下的结构响应数据进行分析,验证了所提出方法的有效性。

基于ANN法和层次分析法毕节市城区边界预测

本文从城市内部发展动力角度,建立毕节市城市增长边界预测模型,预测毕节市城市增长弹性边界。同时,从土地自身生态承载能力角度,选定影响因子,划定毕节市城市增长刚性边界。

基于BERT_BiGRU边界预测的中文意见目标提取

提出一种基于中文BERT-wwm-ext嵌入的BIGRU网络模型。利用中文BERT-wwm-ext得到字向量,加强了模型对深层次语言表征的学习能力。将得到的字向量输入到BIGRU网络中,进一步学习上下文语义特征。将模型预测的边界分数向量利用解码算法转化成最终的答案。在多组数据集上做对比实验表明,所提模型能有效地提高中文意见目标提取的准确率。

颤振飞行试验的边界预测方法回顾与展望

通过对预测的重要性着手,具体对其进行解析,探讨颤振飞行试验检验工作的作用,以及其预测工作基本内容,颤振飞行预测的有效把控对策,不管是从材料质量,现场边界预测还是质量验收等方面把控,对确保其边界预测质量提出有效对策,以便为相关边界预测人员提供一定参考价值。

颤振飞行试验的边界预测方法回顾与展望

颤振飞行试验是新型机种定型必不可少的环节,其目的是要确定颤振边界。由于颤振飞行试验的风险大、耗费高并且周期长,研究者一直在追求安全、准确和高效的颤振边界预测方法。鉴于此,在总结前人研究的基础上,从传统的颤振边界预测方法及其改进和新的颤振边界预测方法两个层面展开,对常用的和近年发展的颤振边界预测方法较为全面而相对简洁的论述,着重介绍了各种颤振边界预测方法的基本原理、适用性及其推广和改进。针对各种方法的原理和特点,将其归纳为构造稳定性参数的方法和基于流固耦合分析模型的方法,并对两类方法进行了对比和总结。最后,对目前颤振边界预测存在的一些技术难点及其发展趋势进行了初步的探讨。

基于自然激励技术的颤振边界预测

为了预测紊流激励条件下机翼的颤振边界,基于自然激励技术提取紊流响应的自由衰减信号,采用矩阵束方法识别模态参数,最后通过Z-W(Zimmerman-Weissenburger)方法计算稳定性判据,拟合判据变化曲线并外推颤振边界.对平板机翼模型进行了数值仿真分析,对单独机翼模型风洞颤振试验数据进行了计算.结果表明:采用自然激励技术与矩阵束方法能够较准确地识别紊流激励响应的模态参数,频率识别误差小于6%,阻尼比识别误差小于30%,结合Z-W方法能够在较低风速较早地预测颤振边界,有助于提高试验的安全性.

颤振边界预测的系统稳定性分析方法

对颤振边界预测方法中的颤振裕度法与自回归滑动平均模型(ARMA)稳定性分析方法进行研究,采用数值仿真算例研究这两种方法受参数识别误差的影响,采用风洞颤振试验算例对比分析其预测颤振边界的有效性与准确性,结果表明:(1)颤振裕度法的判据受阻尼比识别误差的影响较小,相对于阻尼比识别误差更容易受频率识别误差的影响,ARMA稳定性分析方法的判据相对于颤振裕度法更易受阻尼比识别误差的影响,颤振裕度法比ARMA稳定性分析方法鲁棒性更高;(2)对于机翼弯扭耦合颤振,两方法的判据变化趋势相近,相差采样频率4次方的数量级,两者随着风速的增加具有平缓的下降趋势,有助于较早地预测颤振边界;(3)对于面内弯曲为主的颤振,ARMA稳定性分析方法比颤振裕度法适用性更好。

改进的预测气体燃料贫油熄火边界的半经验公式

为了进一步考察采用气体燃料时,火焰体积(FV)模型对贫油熄火边界预测的适用性,推导了气体燃料的FV模型。经过对7种典型的航空发动机燃烧室(即采用双径向旋流器和双轴向旋流器,分别改变一级旋流器、二级旋流器的进气面积和主燃孔的个数)进行验证实验,并与液体燃料FV模型和Lefebvre模型的预测结果进行比较。结果表明,上述三种模型虽然基本都可以用于气体燃料贫油熄火边界的预测,但各自的预测精度不同。在实验范围内,气体燃料FV模型、液体燃料FV模型、Lefebvre模型的预测精度依次为±5.6%,±6.9%,±7.1%。气体燃料FV模型在预测气体燃料的贫油熄火边界时有最好的预测精度。

柴油机缸内近气缸盖壁面边界层预测模型的研究

分析了缸内壁面速度边界层和热边界层的形成过程 ,建立了缸内近气缸盖壁面湍流速度壁面函数和温度壁面函数 ,研究了边界层内的速度分布、温度分布及速度边界层厚度和热边界层厚度 ,并将预测结果与拖动发动机的实测值进行了比较 ,发现两者的趋势是一致的。研究结果表明 ,缸内近气缸盖壁面有边界层形成 ,同一位置的速度边界层与热边界层的厚度很接近 ,不同位置的边界层厚度不同 ,大约在2 mm～