word2vec-ACV:OOV语境含义的词向量生成模型

针对word2vec模型生成的词向量缺乏语境的多义性以及无法创建集外词(OOV)词向量的问题,引入相似信息与word2vec模型相结合,提出word2vec-ACV模型。该模型首先基于连续词袋(CBOW)和Hierarchical softmax的word2vec模型训练出词向量矩阵即权重矩阵;然后将共现矩阵进行归一化处理得到平均上下文词向量,再将词向量组成平均上下文词向量矩阵;最后将平均上下文词向量矩阵与权重矩阵相乘得到词向量矩阵。为了能同时解决集外词及多义性问题,将平均上下文词向量分为全局平均上下文词向量(global ACV)和局部平均上下文词向量(local ACV)两种,并对两者取权值组成新的平均上下文词向量矩阵,并将word2vec-ACV模型和word2vec模型分别进行类比任务实验和命名实体识别任务实验。实验结果表明,word2vec-ACV模型同时解决了语境多义性以及创建集外词词向量的问题,降低了时间消耗,提升了词向量表达的准确性和对海量词汇的处理能力。

气垫船波浪载荷预报方法研究

高速气垫船对船体结构的质量控制严格,而合理确定作用于船体的波浪载荷是结构设计、优化和安全性评估的基础。文章在气垫船船体结构受力特点分析的基础上,采用"分段船模"模型试验方法对目标气垫船开展了波浪载荷预报研究,重点解决了试验模型垫升系统动力特征相似、质量控制等关键问题。试验结果能反映目标气垫船围裙气垫的响应特点,说明用"分段船模"试验方法来预报气垫船运动与载荷的结果是可信的。对目标气垫船波浪载荷设计值的规范计算结果表明,给定的载荷规范计算方法可为气垫船结构设计提供参考。

基于模型试验的气垫船低速破冰机理研究

为探索气垫船低速航行时的破冰机理,在低温拖曳冰水池中开展了系列模型试验研究。在模型试验中,以一艘内河自航气垫破冰船为原型,分别基于弗汝德和柯西相似准则建立了合理的模型试验相似体系。结合原型结构信息和实验室条件,确定了适当的模型比尺,从而加工制作了与原型结构相似的气垫船模型。气垫船模型同样由垫升风机、气道结构、支撑结构和围裙结构四部分组成。在各组试验中,调节气垫船模型的垫升高度,在试验拖车驱动下以相同的航速穿过模型冰排,并在试验过程中使用测力传感器和压力传感器测量结构的航行阻力和垫升压力。通过细致观察气垫船模型与模型冰排的相互作用过程,结合测得的航行阻力和垫升压力,解析了气垫船的破冰过程,揭示了气垫船在低速航行时破冰的关键机理。通过试验发现,气垫船只有达到一定吃水深度时才能有效破冰。气垫船低速航行时的破冰机理是在冰下形成稳定的气腔,促使冰排在上部结构和下部高压气体的共同作用下发生弯曲破坏。

基于BP网络的全垫升气垫船运动模型的辨识与仿真

为了研究全垫升气垫船的操纵性能,建立了一种全垫升气垫船操纵运动的灰箱模型。通过MATLAB神经网络工具箱(nntool)建立BP神经网络,对全垫升气垫船的灰箱模型进行系统辨识,建立了全垫升气垫艇的人工神经网络操纵运动模型(Artificial Neural Networks Maneuvering Model,ANNMM),并对该模型进行Z型舵操纵仿真试验。结果表明:该模型的航向最大相对误差为0.36%,南北向速度最大相对误差为0.31%,东西向速度最大相对误差为0.13%。充分表明基于BP网络的辨识建模方法是有效的、可行的。

基于二次开发的CATIA三维建模在全垫升气垫船设计中的应用

全垫升气垫船的船体外形结构不再着重考虑水动力性能,而是采用浮箱结构,其折角面、断阶面与倒圆较多,另有垫升风机在浮箱上的出风开口等,空间形状复杂。此外还有风机、导管桨、空气舵、围裙等特种设备,适于用参数化软件CATIA作二次开发来进行三维建模。在CATIA中作了一些二次开发以方便建模,详细介绍了一条全垫升气垫船的三维建模过程,并就CATIA曲面展开功能在柔性围裙设计制造中的应用进行探讨。

面向智能驾驶的轻量化GwcNet立体匹配算法研究

智能驾驶技术作为新一代智能交通系统的核心之一,受到了广泛关注。其中,感知融合技术在实现智能驾驶的精准定位和环境感知中起着至关重要的作用。在感知融合中使用的立体匹配算法更是关乎智能驾驶的安全性和准确性,是智能驾驶环境感知领域中重要的技术环节。针对智能驾驶汽车在硬件方面算力不足,但对立体匹配算法实时性和精度均有较高要求的问题,文章基于GwcNet,为智能驾驶环境感知模块设计了一种轻量化的立体匹配算法。利用ACV模型替代GwcNet立体匹配算法中参数量、运算量最大的3D卷积模块,使得算法的实时性和精度得到提升。为了进一步减少网络复杂度,减小ACV模块中的网络参数,提出一个Fast-ACV模型。最后在KITTI 2015数据集中对立体匹配算法进行对比分析。结果表明,所提出的轻量化GwcNet立体匹配算法在精度和实时性上均优于GwcNet算法。

蜂蜜对阿昔洛韦在兔眼内转运动力学特性的影响

目的:从药动学角度探索蜂蜜增强阿昔洛韦(ACV)治疗单纯疱疹病毒性角膜炎(HSK)药效的作用机制,为2药合用处方及给药方案设计提供依据。方法:分别单次给予兔眼内含5%蜂蜜和0%蜂蜜的目安眼膏,于不同时间取兔眼房水,高效液相色谱法测房水内ACV含量,建立数学模型,通过数学及统计学处理提取药动学参数,比较各参数差异。结果:含5%蜂蜜和0%蜂蜜的目安眼膏在兔眼内的转运均属于二室模型,含5%蜂蜜的目安眼膏在房水中吸收半衰期为不含蜂蜜目安眼膏的2.30倍,分布半衰期为2.12倍,达峰浓度为1.17倍,达峰时间为1.36倍,AUC为1.41倍。结论:蜂蜜可显著提高ACV在眼内的浓度及生物利用度,延长ACV在靶细胞内的作用时间,提高ACV在靶分子的滞留能力,使ACV在靶组织药效持久,从而提高疗效。

基于ACD模型的成交量建模研究

以金融超高数据中的重要指标成交量为研究对象,借鉴ACD模型的建模思路,以价格变化一个单位的交易期内累计成交量为标记点,建立基于价格交易持续期的累计成交量模型——ACV模型,运用国内股票市场超高频数据对这一模型进行实证分析,结果表明模型显著,累计成交量的期望受上一期期望的影响远远大于上一期累计成交量的影响,且累计成交量具有明显的聚类效应.

Four-Degree-of-Freedom Course Stability of an Air Cushion Vehicle

A four-degree-of-freedom mathematical model was established to investigate the course stability of an air cushion vehicle (ACV). The forces of aerodynamic,propeller and rudder were obtained by wind tunnel experiments. A series of constrained model experiments with horizontal-planar-motion-mechanism (HPMM) were conducted to determine the hydrodynamics. The ACV's course stability was analyzed by using Hurwitz deter-mination method with differential equation of perturbation,and the four-degree-of-freedom course stability was then checked by simulated calculation. The analysis and simulation results show that the course stability of fourdegree-of-freedom is applicable to ACV and is stricter than that of two-degree-of-freedom.