基于领域大语言模型的古籍分词研究

[目的/意义]文章以古籍自动分词为切入点,引入“荀子”系列大语言模型,对大语言模型在古籍文本分词任务上的表现进行了探讨。[方法/过程]文章基于《左传》分词语料,进行了数据清洗和整理,构建了指令数据集,在此基础上,从数据集中抽取了1 000条作为测试数据,并分别使用500、1 000、2 000、5 000条数据作为训练数据进行指令微调,并测试其性能。[结果/结论]实验结果表明,只需要少量的数据,大语言模型就可以有较为理想的表现,在微调数据量达到5 000条数据时,Xunzi-Qwen-7B模型表现出了最优性能,F1值达到84.54%。

对外开放对全国统一大市场建设的影响研究:基于我国市场分割的视角

双循环新发展格局下,进一步扩大对外开放将成为我国构建全国统一大市场的关键。在分析对外开放影响全国统一大市场建设的理论机制基础上,选取2005—2020年中国省级面板数据,构建空间计量模型,检验对外开放对我国市场分割产生的空间溢出效应,并通过中介效应模型对理论机制进行检验。研究表明:对外开放能显著降低本地区的市场分割程度,具有正向的空间外溢效应;理论机制检验进一步发现,对外开放通过国企股份制改革、基础设施建设以及提高地区经济发展水平三条路径打破市场分割局面,对全国统一大市场建设产生积极效应。

基于电压曲线诊断锂离子电池的故障

锂离子电池在电动汽车中应用广泛,电池的不一致性故障与内短路故障是电动汽车的严重安全隐患。采用绝对中位差方法来放大电池组故障电池的电压特性;再利用非局部均值滤波算法进行滤波,得到平滑的故障电压特征;最后,通过动态时间归整(DTW)算法计算特征值曲线之间的相似度距离,实现故障电池自动定位。使用运行车辆电压数据进行验证,发现该诊断方法对两类故障车辆均具有良好的检测效果:一是故障电池DTW距离长期偏离其他电池的不一致性故障车辆;二是故障电池DTW距离短期偏离其他电池的内部短路故障车辆。与余弦相似度进行对比,验证所提方法的准确性更高。

AccuLearning自动勾画临床靶区和危及器官用于宫颈癌术后放疗的可行性研究

目的从几何学和剂量学探讨AccuLearning(AL)建立宫颈癌术后临床靶区(CTV)和危及器官(OARs)自动勾画模型应用于临床的可行性。方法选取75例宫颈癌术后手动勾画CT数据,60例应用AL训练生成自动勾画模型,并对剩余15例进行自动勾画,同时将自动勾画图像上的放疗计划导入到手动勾画结构上,比较两种勾画方式的效率、戴斯相似系数(DSC)、豪斯多夫距离(HD)和剂量学差异。结果自动勾画时间明显小于手动勾画(P<0.05);各结构DSC值≥0.87;肠袋和直肠的HD值在10 mm左右,其余结构小于5 mm;剂量学评估CTV(D98、V90%、V95%、Dmean、HI)、肠袋(V50)和膀胱(V50)有显著性差异(P<0.05)。结论基于AL形成的宫颈癌术后自动勾画模型提高了放疗效率,OARs具有直接应用于临床的可能性,CTV仍需进一步修改。

基于机器学习的空气源热泵干燥能耗回归预测

为了降低空气源热泵干燥过程能耗,研究了空气源热泵干燥能耗特性,采用多元线性回归模型(multivariate linear regression model, MLRM)和BP神经网络(back propagation neural network, BPNN)模型来预测干燥工艺能耗。在分析干燥能耗影响特征参数的基础上,提出将干燥工艺过程进行切分处理的方法以降低数据获取难度。选取烘房设定温度、烘房设定湿度、烘房初始温度、烘房初始湿度、环境平均温度、环境平均湿度、物料质量和初始含水率8个特征参数作为模型输入,能耗和物料结束含水率作为模型输出。使用MLRM模型、BPNN模型和其他机器学习模型进行能耗预测,MLRM模型对能耗拟合的决定系数为0.739,对物料结束含水率拟合的决定系数为0.931;BPNN模型使用Sigmoid函数作为激活函数时对能耗拟合的决定系数最高,为0.828,使用Identity函数作为激活函数时对物料结束含水率拟合的决定系数最高,为0.942,拟合效果优于其他机器学习模型,能够满足实际生产需求。以复水豌豆为干燥对象设计加载物料65 kg、持续时间4 h的完整变温变湿干燥工艺进行验证试验,结果表明:试验总能耗为15.066 kW·h,MLRM模型和BPNN模型的预测总能耗分别为14.476 kW·h、15.183 kW·h,预测精度分别为96.08%、99.23%;试验结束含水率为8.541%,MLRM模型和BPNN模型的预测结束含水率分别为9.560%、8.889%,预测精度分别为88.07%、95.93%。该研究提出了一种使用MLRM模型和BPNN模型对空气源热泵干燥能耗进行分段精准预测的有效手段,对于优化干燥工艺和降低干燥能耗具有实际意义。

基于M-Unet的混凝土裂缝实时分割算法

针对主流深度学习裂缝分割算法消耗大量计算资源、传统图像处理方法检测精度低、丢失裂缝特征等问题,为了实现对混凝土裂缝的实时检测和在像素级水平上分割裂缝,提出一种基于轻量级卷积神经络M-Unet的裂缝语义分割模型,首先对MobileNet_V2轻量网络进行改进,修剪其网络结构并优化激活函数,再用改进的MobileNet_V2替换U-Net参数量巨大的编码器部分,以实现模型的轻量化并提升裂缝的分割效果。构建包含5160张裂缝图像的SegCracks数据集对提出方法进行验证,试验结果表明:优化后的M-Unet裂缝分割效果优于U-Net、FCN8和SegNet等主流分割网络和传统图像处理技术,获得的IoU_Score为96.10%,F1_Score为97.99%。与改进前UNet相比,M-Unet权重文件大小减少了7%,迭代一轮时间和预测时间分别缩短了63.3%和68.6%,IoU_Score和F1_Score分别提升了5.79%和3.14%,并且在不同开源数据集上的交叉验证效果良好。表明提出的网络具有精度高、鲁棒性好和泛化能力强等优点。

阅读伴随词汇学习的词切分:首、尾词素位置概率的不同作用

本研究通过两个平行实验,探讨重复学习新词时首、尾词素位置概率信息作用于词切分的变化模式。采用阅读伴随词汇学习范式,将双字假词作为新词,实验1操纵首词素位置概率高低,保证尾词素相同;实验2操纵尾词素位置概率高低,保证首词素相同。采用眼动仪记录大学生阅读时的眼动轨迹。结果显示:(1)首、尾词素位置概率信息的词切分作用随新词在阅读中学习次数的增加而逐步变小,表现出“熟悉性效应”。(2)首词素位置概率信息的“熟悉性效应”表现在回视路径时间、总注视次数两个相对晚期的眼动指标,而尾词素位置概率信息的“熟悉性效应”则从凝视时间开始,到回视路径时间,再持续到总注视时间。结果表明首、尾词素的位置概率信息均作用于阅读伴随词汇学习的词切分,但首词素的作用时程更长,更稳定,支持了首词素在双字词加工中具有优势的观点。

改进DTW算法的游泳训练视频手臂动作识别方法

针对复杂场景下游泳训练视频不同手臂动作识别准确性不足的问题,研究一种基于改进动态时间规整(DTW)算法的游泳训练视频手臂动作识别方法.将图像划分为若干个超像素区域,并通过计算显著值将像素合并成显著区域;借助人体骨骼结构,从显著区域中提取游泳手臂动作特征参数;将特征组成时间序列数据,利用改进DTW算法通过相似度匹配的特性来完成动作类型识别.结果表明:该方法的杰卡德系数较高,可以识别和分析不同场景下不同泳姿动作,具有更高的准确性和一致性.

基于垄间背景剔除优化小麦赤霉病遥感监测精度

为探究麦田垄间背景对无人机多光谱小麦赤霉病监测精度的影响,该研究以江苏省镇江市农科院灌浆期小麦为研究对象,利用大疆M600 Pro无人机搭载RedEdge-MX多光谱相机获取小麦冠层多光谱影像。通过筛选与小麦赤霉病相关性最高的植被指数(vegetation indexes,VIs):MSR和CRI2植被指数,并采用大津法(Nobuyuki Otsu method,OTSU)、阈值分割法和支持向量机(support vector machine,SVM)等方法对小麦赤霉病遥感图像进行精细化语义分割,降低田块边缘阴影背景和染病麦穗之间的误判率。试验结果表明:目视解译阈值分割法剔除背景的效果最好(总体精度:92.06%,Kappa系数:0.84),OTSU阈值分割法(总体精度:90.52%,Kappa系数:0.81)效果次之。采用偏最小二乘回归分别建立小麦病情指数(disease index,DI)与VIs、纹理特征(texture features,TFs)和VIs&TFs小麦赤霉病监测模型,其中VIs&TFs模型监测精度最高,剔除垄间背景前预测模型训练集的决定系数(coefficient of determination,R^(2))为0.73,均方根误差(root mean square error,RMSE)为5.52,相对分析误差(relative percent deviation,RPD)为2.01,验证集的R^(2)为0.68,RMSE为6.21,RPD为1.96;剔除垄间背景后VIs&TFs模型监测精度依然最高,训练集的R^(2)为0.75,RMSE为5.58,RPD为2.13,验证集的R^(2)为0.77,RMSE为7.13,RPD为2.11。综上所述,基于垄间背景特征的精细化语义分割有效地提高了小麦赤霉病的监测精度,可以直观地了解小麦病情分布情况,可对后续变量施药提供参考依据。

考虑分段流变模式的深井井筒压力精确预测模型

超深井、特深井井筒温度和压力分布范围宽,钻井液流变性受超高温超高压影响显著,基于常规流变模式的井筒压力预测误差较大,文章通过开展温度为20~220℃、压力为0.1~200 MPa的水基钻井液和油基钻井液流变性测试实验,提出了不同温度和压力范围内的钻井液分段流变模式优选方法,建立了考虑多因素综合影响的钻井井筒压力精确预测模型。研究结果表明,随着温度和压力的变化,钻井液流变曲线的变化规律不一致,单一流变模式无法完全表征钻井液的流变特性;赫巴流变模式对100℃以下的水基钻井液和140℃以下的油基钻井液的流变性适用性更好,其他温度范围内罗斯流变模式的适用性更好;分段流变模式对井底压力的影响较为明显。将模型的计算结果与实测数据进行对比,发现井底压力预测误差在0.3 MPa以内,立管压力预测误差小于0.6 MPa;相对于油基钻井液,水基钻井液中的井筒压力预测误差更小。研究结果能够为超深井、特深井井筒压力精确预测奠定理论基础。

盾构隧道结构响应特征及接缝刚度分析

掌握运营期水下盾构隧道的结构响应规律是研究隧道整体稳定性的重要组成部分。基于武汉长江隧道健康监测系统,获得了隧道结构一年(2022年4月-2023年4月)的应变和接缝监测数据,研究对比了江中断面和岸上断面的应变与接缝开度的响应规律及其差异,提出了一种计算管片环缝法向刚度的方法。研究结果表明:(1)岸上断面的管片应变、接缝张开度的平均年度幅值均显著大于江中段断面;(2)温度对岸上断面管片的应变和接缝开度影响大于江中断面;(3)管片环缝应力-张开度曲线与岩石结构面压缩荷载-位移曲线类似,不同测点位置的应力-张开度曲线差异显著;多个测点的平均法向刚度在其张开阶段和闭合阶段比较近似,但是江中断面的环缝法向刚度明显大于岸上断面。

大模型时代:电力视觉技术新起点

随着无人机、巡检机器人和远程监控系统在输电、变电、配电、安监等电力场景中的广泛应用,利用电力视觉技术完成对海量巡检图像的自动处理,能够进一步提升电力系统智能化运维水平,对我国源网荷储一体化进程的快速推进具有至关重要的作用。随着通用视觉大模型的兴起,电力视觉技术正处于从传统深度学习时代向大模型时代跨越的重要节点。该文首先综述了电力视觉技术和通用视觉大模型的最新研究进展,结合视觉大模型在多种公共场景的应用先例,探讨视觉大模型在电力视觉领域将面临的3重能力边界问题。从初步探索通用视觉大模型的潜力,到逐步构建电力视觉大模型的过程,提出4种模型应用范式以突破视觉大模型能力边界。最后分析了视觉大模型对电力视觉研究者的影响,并对大模型浪潮下电力视觉技术的发展方向进行了展望。

基于PCL的钢箱节段虚拟预拼装技术

针对目前工程应用中的虚拟预拼装技术存在主观性强、自动化程度低、数据处理过程较为复杂等缺点,首次提出将PCL应用于基于点云数据的钢箱节段虚拟预拼装技术。首先根据钢箱节段截面特征设计一套由面到线、由线到点的控制点提取方法;然后基于PCL中的高效点云处理算法对待拼装截面初始点云数据进行预处理、控制点提取及匹配,输出拼装误差结果;最后将虚拟预拼装技术中使用到的算法串联成群,形成一套完整的钢箱节段虚拟预拼装程序,实现从数据输入到结果输出。将提出的虚拟预拼装技术应用于某钢箱结构桥梁相邻节段,并将计算所得最大拼装误差1.22 mm与规范规定误差进行对比分析,说明基于PCL的虚拟预拼装技术可以有效完成钢箱节段的预拼装工作,具有结果准确、自动化程度高等优点;吊装有应力状态下的节段控制点竖向位移处于0.08~0.14 mm范围内,结果表明工厂扫描得到的控制点坐标可用于指导实际工程拼装。

基于多线激光雷达的井下斜坡道无人矿卡定位与建图方法

井下斜坡道的定位与建图是实现井下斜坡道无人驾驶的关键技术之一,矿山井下斜坡道区域为典型非结构化环境特征,且道路具有一定倾斜角度,采用传统SLAM算法无法获得精确里程计信息,导致定位与建图精度难以满足无人矿卡行驶需求。针对上述问题,通过研究激光SLAM(Simultaneous Localization And Mapping)算法LeGO-LOAM,笔者提出一种适用于矿山井下斜坡道环境的定位与建图方法。首先,针对井下斜坡道口两侧均为光滑水泥墙壁,特征点稀少问题,设计了基于人工路标的辅助增强定位方法,有效增加点云特征数量,从而优化位姿估计结果,避免建图漂移现象;然后在特征预处理阶段,提出了一种基于激光点云高度差与坡度信息融合的提取地面点高效算法,通过改善地面地点的选取策略,针对倾斜坑洼路面仍能有效识别地面点,解决了井下斜坡道定位与建图倾斜角度大、误差大等问题;其次,基于CVC(Curved-Voxel Clustering)聚类算法设计了一种斜坡道点云曲率体素聚类算法,采用曲率体素和基于哈希的数据结构对点云进行分割,大幅提高在井下稀疏、噪声环境下点云聚类的鲁棒性;最后,运用Scan-To-Map进行点云匹配,同时兼顾点云配准的性能与速度。在中钢集团山东某井下斜坡道的现场实验证明:与原算法相比精度提升13.15%,Z轴误差降低22.3%,地图质量明显提升,能有效解决井下无人驾驶建图及定位的难题。

软枣猕猴桃“奇异莓6号”无芽茎段离体再生技术研究

取无芽茎段为外植体进行离体培养,具有成本低、取材方便、材料充足等优点。为克服软枣猕猴桃无芽茎段诱导再生率低的问题,以“奇异莓6号”软枣猕猴桃无菌苗无芽茎段为外植体,探究了不同植物生长调节剂、光照强度、温度、苗龄对不定芽诱导的影响,以及不同浓度IBA对生根的影响。结果表明,最佳外植体为苗龄30 d的无芽茎段,在光照12 h/d、光照强度50 lx、20℃下不定芽诱导的最适培养基为MS+2 mg/L ZT,不定芽以间接途径发生,培养40 d无芽茎段两端开始形成淡绿色愈伤组织,培养45 d愈伤组织表面出现红色小点,开始形成不定芽,培养55 d愈伤组织诱导率、愈伤组织分化率及不定芽数均到最大,分别为100%、100%及18.87个/块。待苗长至3 cm左右时转到MS+0.4 mg/L IBA中进行生根培养,培养30 d生根率可达100%,平均根数为8.53条/株,根长1.68 cm,根粗0.14 cm。

数字赋能、市场分割与出口产品质量

数字经济对企业的生产选择和贸易行为产生了深远的影响。采用2011—2015年沪深A股上市企业与中国国家海关数据库的匹配数据,运用面板固定效应和中介效应模型,从市场分割的视角出发分析数字赋能对出口产品质量的影响效应和作用机制。实证结果表明,数字赋能、市场分割均对出口产品质量有提升作用,而数字赋能和市场分割的交互作用却会抑制出口产品质量升级。异质性检验结果表明,数字赋能和市场分割的交互作用会对国有性质、有海外子公司、位于中西部地区和生产非高技术含量产品企业的出口产品质量产生更明显的抑制效果。此外,数字赋能和市场分割会通过提升企业市场势力、缓解融资约束和增强进口强度影响出口产品质量。据此提出加快企业数字化转型,持续推进全国统一大市场建设,建立全要素、全过程、全数据的质量保证管理体系的政策建议。

大直径盾构管片清水混凝土制备及施工关键技术研究

以江阴靖江长江隧道工程为依托,从混凝土工作性能、力学性能及表观质量等方面开展大直径盾构管片清水混凝土配制技术研究,并在混凝土原材料、浇筑、养护等方面提出了施工关键控制技术。结果表明,研制的管片清水混凝土具有优异的表观性能与抗裂性能,辅以优化的关键施工工艺,显著改善了管片表观质量,可为同类工程的质量控制提供参考。

基于形色筛选的苹果园羽化害虫粘连图像分割方法

针对苹果园害虫识别过程中的粘连问题,提出了一种基于形色筛选的害虫粘连图像分割方法。首先,采集苹果园害虫图像,聚焦于羽化害虫。害虫在羽化过程中已完成大部分生长发育,其外部形态、颜色、纹理更为稳定显著。因此,基于不同种类害虫的形色特征信息分析,来获取害虫HSV分割阈值和模板轮廓。其次,利用形状因子判定分割粘连区域,通过颜色分割法和轮廓定位分割法来实现非种间与种间粘连害虫的分割。最后,对采集的苹果园害虫图像进行了试验分析,采用基于形色筛选的分割法对单个害虫进行分割,结果表明,本文方法的平均分割率、平均分割错误率和平均分割有效率分别为101%、3.14%和96.86%,分割效果优于传统图像分割方法。此外,通过预定义的颜色阈值,本文方法实现了棉铃虫、桃蛀螟与玉米螟的精准分类,平均分类准确率分别为97.77%、96.75%与96.83%。同时,以Mask R-CNN模型作为识别模型,平均识别精度作为评价指标,分别对已用本文方法和未用本文方法分割的害虫图像进行识别试验。结果表明,已用本文方法分割的棉铃虫、桃蛀螟和玉米螟害虫图像平均识别精度分别为96.55%、94.80%与95.51%,平均识别精度分别提高16.42、16.59、16.46个百分点。这表明该方法可为果园害虫精准识别提供理论和方法基础。

一种基于暗亮通道分割融合的低照度环境图像去尘雾及增强方法

受煤矿井下粉尘、水雾和低照度环境影响,对皮带运输系统的监测图像精准识别极为困难。针对现有去尘雾方法的图像处理结果和效率欠佳的问题,提出一种基于暗亮通道分割融合的低照度环境图像去尘雾及增强方法。首先利用阈值分割结合伽马变换修正通道差,解决因低照度环境影响导致的尘雾浓度较大区域与其他区域间像素值差异不明显的问题,修正后通过引导尘雾图像做引导滤波得到更加符合实际情况的全局大气光强;然后为解决暗通道先验在尘雾浓度较大区域失效问题,引入亮通道先验进行补充,使用通道分量来辅助暗通道及亮通道透射率融合,避免因多次分割而导致的边缘像素归属问题;最后将去雾后RGB图像转至HSV空间,对亮度分量进行直方图均衡化并将均衡化前后的亮度分量进行加权融合,采用客观指标评价,选择最优聚合权值进行聚合,同时考虑去雾过程中饱和度损失和亮度分量与饱和度分量间的相关性提出饱和度自适应矫正函数,对图像饱和度进行矫正,色调分量保持不变,随后将图像转回至RGB空间,得到亮度适中、信息保留丰富和色彩鲜艳的图像;为验证所提方法的有效性,采用主观视觉、客观指标和目标检测精度及置信度进行算法对比,实验结果表明所提方法在上述4个指标上均优于被对比算法,其图像细节保留丰富,图像视觉观感更佳。

数字经济对劳动力市场一体化影响研究——基于中国省际面板数据的实证检验

数字经济已逐渐成为推动我国经济高质量发展的重要引擎,也为劳动力市场提供了新动力与新机遇。本文利用2011—2021年我国省际面板数据,采用空间面板杜宾模型实证研究了我国数字经济建设对劳动力市场一体化的影响。研究发现:数字经济发展水平对劳动力市场一体化具有显著的促进作用;数字经济具有空间溢出效应,可以有效推动本地与邻近地区的劳动力市场一体化进程;数字经济主要通过增强劳动力流动与谈判力量来间接影响劳动力市场一体化;数字经济对劳动力市场一体化的作用存在明显的区域异质性,中西部地区和人力资本水平较低的地区受到的影响效应较大。因此,应不断夯实劳动力流动基础、激发劳动力流动活力、拓展劳动力流动空间,弥补数字鸿沟,激发数字经济红利,助力全国统一大市场建设。