利用BERT和覆盖率机制改进的HiNT文本检索模型

为有效提升文本语义检索的准确度,本文针对当前文本检索模型衡量查询和文档的相关性时不能很好地解决文本歧义和一词多义等问题,提出一种基于改进的分层神经匹配模型(hierarchical neural matching model,HiNT)。该模型先对文档的各个段提取关键主题词,然后用基于变换器的双向编码器(bidirectional encoder representations from transformers,BERT)模型将其编码为多个稠密的语义向量,再利用引入覆盖率机制的局部匹配层进行处理,使模型可以根据文档的局部段级别粒度和全局文档级别粒度进行相关性计算,提高检索的准确率。本文提出的模型在MS MARCO和webtext2019zh数据集上与多个检索模型进行对比,取得了最优结果,验证了本文提出模型的有效性。

历史建筑多模态检索方法研究

在HBIM(Historic Building Information Modeling)数据库中进行信息查询面临三个问题:一是没有普适性的规则判断建筑之间的相似性;二是未考虑建筑本身所包含的历史文化信息;三是查询文本多基于关键词,难以检索到关键词未包含的信息。针对以上问题,提出了一种面向历史建筑的多模态检索方法,用户能通过输入图像或自然语言文本数据,检索到与输入特征相符的建筑,并以列表形式进行排序。在以图像检索建筑时,利用“dino_vit16”模型对图像进行特征提取,所提出的图像-建筑检索方法检索精度达90.08%;在文本检索建筑时则基于CLIP(Contrastive Language-Image Pre-training)模型建立图像和文本的关联,研究了图文相似度和文本相似度权重的取值,选择m=0.6,n=0.4作为权重的最佳配置。实验证明所提出的文本-建筑检索算法对于包含某种外观特征查询语句的检索效果最好,对于描述某种功能和建筑风格的查询语句检索效果最差,而当查询语句中包含4个以上的混合特征,能够描述出建筑的基本面貌时,可以准确地检索到符合条件的建筑。

基于UMCS树的UML类图的混合相似性度量

软件重用是基于给定条件从存储库中检索以前开发的软件产品,检索基于相似性度量。UML(Unified Modeling Language)类图被广泛应用于软件设计,UML类图重用作为软件设计重用的核心而备受关注。因此,对UML类图的相似性开展研究。类图包含语义和结构信息。目前,UML类图的相似性研究主要集中在语义,也有个别讨论结构相似性,但没有考虑将语义和结构相结合。因此,提出一种结合语义和结构的混合相似性度量。鉴于UML类图的非形式化特征,将UML类图转换成图模型,搜索最大公共子图列表,构建了最大公共子图树,提出一个基于最大公共子图序列的混合相似性度量方法。针对概念公共子图和结构公共子图分别定义了语义匹配和结构匹配,并开展了相似性对比和基于相似性的分类质量比较实验,实验结果验证了所提出方法的优势。

基于地理空间感知型表征学习的轨迹相似度计算

度量轨迹间的相似性不仅是一项基础的研究问题,同时也为众多轨迹数据挖掘应用提供支持。传统相似性度量方法面临数据噪声敏感、算法效率低等问题,难以进行大规模数据计算。当前研究开始尝试使用深度表征学习方法,将高维轨迹数据映射到低维向量空间,通过度量表征间的距离高效地完成相似度计算任务。本文在轨迹表征学习中引入Transformer机制,提出了一种地理空间感知的深度轨迹表征学习方法。首先,使用Geohash编码将二维空间坐标点转换为一维编码序列,使轨迹点在嵌入过程中保留空间相关性。然后,引入Transformer框架构建轨迹表征的深度学习模型,并采用一种隐轨迹点训练模式,以保证模型能从低频、噪声的数据中习得更稳健的向量表示。最后,设计了一个空间感知损失函数,通过距离因子调整模型误差,拉近空间相近轨迹的表征。试验表明,本文方法在轨迹相似性计算任务中超越了基准模型,并且计算效率远高于传统度量方法。

基于特征值指标的光伏并网系统静态电压稳定性

随着可再生能源的持续发展,光伏电站呈规模化并网趋势,但光伏并网的无序发展会诱发光伏并网系统静态电压失稳问题。基于此,文中首先利用光伏的等效导纳构建光伏规模化并网系统的等效模型,将光伏并网对静态电压稳定性的影响量化为光伏等效导纳对导纳矩阵特征值的影响,得出导纳矩阵最小特征值减小会恶化光伏并网系统的静态电压稳定性的结论。随后,提出基于特征值-有功灵敏度的光伏并网系统静态电压稳定性评估指标,并且考虑导纳矩阵与光伏并网系统网络拓扑间的强相关关系,进一步分析网络拓扑对静态电压稳定性的影响,从交流和直流2个角度提出提升静态电压稳定性的光伏并网方案,得出合理改变输电网络拓扑能够提升光伏并网系统静态电压稳定性的结论。最后,基于IEEE 14节点系统算例验证了文中提出的特征值指标和光伏并网方案有利于保障光伏规模化并网系统的静态电压稳定性,推动光伏有序并网。

相似材料模型离层裂隙动态检测研究

为分析开采前后上覆岩层的移动变形规律,使用相似材料模拟工作面开采引起的离层裂隙变化。此研究借助近景摄影测量技术拍摄开采模型不同时刻的状态,基于SIFT检测算子进行影像匹配,通过二维直接线性变换将像点坐标转化在物方空间,采用Canny算子检测影像离层裂隙边缘。最后,将不同时刻离层裂隙矢量化,从而实现模型的动态检测。通过融合多种检测算子,提高了矿山开采相似材料模型的模拟精度,可以高效便捷地检测离层裂隙,能够为分析裂缝演变规律、制订开采计划提供重要数据参考。

基于可拓理论的产品配置设计

为实现计算机支持下的产品快速响应设计,提出了一种基于物元模型和可拓理论的产品快速配置设计方法。该方法首先建立形式化表达模块和模块族的物元模型。以产品族为基础,针对具体的客户需求,利用质量功能配置瀑布式分解方法对期望产品进行层次性展开,以获得期望模块物元。基于期望模块物元,采用相似匹配算法从模块族中模糊匹配出相似存在模块,以形成产品的初步配置方案。通过解析结构建模方法,确定相似存在模块变换的结构层次。通过相似存在模块的可拓变换,得到具体的期望模块,以建立产品结构方案。最后,以堆垛机为例,验证了产品快速配置设计方法的可行性。

无资料地区水文模拟及相似性分析

基于新安江模型,利用参数移植方法开展嵌套式流域无资料情况下的水文模拟研究。结果表明,产流参数的移植精度较高,汇流参数的移植精度相对较低,流域坡度对其影响较大。在新安江次洪模型的实际应用中,需要对地貌特征加强考虑。通过对流域水文相似性分析,发现在地形指数分布曲线相似的情况下可以移植模型的产流参数;当采用地貌单位线进行流域汇流计算时,参数移植的应用效果较好。

大地坐标转换模型及其应用

介绍几种主要的坐标转换模型,综合分析各模型的特点和适用范围。针对坐标转换基本模型的选用、转换参数的解算、转换计算的方法、转换计算中值得注意的问题加以研究和探讨。结论对于在测量实践进行局部坐标系和地心坐标系的转换、各局部坐标系间的转换具有参考价值。

基于二次自适应支持向量机的光伏输出功率预测

针对传统相似度函数在聚类过程中所存在的问题,提出改进灰色-欧氏距离相似度函数,并将历史样本日模糊聚类分为若干类。另外,考虑到光伏输出数据的复杂性,该文结合小波分解(WD)和集成经验模态分解(EEMD)的各自优势,对光伏数据作双分解处理,得到趋势分量与细节分量,然后采用二次自适应支持向量机模型分别进行光伏功率预测。最后,采用美国俄勒冈州某处光伏发电场的实测数据实验,验证模型的实用性和可行性。

利培酮和其主要活性代谢产物9-羟基利培酮代谢动力学模型的建立和鉴别

建立利培酮(RIP)和其活性代谢物9-羟基利培酮代谢动力学模型,并考察其在健康男性志愿者中的药动学特征。22名健康男性志愿者单剂量口服利培酮2 mg,在服药前及服药后96 h内的不同时间点取血。HPLC-MS法测定RIP和9-羟基利培酮的血药浓度;依据RIP和9-羟基利培酮的T1/2确定志愿者中CYP2D6快代谢(EM)、中代谢(IM)和慢代谢(PM)型的分布,相似转换法(similarity transformation)进行模型结构鉴别,依据鉴别结果进行模型修正;加权最小二乘法进行模型参数估算;以Monte Carlo法产生的模拟数据进行模型验证,评估模型参数求算的准确性。22名健康男性志愿者中EM型18名,IM型4名;模型鉴别结果提示假设模型不可整体鉴别,当获知RIP代谢为9-羟基利培酮的转换分数时,模型参数均可求算;模型对于EM型和IM型RIP和9-羟基利培酮血药浓度经时过程和主要药动学参数AUC0-t,Cmax和Tmax预测效果均较好。RIP代谢为9-羟基利培酮的转换速率常数EM型为(0.12±0.08)h-1,IM型为(0.014±0.007)h-1,RIP的消除速率常数EM型为(0.25±0.18)h-1,IM型为(0.05±0.23)h-1。模型验证结果提示:参数估算值的均值与实际值较为接近;大多数参数的平均预测误差均在±15%内。模型具有代表性,不同CYP2D6表型者RIP代谢药动学参数差异较大,可为RIP进一步临床研究打下基础。同时模型结构鉴别可为复杂药动学模型的参数求算和实验设计提供有力的帮助。

用改进子空间辨识法建立航空发动机模型

研究一种采用改进子空间辨识法建立用于航空发动机故障诊断与控制系统设计的小偏差状态变量模型方法。首先,利用发动机非线性模型的输入输出数据序列,在离散域下基于子空间辨识法建立指定阶数、无噪声干扰的状态变量模型,然后将其转化到连续域下进行相似变换,从而获得具有明确物理意义的发动机状态变量模型。这样,不仅避免了那些基于最优化思想方法所带来的一系列问题,即非线性迭代优化、对初始值敏感、计算时间长、系统矩阵参数规律性差等,而且不受模型阶次影响,并具有实现简单等特点。应用于建立某型涡扇发动机的小偏差状态变量模型,并与改进拟合法在拟合精度、计算时间、参数变化三个方面进行比较,从而验证了改进子空间辨识方法的优点与有效性。

形状约束的样本填充式三维模型修复

为解决不完整三维模型修复过程中孔洞形状不规则、现有方法曲面配准精度不高的问题,提出一种能够有效保持孔洞边界过渡自然并恢复模型表面细节特征的模型修复方法。首先,追踪所有1-邻域边和1-邻域三角形数量不相等的点来探测模型的孔洞边界。设计一种基于二维网格数量的算法确定不完整模型的匹配候选集,同时根据双稀疏表示的三角网格顶点位置误差、边平滑误差和正交约束来预测最优匹配模型;然后,结合边界顶点的曲率、边界轮廓线折角的余弦值及相邻边界点的线段长度构造能有效表达不完整模型与碎块模型之间对齐关系的特征点描述子;最后,使用二阶伞算子来平滑模型的修补边界。实验结果表明,模型修复时间节省19%～26%,模型修复误差平均下降35%。该方法打破了当前模型修复方法中修复裂缝大且难以实现模型表面细节的局限性,可快速有效地实现破损模型的修复。

基于深度加权法向映射的三维模型检索

提出一种基于深度加权法向映射的三维检索算法 ,从归一化处理后的物体形状出发 ,计算关于视点方向的深度加权表面法向统计分布 ,并将该分布沿视点方向作球面调和分析得到深度加权法向映射特征 。

基于小波域混合高斯模型的自相似流量合成算法

自相似流量特性对网络性能具有重要影响,流量建模与合成是网络性能评价的基本环节.提出了一种基于小波域混合高斯模型的自相似流量建模与合成方法小波变换的近似Karhunen-Lo`eve(K-L)变换特性可以有效去除流量过程的长程相关,而混合高斯模型准确地描述了小波系数的非高斯分布.对合成流量进行了统计分析以及排队性能仿真.实验表明该方法能够更准确地对通信流量进行建模和合成,并且具有运算量小(O(N))、流量生成快速等优点.

基于变压器缩比模型的绕组冲击电压分布

实际运行的电力变压器绕组无抽头引出线,无法直接测量其冲击电压分布。采用电气特性相似并带抽头的变压器缩比模型代替原模型进行绕组冲击电压分布研究具有重要的工程实用价值。首先在缩比模型和原模型各种物理特性常数和电场强度相同的条件下,根据物理量间的关系,推导了较简化的缩比准则;然后根据实际电力变压器原模型和缩比准则设计了一台相似比为1/20和型号为10 k VA、220 V/2 400 V且带抽头的变压器缩比模型;其次,用有限元仿真软件COMSOL Multiphysics进行了缩比模型与原模型的电场、磁场和电磁场综合仿真对比分析,验证了该缩比准则的正确性。最后,搭建试验平台测量变压器缩比模型在纳秒脉冲下的绕组冲击电压分布。得出变压器绕组冲击电压分布极不均匀,高压端承受电压较大。

基于广义变换矩阵的机械零件三维模型骨架匹配

提出了一种基于广义变换矩阵的机械零件三维模型骨架匹配方法。骨架中两骨架点间的连线称为骨架枝,借鉴机器人学中广义连杆之间关系的表示方法,将骨架枝看成若干个连杆,在骨架点处建立固定坐标系及骨架枝坐标系,采用广义变换矩阵表示骨架枝。将广义变换矩阵转化成向量,引用统计学中的相关性度量方法,通过计算2个向量的皮尔逊相关系数得到2个广义变换矩阵的相似度,即得到2个骨架枝的相似度。搜索相匹配的骨架枝并计算整个骨架的相似度。通过实例验证和实验分析,表明该算法具有较快的检索速度和较高的准确度。

基于小波域LS方法的图象超分辨率重构算法

为了能够有效地重构出高分辨率图象,提出了一种基于小波域最小二乘法(LS)的图象超分辨率重构算法.该算法是利用多尺度边缘的自相似性,由低分辨率图象通过预测来得到高分辨率图象小波变换的3个高频通道,以实现图象超分辨率重构.由于该算法保持了图象边缘附近的几何正则性,因而能够重构出较高质量的图象.同时,由于小波系数的预测只在边缘处进行,因此该算法具有较小的计算复杂度.实验表明,该算法较好地实现了图象超分辨率重构.

Fokas系统的怪波激发

Fokas系统是最简单的二维空间非线性演化模型.本文首先研究一种相似变换将该系统转换为长波-短波共振模型形式;然后基于该相似变换和已知的长波-短波共振模型的有理形式解,通过选择空间变量y的待定函数为Hermite函数,得到了Fokas系统的一个有理函数表示的严格解析解;进而选定合适自由参数给出了Fokas系统丰富的二维怪波激发,并可对二维怪波的形状和幅度进行有效控制;最后借助图示展现了二维怪波的传播特征.本文提出的构造Fokas系统二维怪波的途径可以作为一种激发二维怪波现象的潜在物理机制,并推广应用于其他(2+1)维非线性局域或非局域模型.

基于梯度变换与最优似然法则的图像修复算法

为了解决当前图像修复算法在待修复图像纹理结构较为丰富时易产生模糊效应以及块效应的问题,提出了一种基于梯度变换与最优似然法则的图像修复算法.首先,利用像素点对应的邻域方向特征来构造置信度,用以形成优先权因子.通过优先权因子对待修补块的优先级进行度量,从而确定最优修补块;然后,根据像素点的梯度变换,构造修补块尺寸选择模型,对修补块的尺寸进行自适应调整;最后,利用修补块与匹配块的内积关系、距离关系,分别构造余弦度量模型、相似度量模型,从而建立最优似然法则,从源区域中搜索最优匹配块,对待修复块进行填充修复.实验结果显示,与其他图像修复算法相比,本文算法具备更高的修复质量,能有效克服阶梯效应以及模糊效应.