融合多粒度信息的用户画像生成方法

现有用户画像方法缺乏不同粒度文本信息表示,且特征提取阶段存在噪声,导致构建画像不够准确。针对以上问题,提出一种融合多粒度信息的用户画像生成方法(user profile based on multi-granularity information fusion,UP-MGIF)。首先,该方法在嵌入层融合字粒度、词粒度表示向量以扩充特征内容;其次,在改进双向门控循环单元网络基础上,结合降噪自编码器和注意力机制设计一种特征提取混合模型Bi-GRU-DAE-Attention,实现特征降噪和语义增强;最后,将鲁棒性强的特征向量输入到分类器中实现用户画像生成。实验表明,该用户画像生成方法在医疗和互联网两个画像数据集上的分类准确率高于其他基线方法,并通过消融实验验证了各个模块的有效性。

一种基于现代夯土材料黏聚力的孔隙率测算方法

孔隙率是影响现代夯土材料热工性能的重要参数,但目前常用排水置换法测得孔隙率结果误差较大,而压汞法不能高效地测得材料孔隙率,不利于现代夯土材料热工性能的量化评估。根据固体间分子吸引理论,构建了一种基于现代夯土材料黏聚力的孔隙率测算方法,并结合试验进行了验证,结果表明现代夯土材料的黏聚力与孔隙率之间存在对数函数关系。通过公式,得到计算孔隙率平均误差为7.06%,验证了计算结果的合理性。

流化床颗粒层过滤器过滤元件阻力实验研究

以理想状况过滤元件阻力模型为指导 ,实验研究了流化床颗粒层过滤器过滤元件基本阻力的特征 ,料层高度、元件到布风板的距离等因素对元件基本阻力的影响规律 ,建立了具有实用价值的元件基本阻力表达式 .实验表明 ,在实用操作气速范围内 ,元件基本阻力随流化床操作气速增加而增大 ,证实了模型假设的合理性 .

铝合金熔体在多孔介质中的二维微管渗流模型

在对填料颗粒堆积简化的基础上,建立了由渗流单元组成的二维微管模型．使用该模型对渗流过程进行模拟计算,渗流时间的计算值与实验值符合良好,并获得渗流过程的如下新规律:铝熔体在流过填料颗粒时,在填料颗粒的背压区封闭一定质量的气体,封闭的气体使附加孔隙率和通孔度增大．在渗流过程中静压力的变化分两个阶段:渗流开始时,静压力先缓慢增加,在渗流结束时瞬间,压力增加到最大值;后者对高孔隙率多孔铝的制备有重要意义．这些渗流规律为控制渗流过程和孔结构提供了依据．

流化床颗粒层过滤器过滤元件的结构优化

通过优化流化床颗粒层过滤器过滤元件的结构以避免蜂窝状滤饼的产生 ,实验研究了不同开孔率圆锥型过滤元件滤饼分布特征及阻力特性 ,证明圆锥型元件结构对消除蜂窝状滤饼的有效性 。

流化床颗粒层过滤器过滤元件阻力模型

基于流体流动的连续性原理 ,在达西定理 (Darcy’slaw)的基础上 ,建立了新型流化床颗粒层过滤器过滤元件阻力的通用分析模型 ,并在各元件气流流动和滤饼形成均匀等条件下 ,建立了理想状况下过滤元件阻力模型 ,将元件阻力分为基本阻力和附加阻力 .在系统阻力的计算中只需计入基本阻力 ,而附加阻力则在料层阻力中考虑 ,从而为过滤元件阻力的实验研究奠定了基础 .

面向配置设计的产品功构单元粒度划分方法

针对现有模糊聚类方法在粒度划分实现过程中存在问题,基于构建面向配置设计的产品功构模型,通过对模糊C均值算法中随机初始化策略进行改进,研究功构单元粒度划分方法,并结合产品配置设计过程中需求映射及实例映射特点,根据公理化设计原理探讨了基于信息熵的聚类评价函数构造。最后,结合项目实施给出该方法在电梯制造业中的典型应用实例。系统实现及结果表明提出方法的有效性,为面向配置设计的产品族构建提供另一种数值计算方法。

基于知识单元的知识组织过程研究

大数据时代,用户需求对知识组织水平要求日益提高,针对问题和问题解答所需数据具有多、冗、杂、乱和新等特点,传统先组式组织方式无法满足有效解答用户的问题,因此在文章中,问题驱动从宏观架构知识的组织,借助知识颗粒度和知识单元来设计知识组织过程,通过问题导航知识单元的获取、序化、关联、再生和应用,以知识仓库来存储知识,针对不同类型的问题,以知识单元作为节点,以知识关联为纽带创建面向问题的知识单元关联网。

众创教育、定制教学与高校图书馆的嬗变

众创是我国经济转型升级的重要途径之一,为此我国高校近年积极推行面向大学生的众创教育。创客们的知识和学习需求各异,需要定制化教学。为了满足众创教育中定制教学的需要,文章基于信息工厂的理念探讨高校图书馆的重构,设计出包括细化车间、仓库、粗化车间等在内的整体架构,并对其建设与运行、面临的机遇与挑战等关键问题进行思考。

面向互联网计算资源共享的自适应调度模型

在面向互联网的计算资源共享平台中,如何把服务器端的子任务均匀地调度给大规模互联网环境下的志愿机运算是一个重要的研究问题。描述了该平台下的一个自适应并行调度模型。调度器处于服务器端与志愿机之间,缓解服务器端的访问瓶颈;服务器端首先根据调度器的负载对子任务进行第一次分派,在调度器端根据下属的志愿机的软硬信息再分配子任务。通过运行典型的Banch Mark并行程序,把该调度策略与其他策略进行比较,验证了该调度模型针对粗粒度并行的主从(Master-Slave)风格并行应用可以获得较好的性能。

基于最小操作单元的VLIW微处理器设计

提出一种微处理器体系结构发展的分析方法—粒度分析方法，并用这种方法分析了微处理器体系结构的发展趋势。在此基础上提出基于最小操作单元MOUB微处理器体系结构的设计思想，并设计实现了一个这种结构的微处理器模型。

外加应力对HQ785钢等温贝氏体相变组织的影响

针对HQ785试验钢,采用Gleeble-1500热模拟试验机进行了单向外加拉/压应力下的等温相变实验,等温温度分别是425℃和475℃,所加应力依次为20、40和60 MPa,通过光学显微镜和透射电镜对相变后的显微组织进行了观察与分析。结果表明,外加应力作用下的等温相变组织是粒状贝氏体,外加应力使无明显晶界的显微组织转变为晶界清晰的细小晶粒;粒状贝氏体中贝氏体铁素体的亚单元,随着外加拉应力的增加逐渐由条片向块状变化,随着外加压应力的增加逐渐由块状向条片变化。

电力系统实时仿真中细粒度并行实现

为充分利用FPGA的高度并行特性,设计了一种可实现加减乘除混合运算的变结构运算组件.从实用性和扩展性角度出发,用控制指令描述对运算组件的操作,用有向无环图描述计算任务之间的依赖关系,提出了一种新的基于FPGA的仿真程序设计方法.在此基础上,以30,μs仿真步长在一块5SGSMD5芯片上实现了IEEE-14电力系统的实时仿真,其实验结果与PSCAD仿真结果相吻合.

基于与异或非图的混合粒度可重构密码运算单元设计

粗粒度可重构密码逻辑阵列(CGRCA)难以兼容细粒度序列密码算法,且在编码环节功能单元容易出现竞争冲突,进而导致阵列的资源利用率低和延迟大等问题。为此,利用与-异或-非图(AXIG)双逻辑表达的优势,该文提出一种混合粒度的可重构的多功能密码运算单元,并在晶体管级进行了实现验证,可兼容现有序列密码算法中非线性布尔函数,在延迟和面积-延迟积(ADP)方面均有提升。设计了可重构与、异或、与非(RAXN)逻辑元件,可同时重构“And,Xor,Nand”等逻辑功能,并提出了RAXN的晶体管级实现方法和版图结构;提出了基于RAXN的功能扩展方法,实现了全加器功能、与/异或3输入逻辑功能以及乘法部分积生成功能,并作为基本功能单元(RAXN_U);结合动态配置和动态调度的思想,利用阵列中互联资源和RAXN_U,设计一种可同时实现32bit加法、8 bit乘法、CF(2^(8))有限域乘法,以及包括S盒在内的复杂非线性布尔函数的混合粒度多功能密码运算单元(RHMCA)。在CMOS 40 nm工艺进行后端定制化设计,实验结果表明,该文提出的多功能单元较传统的实现方法,延迟最好情况优化1.27 ns,面积-延迟积(ADP)值最大提升44.8%。

复杂机械系统M-DGP数字样机构建理论研究

基于对复杂机械系统多领域多粒度多阶段（M-DGP）特征的分析,构建了复杂机械系统层次化信息模型和面向分析的信息模型,继而研究了多粒度特征组织、多阶段特征演化和多领域特征耦合的方法,形成了复杂机械系统的M-DGP数字样机的构建理论,最后通过水电机组信息模型和管形座数字样机的构建,实现了M-DGP数字样机的构建方法。M-DGP数字样机可利用多领域的知识和方法有效解决复杂机械系统设计中的多种技术矛盾和冲突,从而有效地缩短研发周期和降低研发成本。

自行调整粒度的XML向量空间检索

对XML文档的信息检索技术进行了研究,提出了一种在向量空间模型中自动界定信息单元的检索方法.这种方法能够充分利用XML的结构和语义信息,在向量空间模型中,根据具体的查询条件动态地调整信息单元的粒度,确定适于检索的信息单元,从而有效地减少检索计算量,提高整个检索系统的运行效率.

不同粒度嵌入单元的端到端语音合成技术研究

语音合成是人机交互、人工智能领域的核心技术,传统的语音合成技术相对复杂,需要大量领域专业知识,设计和实现的门槛较高。深度学习方法的应用,像WaveNet、Tacotron等提出降低了语音合成的实现难度。针对维吾尔语语音合成中的复杂前端,采用Tacotron端到端语音合成技术,使用文本以及所对应的音频数据作为学习模型,简化了语音合成的过程,成功实现了低资源语言维吾尔语的语音合成。为了选出最佳粒度单元进一步提高语音合成效果,在原本的Tacotron模型的基础上分别对维吾尔语词、词素、字符为不同粒度单元的文本进行语音合成实验,对结果进行主观及客观评价,得出了基于Tacotron的端到端模型中以字符为粒度单元的语音合成效果优于词和词素粒度单元的结论。这一结论有助于维吾尔语语音合成技术的更进一步发展。

基于细粒度聚合单元元数据的书目资源聚合研究

随着书目资源中多源异构数据的增多,信息片段呈现出扩散分布的特征,这增加了用户获取目标资源的难度、降低了信息检索效率,而聚合细粒度信息资源、构建信息单元之间的关联关系对于知识服务效率的提升具有重要作用。本文通过对聚合单元进行细粒度划分,根据语篇单元、句群单元、节段单元的属性特征及DC、LOM元数据,构建了细粒度聚合单元元数据框架;从聚合单元知识组织体系出发,结合细粒度聚合环境下聚合单元之间的关联关系,构建了基于聚合单元元数据框架的细粒度信息语义组织模型,并基于该模型提出书目关系扩展及映射方案;通过分析聚合单元元数据框架下的书目数据聚合层次及其他书目框架实体之间的关联,实现了书目元数据细粒度与揭示内容的细化、扩展,为细粒度书目资源聚合及检索提供了理论基础。图7。表4。参考文献23。

智能变电站合并单元延时特性现场测试仪的设计

分析了智能变电站合并单元的同步问题以及通过现场核相及查看差流这一验证差动保护各侧电流是否同步的方法的局限性。提出了智能变电站合并单元延时特性现场测试仪的设计需求,基于需求分析提出一种现场测试仪的体系结构并进行了详细设计。最后对依据本设计方法实现的测试仪的时间粒度与合并单元的时间响应配合方面进行了详细计算和比较分析。分析表明,该测试仪可有效验证合并单元延时参数的现场正确设置,杜绝误整定,符合现场验收需求。

基于多粒度自注意力机制的抑郁症预测模型

针对基于稀疏文本的抑郁症预测模型特征提取能力不足的问题,提出一种基于分层多粒度自注意网络(HMG-SAN)的模型。首先,通过全局向量(GloVe)模型获取词向量,解决词语和语句的向量化表示的问题;然后通过双向门控循环单元(Bi-GRU)获取文本结构中的词序信息和文本特征,解决提取上下文依赖的特征信息的问题;再通过多粒度自注意力(MG-SA)机制识别不同特征,解决不同粒度短语信息捕捉的问题;最后使用softmax函数获取分类结果。HMG-SAN模型的亮点在于MG-SA机制的融入,对于捕获文本重要词汇提供了很大帮助。在遇险分析访谈语料库(DAIC)数据集上与基于分层注意力网络(HAN)的模型和分层自注意力网络(HSAN)的模型进行对比实验,实验结果表明,所提模型的准确率和召回率均有显著提升,其中,准确率分别提升了2.74%和1.35%,召回率分别提升了7.35%和4.29%。可见,HMG-SAN模型可以更加准确地捕获受访者的抑郁状态,并以此进行更加高效的抑郁症预测。