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。

基于多维语义特征与层次注意力机制的讽刺识别

讽刺是一种复杂的语言表达方式,在日常交流中发挥着重要作用。随着人工智能和社交网络的快速发展,讽刺识别已成为自然语言处理领域的热点研究课题之一。现有的讽刺识别研究往往从单一维度对讽刺文本特征进行表示,忽视了讽刺文本特征的细微差异及其重要程度。本文将讽刺识别视为文本分类任务,在特征提取阶段,将讽刺文本根据其不一致性特征、情感特征、句法结构特征和风格特征进行多维语义特征表示。在特征融合阶段,针对不同维度特征对整体特征贡献和关联程度不同,采用层次注意力机制调整不同讽刺语言学特征对模型整体性能的影响。实验结果表明,所提出的模型能够从多个维度提取讽刺文本的潜在语义特征,其在公开数据集IAC、Tweets和Reddit上的实验性能均有明显提升。

计算思维的层级加工理论假说及教育启示

计算思维是21世纪人才必须具备的一项关键问题解决技能。当前关于计算思维的认知本质尚不清楚,给教育实践带来一系列挑战,如缺乏统一的教学框架和明确的评估准则等。为此,研究从已有理论共识和观点出发,基于算法与问题解决的相关理论,深入分析了计算思维问题解决的层级加工特性。在此基础上,借鉴层级加工的相关认知理论,进一步提出计算思维层级加工的理论假说,其核心观点是,计算思维的认知本质在于对不同抽象层级的信息或子问题及其之间的关系进行加工。从认知与神经机制来看,计算思维层级加工需要卷入不同的认知控制模式来调控工作记忆对层级信息进行持续性维持和选择性更新,在神经机制上导致大脑认知控制脑区的持续性和瞬时性高激活。伴随这些信息加工活动对认知资源的消耗,将导致认知负荷,引起大脑默认网络脑区的抑制程度增强。这些理论观点将为计算思维的认知、教学与测评提供启示,并可在后续实证研究中采用交叉学科的研究范式进行检验。

基于路网分级规划的输电线路机械化施工技术研究

为提升输电线路工程的施工效率、降低施工成本、缩短施工周期,需要采用全过程机械化施工技术,但输电线路常规机械化施工技术未考虑线路沿线路网的规划条件,未考虑地形地貌的整体布局,导致所规划的机械化施工工序在局部上可行,但整体不成体系,可能自相矛盾,可持续施工性能差,达不到降低施工成本、缩短施工周期的目的,更达不到绿色安全的效果。结合输电线路地形地貌特点,在平丘地区,结合线路沿线已建路网条件,展开了输电线路施工临时施工道路的路网分级规划分析,建立了输电线路机械化施工的路网体系,基于路网体系开展输电线路基础施工、铁塔组立施工架线施工和水保措施等方面的机械化技术研究,最终得到输电线路基于路网分级规划的全过程机械化施工技术,提升了输电线路施工的本质安全,推动了输电线路全过程机械化施工技术的发展。

多级孔金属材料研究进展

多孔金属是一种内部含有大量孔隙的结构-功能一体化材料。随着服役环境的不断变化,人们对多孔金属的综合性能提出了越来越高的要求。与传统单级孔结构金属材料相比,多级孔金属由于具有两级甚至多级孔结构特征,展现出更加优异的综合性能,逐渐成为研究和关注的热点。本文简要综述了近些年国内外多级孔金属材料研究进展,其中多级孔金属制备工艺主要包括粉末烧结法、去合金化法以及增材制造法等;由于独特的孔结构,多级孔金属具有更好的过滤性能、毛细性能、催化性能以及力学性能,在过滤与分离、传热及能源等领域展现出诱人的应用前景。最后,对多级孔金属当前研究所面临的问题以及未来发展方向进行了讨论和展望。

附条件不起诉制度的监督制约机制探讨

在“十四五”发展规划的背景下,如何完善附条件不起诉制度的监督制约机制成为了检察机关亟待解决的课题。现行监督制约机制包括以层级式审批程序为主的内部监督,以及以公安机关、被害人为辅的外部监督。该机制在一定程度上有助于降低检察官滥权风险、限制检察官裁量权。在司法实践中,审批程序过于繁琐、架空检察官权力、内部监督乏力以及受制于公安机关、被害人等问题影响了附条件不起诉制度的运行,应当从简化审批程序、强化附条件不起诉的合理运用、设置诉讼制约程序、完善外部监督制约机制四方面加以优化。

利用多维评分进行在线评论的有用性预测

在线评论的有用性预测任务在当前的电子商务领域中发挥着重要的作用,该任务的目标是判断在线评论的有用性,进而重点展示对未来消费者更有帮助的评论,提高消费者获取信息的效率.在本文中,我们重点关注近年来在各大在线平台兴起的一种新的评分系统——多维评分系统,尝试研究用户在该系统中给出的方面评分对在线评论有用性的影响.本文提出了一个综合考虑了评论文本、用户总体评分和方面评分3种元素及其交互的多层次神经网络模型HORA来完成有用性预测任务.通过在两个真实世界的数据集上进行的实验结果表明,与当前的基线模型相比,HORA在MAE和RMSE两个指标上展示了更好的结果,同时在实验中也表现出了良好的鲁棒性,表明了方面评分对用户的在线评论有用性感知的重要意义.

水电站长中短期嵌套预报调度耦合实时来水系统动力学建模方法研究及应用

水电站优化调度是水电能源系统优化运行与管理研究领域的关键科学问题,已有水电站优化调度研究较少考虑不同尺度调度模型间的衔接,长、中、短期优化调度相互孤立,彼此之间缺乏耦合机制,在指导水电站实际运行中存在不足。为此,研究建立了水电站长中短期嵌套预报调度模型,并引入系统动力学反馈机制,提出了一种水电站长中短期嵌套耦合实时来水系统动力学预报调度模型。长、中、短期调度模型分层嵌套,中长期预报调度结果作为短期调度的"期望指导过程线",根据水电站预报来水和面临日实时来水存在误差所导致的水位偏差进行实时反馈、动态修正调度决策,从而指导水电站做出更为合理的调度决策。为检验本文模型方法的有效性,研究选取了三峡水电站作为研究对象进行实例验证。实验结果表明:研究所提出的模型方法指导水电站运行相比随机动态规划和常规调度图方法全年发电量提升效果明显,在2018年来水条件下模拟调度结果发电量分别提高了2.73%和2.31%,显著提高了来水不确定性条件下水电站运行发电效益,为解决水电站随机来水条件下长中短期嵌套预报调度实际工程技术难题提供了一种可行的实践理论方法工具,具有十分重要的理论研究意义和工程应用价值。

基于分层标注的中文嵌套命名实体识别

中文命名实体识别在中文信息处理中扮演着重要的角色.在中文信息文本中,许多命名实体内部包含着嵌套实体.然而,已有研究大多聚焦在非嵌套实体识别,无法充分捕获嵌套实体之间的边界信息.采用分层标注方式进行嵌套命名实体识别(nested named entity recognition,NNER),将每层的实体识别解析为一个单独的任务,并通过Gate过滤机制来促进层级之间的信息交换.利用公开的1998年《人民日报》NNER语料进行了多组实验,验证了模型的有效性.实验结果表明,在不使用外部资源词典信息的情况下,该方法在《人民日报》数据集上的F1值达到了91.41%,有效提高了中文嵌套命名实体识别的效果.

上下文感知与层级注意力网络的文档分类方法

文档分类是自然语言处理(NLP)领域中的一个基本问题。近年来,尽管针对这一问题的层级注意力网络已经取得了进展,但由于每条句子被独立编码,使得模型中使用的双向编码器仅能考虑到所编码句子的相邻句子,仍然集中于当前所编码的句子,并没有有效地将文档结构知识整合到体系结构中。针对此问题,提出一种上下文感知与层级注意力网络的文档分类方法(CAHAN)。该方法采用分层结构来表示文档的层次结构,使用注意力机制考虑文档中重要的句子和句子中重要的单词因素,在单词级和句子级不仅依赖双向编码器来获取上下文信息,还通过在单词级注意机制中引入上下文向量,使单词级编码器基于上下文信息做出注意决策全面获取文本的上下文信息,从而提取出深度文档特征。此外,还利用门控机制准确地决定应该考虑多少上下文信息。在两个标准数据集上的实验结果表明,提出的CAHAN模型较长短时记忆网络(LSTM)、卷积神经网络(CNN)、分层注意网络(HAN)等模型分类效果更好,能够提高文档分类任务的准确度。

留学生机械制造工艺与装备课程教学要素改革探索

根据来华留学生专业背景并结合课程特点,对机械制造工艺与装备(英文)课程的教学要素——教学目标、教材选用、教学内容及教学方式进行改革探索。包括:教学目标立足于多元化,注重促进学生专业兴趣、专业知识和专业能力三方面发展;选用既与国际主流教材接轨,又与我国机械工程教学体系较匹配的教材,以利于教学目标的实现;课程内容整合为4个知识模块,各知识模块又进一步分为基础、提高、拓展3个进阶层次,建立模块化的分层教学内容;设计主题型翻转课堂教学、工程应用案例和现场教学等教学环节,有利于学生理解理论知识、锻炼工程实践能力和引导专业兴趣。

基于IELM算法的配电网故障区段定位

针对传统智能优化算法在配电网故障区段定位中存在准确率随配电网规模扩大而大幅下降的问题,提出一种基于改进仿电磁学(IELM)算法的配电网故障区段定位方法。首先,基于分层处理以及全局寻优思想对传统故障定位方法的一体式结构进行优化,通过改变算法结构实现单一故障及多重故障的分层处理并缩减多重故障定位的解空间规模。在结构优化的基础上对仿电磁学(ELM)算法进行改进,忽略全局电荷对单一电荷的影响,突出单一电荷对最优电荷的学习能力,提高其全局寻优能力及运算效率。最后,分别以IEEE 13节点单电源辐射配电网和改进后的4电源119节点配电网为仿真测试系统进行了测试。测试结果表明,所提故障区段定位方法在面对不同结构和规模的配电网时具有准确性高、容错性好、定位速度快以及降维效果佳等优点,在大规模配电网中具有良好的应用前景。

基于人类视觉机制的层级偏移式目标检测

当前大多数深度强化学习方法在目标检测方面的召回率较低。为此,提出一种层级偏移的动态搜索方法。在原有层级搜索的基础上,采用了锚点的思想,增加区域偏移,避免层级产生的区域局限,使得搜索更加灵活。结合Double DQN与Dueling DQN的优势,以Double Dueling DQN的网络结构作为智能体深度增强网络的结构。实验结果表明,与原有层级搜索方式相比,该方式的目标检测的精确度与召回率较高。

轨道客车转向架研发过程管理系统的研制

针对轨道客车转向架研发过程不规范、设计人员获取产品相关信息困难等问题,研制了一套基于B/S架构的轨道客车转向架研发过程管理系统.梳理企业现有的转向架研发过程并进行固化,形成若干套工作流模板;研发新产品时,调用模板创建项目实例;进而采用分层结构,对设计任务进行分阶段处理,并提出一种适用于该方式的超期预警机制;建立与标准规范、供应商、故障平台的数据接口,实现转向架设计信息的集成.以中车唐山机车车辆有限公司的转向架研发项目为例进行了检测,证明了系统功能的有效性.

民机气象雷达任务过程安全性分析方法研究

针对气象雷达系统任务过程安全性问题,以基于系统论的事故模型及过程(systems-theoretic accident model and process)理论方法为基础,提出了一种案例激励安全性分析方法。在进近阶段机载气象雷达任务过程中,通过构建系统分层控制结构,识别系统任务过程中存在的不安全控制行为,并辨识与不安全控制行为关联的潜在危险致因;构建安全飞行控制结构模型,以达美航空事故为例,提出安全约束建议控制事故衍变机制来优化模型,以提高系统任务过程安全。以上分析表明,该方法能更全面地识别系统深层危险致因,为机载气象雷达的安全性设计提供技术支持。

基于等级加权法的海上机械采油方式优选方法

目前海上油田总体开发方案中,机械采油方式优选方法单一,以定性指标为主,缺乏必要理论支撑与数据支持。为此,综合考虑技术指标、经济指标、工程指标的影响,以机械采油方式优选为目标,采用等级加权法对技术、经济和工程3个指标的影响因素进行赋值以及分配权重,建立了海上机械采油方式优选方法。利用该优选方法对海上X稠油油田的机械采油方式进行了优选,开发初期产液量为40~108m3/d时,推荐采用螺杆泵开采;开发后期产液量达到200m3/d时,考虑X油田为稠油油田,应采取降黏措施,推荐采用电潜泵＋掺稀/化学降黏方式开采。优选结果与该油田总体开发方案中的机械采油方式一致,且该油田机械采油方式与优选结果一致的井,都正常生产。这表明基于等级加权法的机械采油方式优选方法可以指导海上油田选用合理、经济、对海洋工程影响较小的机械采油方式,从而提高海上油田的开发效益。

综合航电系统故障处理机制

文章对综合航电系统故障处理机制需求进行分析,如异常检测、故障隔离、故障修复、失效检测,同时,提出分层的故障处理流程设计模式,从设备层故障处理流程、综合区域层故障处理流程、综合航电系统故障处理流程、运行图设计进行阐述,并提出综合航电系统故障处理机制策略,如自顶向下、自底向上、自适应融合的失效预测。在此基础上,希望能为航电系统处理人员提供一些借鉴性建议,使故障处理机制处于积极的发展趋势中,促进人类社会的稳定发展。

一种基于WSD层级记忆网络建模的文档表示方法

针对传统自然语言处理中基于中文文档建模方法忽视了上下文语义关系和文档层级结构的问题,提出一种基于WSD层级记忆网络建模的文档表示方法,以充分利用词句级联的层次关系,增强文档建模内部的语义联系,实现文档分类。该方法首先通过Bert模型进行词到句的表示;然后利用双向长短时记忆网络结合注意力机制输出每个时刻句子信息的重要程度;最后通过全连接层获得连续的文档模型进行分类预测。对THUCNEWS、CHEM&ENGNEWS两个数据集进行仿真实验,结果表明本方法相比传统方法准确性提高7.06%~18.31%,有效地提高了文档分类的预测精度,为文档分类提供借鉴。

面向多用户的移动边缘计算任务分级处理卸载机制

在信道资源受限情况下,最小化卸载过程中的时延和能耗是改善基于无线携能通信的多用户移动边缘计算(MEC)网络卸载性能的关键因素之一。通过规划计算任务的卸载比重和链路传输过程中的信道分配,提出一种多任务分级处理机制(MHPM),以实现计算卸载过程中信道资源的合理调度。同时,根据移动终端设备在MEC卸载过程中的平均时间消耗和能量消耗,构建了约束多目标优化问题的数学模型,并结合MHPM和约束非主导的排序遗传算法Ⅱ求解该模型,从而实现了设备时延与能耗之间的有效均衡。仿真实验结果表明,采用MHPM可以降低设备在卸载过程中的平均时间消耗和能量消耗,而利用约束多目标优化算法可以得到目标函数的最优解。

基于多层注意力机制的安检危险品识别算法

针对现有识别算法使用的数据集过于简单、对真实场景中安检图像危险品的识别准确率低且容易导致误检和漏检的问题,基于渗透假设的类平衡分层求精提出了一种结合多层通道注意力机制和空间注意力机制的算法。首先,在安检图像分层建模的基础上在特征图中加入通道注意力机制,对不同通道特征赋予不同的权重。然后,加入空间注意力机制,在空间上对安检图像特有的颜色特征赋予不同的权重。最后,利用残差网络在安检图像不同层分别加入双注意力机制进行消融实验。实验结果表明,对固定两层同时添加双注意力机制后,网络对安检危险品的识别精度有显著提高,验证了多层注意力机制算法的有效性和鲁棒性。