基于要素及语义相似性双路召回的预案库匹配系统设计

针对基于Best Matching 25(BM25)的传统文本匹配方法未考虑语义相似性,造成匹配精度较低及其他问题,提出了一种基于要素关键词及语义相似性双路召回的预案库匹配系统。提取各类预案的适用范围及其他关键要素,对关键要素进行语义向量抽取并离线构建向量索引库;自动提取突发事件的类型、位置辖区等关键信息,分别通过关键词召回和语义向量检索召回得到候选集;将双路召回的结果进行聚合,通过排序模块对其进行相似度评分并排序返回最优匹配结果。实验结果表明,基于关键词及语义相似性的双路召回方法能更有效全面地召回相关预案,实现了应急预案的快速、精准化匹配。

燃气管线风险评估与应急响应方法研究

为提升燃气管线安全风险管理水平、降低事故发生率,构建基于预训练模型的案例匹配模型。该模型首先利用BERT预训练语言模型提取非结构化文本关键信息,双向长短期记忆网络(Bi-LSTM)模型进行融合动态字符向量、长距离语义捕获及MHA机制提取局部特征;然后,进行相似度计算;最后,呈现匹配案例和相似度。通过具体案例验证,结果显示:该模型能够学习到燃气管线相关知识,准确地匹配历史相似案例,可为应急响应提供及时、准确的决策支持。

利用无监督预训练的轨迹深度关联

针对时空相似度算法关联轨迹的局限性,采用深度学习方法进行轨迹关联,并提出了一种基于无监督预训练的匹配神经网络训练方式。利用Geohash向量嵌入对轨迹信号做特征工程处理,构建自注意力机制神经网络结构,使用无标注轨迹数据基于遮蔽预测任务进行模型预训练;然后构建孪生匹配网络结构,加载预训练模型参数;最后使用标注轨迹对数据基于均方差损失函数微调预训练模型参数得到轨迹对匹配模型。采用Geolife GPS轨迹数据集作为评估数据集进行模型训练与测试,实验结果显示,利用无监督预训练的轨迹关联方法较现有最优算法匹配准确率提高了5个百分点,达到了96.3%,充分证明了该方法的有效性。目前轨迹关联领域基于深度学习预训练模型的研究较少,该方法具有重要的参考意义。

基于PSM法的预住院模式在甲状腺外科手术中的应用效果评价

目的评价预住院模式在甲状腺外科手术中的应用效果。方法纳入2021年4—12月在山西医科大学第一医院进行甲状腺外科择期手术的患者。首先采用倾向性评分匹配(propensity score matching,PSM)法校正组间的混杂因素,其次用独立样本t检验和χ^(2)检验综合分析PSM后预住院模式在甲状腺外科手术中的应用效果。结果在1215例患者中,405例(33.3%)为预住院组,810例(66.7%)为非预住院组,将两组患者的基线资料进行比较,其年龄、疾病名称、疾病严重程度差异均有统计学意义(P<0.05);PSM后,两组各有403例患者,其基线资料相比较,差异均无统计学意义(P>0.05)。与非预住院组相比,预住院组患者住院、术前住院等时长均明显减少,患者满意度为99.01%,呈上升趋势,预住院麻醉前评估后的不良情绪有所缓解。结论采用预住院管理模式可以明显缩短甲状腺外科手术患者的住院时间、减少患者术前候诊时间,减少患者负面情绪的产生。因此,预住院管理模式在甲状腺外科手术中值得借鉴和广泛应用。

基于预训练模型的法律文本类案匹配研究

[目的/意义]文章旨在解决传统的短文本匹配模型难以适用于法律类案检索等长文匹配的问题。[方法/过程]针对法律案例匹配任务,本文提出了一种基于预训练的法律文本类案匹配LTMR模型。在编码层通过RoFormer和法律特征提取器对法律案例进行编码,在推理层利用交互注意力和自注意力机制来进一步提取长文本的上下文和交互信息。将所提出的模型应用到CAIL2019-SCM数据集上,开展实证研究。[结果/结论]相对于基线方法,LTMR模型在CAIL2019数据集上均取得了最优结果,研究结果对于促进法律案例匹配的应用具有借鉴意义。

节段间“金属接触+高强螺栓”联合受力钢塔柱的线形控制技术

钢塔节段间常见的连接方式有“金属接触+高强度螺栓”连接与焊接连接两种,不管塔段间采用哪种连接方式,确保钢塔柱的成桥线形非常重要。以塔段间“金属接触+高强螺栓”联合受力钢塔柱为例,详细介绍了该类钢塔柱的建造难点及确保塔柱线形的技术措施,可供相关人员参考。

融合依存句法先验知识的方面级情感分析研究

针对方面级情感分析中依存句法信息利用不足,以及上下文信息与依存句法信息学习分离的问题,提出融合先验知识与预训练模型的方面级情感分析研究方法。该方法将依存句法信息作为先验知识与句子一起输入到预训练模型,通过预训练模型在对句子进行上下文信息学习的同时,学习依存句法建模的方面词与情感词之间的远距离信息。进一步利用依存距离表示将预训练词向量进行动态权重匹配从而充分利用句法信息。通过自注意力机制学习词性信息以及依存关系标签信息,通过两种辅助信息增强句子表示。拼接三种信息作为情感分类器的输入。在四种基准数据集上与其他方面级情感分析方法相比,准确率和F1值都有所提高,验证了该方法提出的先验知识融合与动态权重匹配的有效性,在方面级情感分析任务上有较大的应用价值。

一种超宽带雷达LFM信号数字产生器校正方法

UWB雷达LFM信号源的设计是UWB雷达系统设计的关键技术之一,其信号质量直接影响UWB雷达的整体探测性能。针对基于DDWS方法的“I/Q基带数字产生+正交调制+倍频”方式的UWB-LFM信号产生器,从频域角度建立误差信号的数学模型;分析系统误差提取和补偿的可行性,并提出一种针对系统误差的数字预失真校正方法。该方法将系统失真的补偿函数特性等效到系统数字输入端,通过改变波形存储器中的样点数据实现系统失真的校正和补偿。仿真结果表明该方法可以显著改善UWB雷达LFM信号的质量,验证了该方法的可行性、正确性和有效性。

基于扩散生成对抗网络的文本生成图像模型研究

文本生成图像是一项结合计算机视觉(CV)和自然语言处理(NLP)领域的综合性任务。以生成对抗网络(GANs)为基础的方法在文本生成图像方面取得了显著进展,但GANs方法的模型存在训练不稳定的问题。为解决这一问题,该文提出一种基于扩散Wasserstein生成对抗网络(WGAN)的文本生成图像模型(D-WGAN)。在DWGAN中,利用向判别器中输入扩散过程中随机采样的实例噪声,在实现模型稳定训练的同时,生成高质量和多样性的图像。考虑到扩散过程的采样成本较高,引入一种随机微分的方法,以简化采样过程。为了进一步对齐文本与图像的信息,提出使用基于对比学习的语言-图像预训练模型(CLIP)获得文本与图像信息之间的跨模态映射关系,从而提升文本和图像的一致性。在MSCOCO,CUB-200数据集上的实验结果表明,D-WGAN在实现稳定训练的同时,与当前最好的方法相比,FID分数分别降低了16.43%和1.97%,IS分数分别提升了3.38%和30.95%,说明D-WGAN生成的图像质量更高,更具有实用价值。

基于稀疏重建分析的道集优化方法

地震叠前道集处理的优劣一方面决定了叠后处理结果的好坏,另一方面影响地震AVO解释结果的正确与否,因此叠前道集的优化处理具有重要的意义。受子波拉伸、拉伸调谐效应、薄层调谐效应等因素的影响,叠前道集记录包含了除地层反射信息以外的无用的干涉信息,单一子波字典不能对其进行很好的稀疏表示,而过完备子波字典能够对地震信号进行多特征稀疏表示。针对共反射点(CRP)叠前道集,研究了基于稀疏重建策略的道集优化方法。首先,建立了地震记录子波投影下的稀疏反射系数估计的约束优化目标函数和基于最小二乘的无约束优化目标函数,为了保障解的稳定性,引入了正则化策略和震荡平滑策略。其次,在雷克子波字典库基础上,考虑主频、吸收衰减、时移及相位变化等因素,建立多特征表示的复杂过完备字典库,地震记录通过过完备子波字典投影后,反射系数、子波的拉伸效应、调谐效应等能够较好地进行稀疏表示,进而提取更准确的反射系数。综合以上两方面的研究,形成了过完备字典库表示下的正则化正交匹配追踪算法。理论模型和实际资料的处理结果表明,处理后的地震叠前道集在噪声压制、拉伸校正及提高分辨率等方面都有一定程度的改善与优化。

预训练语言模型实体匹配的可解释性

实体匹配可以判断两个数据集中的记录是否指向同一现实世界实体,对于大数据集成、社交网络分析、网络语义数据管理等任务不可或缺.作为在自然语言处理、计算机视觉中取得大量成功的深度学习技术,预训练语言模型在实体识别任务上也取得了优于传统方法的效果,引起了大量研究人员的关注.然而,基于预训练语言模型的实体匹配技术效果不稳定、匹配结果不可解释,给这一技术在大数据集成中的应用带来了很大的不确定性.同时,现有的实体匹配模型解释方法主要面向机器学习方法进行模型无关的解释,在预训练语言模型上的适用性存在缺陷.因此,以Ditto、JointBERT等BERT类实体匹配模型为例,提出3种面向预训练语言模型实体匹配技术的模型解释方法来解决这个问题:(1)针对序列化操作中关系数据属性序的敏感性,对于错分样本,利用数据集元特征和属性相似度实现属性序反事实生成;(2)作为传统属性重要性衡量的补充,通过预训练语言模型注意力机制权重来衡量并可视化模型处理数据时的关联性;(3)基于序列化后的句子向量,使用k近邻搜索技术召回与错分样本相似的可解释性优良的样本,增强低置信度的预训练语言模型预测结果.在真实公开数据集上的实验结果表明,通过增强方法提升了模型效果,同时,在属性序搜索空间中能够达到保真度上限的68.8%,为针对预训练语言实体匹配模型的决策解释提供了属性序反事实、属性关联理解等新角度.

软岩隧道锚固系统预紧力匹配性设计方法与实践

预应力锚杆/索是软岩隧道中行之有效的围岩变形控制技术之一,其中的预紧力是变形控制中最核心的参数,故研究提升预应力锚固系统预紧力选用的合理性、可靠性对充分发挥预应力锚固系统的支护效用具有重要意义。为此,以软岩隧道中锚固系统拉拔过程的理论分析为基础,综合施工因素与安全考虑,提出一种综合考虑锚杆/索体型号与预紧力匹配、锚固可靠性、锚固力提升效率和施工锚固效果的锚固系统预紧力匹配性设计方法,并通过在建木寨岭公路隧道对该方法进行了工程应用。研究结果表明:临界锚固长度(Lc)内,随锚固长度增加,锚固力增大,但增速快速趋缓,设计锚固长度无超0.5Lc的必要;锚固剂-围岩界面抗剪强度[τ]和剪切刚度系数Ke随锚固长度增加、量值下降,但随锚固深度增加、量值上升;锚固长度下限应综合考虑预应力加载损失和安全储备需求;锚固长度上限应综合考虑锚固力提升效率和施工效果;以寨岭公路隧道为例的计算显示,木寨岭隧道中预应力锚索的预紧力设计应小于500 kN;且当采用1×19 s-21.8 mm-1 860 MPa锚索时,预紧力设计宜在350 kN内。研究成果可为软岩隧道锚固系统的预紧力设计提供指导,有助于提升预应力锚固系统的整体可靠性。

基于正交匹配追踪的并行采样信号重构方法

为解决从超高速并行采样系统的海量数据中提取有效信息进行存储并准确重构信号这一关键问题,提出了一种基于压缩感知的重构方法——基于粒子群优化的预选分段正交匹配追踪(PPStOMP)算法,从少量低维有效信号中精准恢复原始高维信号进行上位机显示。对改进算法本身的主要输入参数进行仿真测试,得到阈值、步长、最大迭代次数在不同采样率下的推荐取值范围。最后利用图像和采样信号作为原始数据,将改进算法与其他正交匹配跟踪算法进行对比实验,实验结果表明PPStOMP算法的重构性能稳定且良好。

L波段1500W GaN功率放大器

基于0.5μm GaN高电子迁移率晶体管(HEMT)工艺对GaN芯片结构进行了改进。通过优化场板参数提高击穿电压,通过优化接地孔分布方式降低管芯热阻,设计了单指栅宽1500μm、总栅宽120 mm的改进型GaN HEMT。该芯片具有高击穿电压305 V、低热阻0.19℃/W及高功率密度15 W/mm。采用该GaN HEMT芯片设计了一款L波段功率放大器,采用预匹配技术实现功率放大器高阻抗变换比。经测试,在1.2~1.4 GHz,该功率放大器在栅极电压-1.9 V,漏极电压100 V、脉宽100μs、占空比5%的工作条件下,输出功率大于1500 W,功率增益大于15 dB,功率附加效率大于70%。

基于测量点云的涡轮叶片配准定位算法应用研究

涡轮叶片是航空发动机的核心零件,其精铸后进行数控机加需要先实现叶片测量点云与CAD模型的快速、准确配准定位。为此,针对测量点云初始位姿不佳的问题,实现了基于主成分分析的预对齐和手工关联预对齐两种预对齐算法;针对匹配点计算效率较低的问题,实现了网格法、赋范空间投影法和基于kd–tree快速搜索法3种搜索算法,通过对比分析发现,基于kd–tree搜索算法计算效率较好。在此基础上,确定了手工关联预对齐、基于kd–tree快速搜索匹配点集和ICP方法的配准方案,示例测量点云配准定位后与CAD模型差异区间为[–0.06 mm,+0.1 mm],符合涡轮叶片铸造精度情况。

基于预训练模型的中文电子病历实体识别

为提升传统中文电子病历实体识别预训练模型的语义特征提取能力并增强中文隐含特征表示,提出基于改进预训练语言模型的医疗命名实体识别方法。提出动态词长的逆向最大匹配算法对病历文本进行标注歧义处理,在此基础上构建用户自定义医疗实体字典辅助PKU分词,提高预训练模型掩码效果。输入向量层加入字向量,引入注意力机制学习字向量的全局语义特征。改进预训练模型mask策略和机制并去掉下一句预测,提升词向量语义表征能力。实验结果表明,该方法有效提高了医疗实体的识别效果,F1值达到90.57%。

基于PR-ERNIE模型的航空安全风险量化分析

有效地利用实体识别技术识别出航空不安全信息中的风险要素,提升安全风险识别和评价能力,对于实现航空安全风险量化分析具有重要意义。为精准识别非结构化航空不安全信息中的风险要素,提出了一种融合先验规则和知识增强语义表示模型的实体识别模型,以大量航空不安全事件案例文本报告为分析对象,在自建标注语料上训练ERNIE模型,获取动态词向量,同时引入能够表达风险要素结构的规则进行优化。实验结果表明,模型在测试集上的精确率、召回率和F1值分别达到了92.5%、92.4%和92.4%,优于实验对比的其他模型。模型能够有效识别航空不安全信息中隐含的风险要素,为航空安全风险量化分析提供数据支持。

面向窄引脚功率器件的负载牵引去嵌方法

传统的功率器件负载牵引测试忽略了器件引脚与预匹配电路间的不连续性电抗效应并引发阻抗偏移误差,该误差在窄引脚功率器件上更为显著。为了解决该问题,提出了一种考虑引脚不连续性电抗效应的新去嵌方案,先基于器件引脚尺寸设计独立校准系统并获取校准件传输参数,再通过校准件与预匹配电路的级联和参数处理将不连续效应叠加入预匹配电路传输参数中,使负载牵引测试数据端面从预匹配电路同轴端口端面去嵌到功率器件引脚根部端面,获取功率器件本身的精准阻抗测试数据。实验结果表明,利用该方案测定负载牵引阻抗具有较高的精度,匹配后的双边扁平无引脚(DFN)封装功率器件在5.8~7.2 GHz工作频率下饱和输出功率达43.6~44.6 dBm,功率附加效率达到40%~47%,20 dBm输入功率下增益为13.1~15.5 dB,性能较传统去嵌方法提升明显。

6~27 GHz GaAs宽带功率放大器MMIC

基于90 nm GaAs赝配高电子迁移率晶体管(PHEMT)工艺研制了一款6~27 GHz宽带功率放大器单片微波集成电路(MMIC)。采用预匹配电路降低带内低频段的增益,将宽带电路设计简化为窄带电路设计。采用滤波器匹配网络,将GaAs PHEMT的栅极等效电容和漏极等效电容加入匹配电路中,缩小了宽带功率放大器MMIC的尺寸。在片测试结果表明,该放大器MMIC在6~27 GHz内,增益大于23 dB,增益平坦度约为±0.8 dB,饱和输出功率大于20.9 dBm。放大器MMIC的工作电压为4 V,电流为125 mA,芯片尺寸为1.69 mm×0.96 mm。该宽带功率放大器MMIC有利于降低宽带系统的复杂度和成本。

厦门市业余马拉松初赛选手赛前训练研究

人民大众对健康的关注越来越多,马拉松运动的普及化日益提高,参与度逐步提升,参赛人数直线上升,但同时运动损伤、猝死案例也层出不穷。该文采用文献资料法、访谈法、数理统计法等研究方法,对厦门市业余马拉松参赛选手的赛前训练行为进行深入研究。其目的是为业余马拉松选手提供科学训练的建议,为厦门马拉松运动的发展提供参考。