一种基于知识图谱的检索增强生成情报问答技术

为实现军事情报问答,提出了一种基于知识图谱的检索增强生成框架。该框架通过问题分类、实体识别、实体链接、知识检索有效地获取了背景知识。同时考虑到情报问题多约束的特点,使用回答集编程在知识上通过约束限制减少知识数量或者直接获得答案。最后,使用大语言模型在精炼后的知识上对问题进行求解,以减少问题理解过程中的属性识别与链接。在MilRE数据集上的实验表明,所提框架能够提供基于知识图谱的增强知识检索功能,并具有较好的军事情报问题解答能力。

消费主义视角下的婚姻与女性“自我”——华顿“纽约小说”研究

美国女作家伊迪丝·华顿创作的《快乐之家》、《国家风俗》以及《天真时代》等纽约小说从不同侧面勾勒出妇女消费倾向的改变,以及她们经历转变与适应的过程。作品以白描的手法再现了美国20世纪上半叶妇女作为商品、艺术品以及消费品的情景。本文在消费主义理论观照下阐释商品市场对女性人物婚姻观和自我认同的作用力,指出女性的经济依附状态和社会客体地位弱化了女人的社会角色及身份建构。纽约小说在很大程度上反映了华顿对待消费意识形态的复杂矛盾态度,以及她与主流思想之间的互动关系。

煤的冲击倾向性研究进展及冲击地压“人-煤-环”三要素机理

煤的冲击倾向性是冲击地压机理的基础研究问题之一,也是目前评估和预测煤矿冲击地压危险程度的主要依据之一。系统梳理了煤的冲击倾向性专业术语和冲击倾向性指数的研究历史,提出了煤的冲击倾向性直接指数和间接指数的概念和定义。对现有的16种冲击倾向性指数的出处、定义、表征符号、计算公式、试验过程、分类标准等进行了详细介绍。对来自5个煤矿的30个煤样进行了单轴压缩试验,利用试验结果对16种冲击倾向性指数进行了计算,获得了具体的冲击倾向性类别。为了对煤的16种冲击倾向性指数的判别结果进行统一验证,根据煤样破坏过程和破坏状态,提出了基于试验现象的煤样冲击倾向性定性判据及分类标准。通过统一对比,结果表明剩余弹性能指数判别结果和定性判据判别结果完全一致。剩余弹性能指数以煤线性储能规律为基础,从煤样受力全过程中能量输入、储存、消耗、剩余的角度出发,以煤样破坏时剩余的绝对能量值作为判别指标,符合冲击地压发生时释放弹性应变能的本质。剩余弹性能指数属于煤的冲击倾向性直接指数,所得结果实现了和定性判别结果的相互验证和统一,具有科学性与适用性。根据冲击地压属于深部工程地质灾害的特点,借鉴系统工程学思想提出了冲击地压“人-煤-环”三要素机理,进一步明确了煤的冲击倾向性研究所起的作用和地位。从力学性质和材料性质2个方面分析了煤和岩石的本质属性差异,认为冲击地压属于固体可燃有机岩动力破坏,而岩爆属于固体不可燃无机岩动力破坏。最后,提出了煤的冲击倾向性指数研究中存在的6个关键科学问题。

基于内盒近似模型的有序用电调度策略研究

随着我国电力需求总量的日趋激增以及双碳目标的实施,电力供需矛盾日益加剧,有序用电是缓解供电系统高峰时段供需矛盾的重要手段。为充分挖掘用户的有序用电潜力,首先,提出一种基于内盒近似模型,建立用户各类设备的可限负荷模型,并通过闵可沃夫斯基求和得到用户的聚合模型,有效简化了大规模用户制定计划时的计算复杂度的同时降低用户用电信息暴露的风险。其次,电力公司在执行有序用电计划时兼顾用户的紧急错避峰价值、公平性以及对社会影响程度建立多目标优化调度模型,最大程度地降低缺电对社会经济以及居民生活的影响。最后基于仿真验证了所提出模型的有效性,并结合算例分析了其在运算效率与隐私安全方面的优越性。

基于ERP的人机交互界面设计方法研究

几年来,人机交互界面在操作逻辑和表现形式上都发生着日新月异的变化。学者和设计从业者开始寻求新的,更为客观理性的人机交互界面设计方法及评价方法,本文综合运用脑电科学,认知心理学等学科,建立基于ERP阈值的人机交互设计方法。为设计从业者及研究人员提供界面设计指导,也为界面设计提供科学可靠的理论依据支撑。

机器学习模型在车险欺诈检测的研究进展

随着保险行业的蓬勃发展,保险欺诈问题也显得日趋严重。车险欺诈一直是保险欺诈的“重灾区”,对保险行业的发展至关重要。因此,车险欺诈检测技术一直是国内外学者研究的热点问题。鉴于我国在机动车辆保险欺诈检测技术方相对滞后,而国外的研究成果又较少对我国车险业务数据进行有效建模与分析,首次针对机器学习模型应用在车险欺诈检测的研究工作进行了文献调研,对二十多年来的研究工作进行系统化的归纳与总结。通过引入车险欺诈流程的简介,对专家系统与智能理赔系统在车险欺诈检测的流程进行了叙述;依次从国外和国内的角度介绍了机器学习模型应用在车险欺诈检测的具体研究进展,并进行了宏观的对比;基于国内某车险公司提供近5年来高质量的车险数据选取具有代表性的机器学习模型进行建模,并进行了全面的测试与分析;探讨了车险欺诈检测技术未来的研究方向。

二硼化镁作为固体高能金属燃料应用研究进展

硼(B)在应用过程中存在点火困难、燃烧效率低的问题,为开发具有更高应用潜力的燃料,二硼化镁(MgB_(2))由于其出色的点火燃烧性能引起了广泛关注。本文简要回顾了MgB_(2)在超导体、固体推进剂和储氢材料等方面的发展历程,介绍了MgB_(2)的主要制备方法,重点对MgB_(2)的热分解、热氧化特性和点火燃烧性能研究三方面对现有研究结果进行了综述。研究通过氧弹燃烧、热重差示扫描量热(TG-DSC)和X射线衍射(XRD)分析等,发现MgB_(2)相对于B具有更加优越的能量释放特性,其点火燃烧过程是以逐级分解释镁、多种硼镁化合物与镁协同氧化两个动力学过程为核心的复杂反应过程。通过总结现有研究,发现MgB_(2)热分解、热氧化具体反应过程及其内在关联机制尚未明确,存在缺乏微观层面的物质扩散过程和反应机理研究以及在不同环境条件下的点火燃烧研究等问题。未来应在微观角度对MgB_(2)点火燃烧的传热、传质过程等进行研究,并开展高温高压下的离散样品点火实验等,以提升MgB_(2)作为固体高能金属燃料的性能表现。

基于BOW-HOG特征的港口地标识别算法研究

港口地标分割与识别技术是实现港口轮胎式龙门吊(RTG)视觉定位的关键。为了实现地标的分割与识别,首先使用逆透视算法对图像进行预处理,并采用基于极值点的直方图分割算法对图像进行全局分割和局部分割。提取分割图像的HOG特征向量,并使用K-means算法对特征向量进行聚类。根据聚类结果获取每个地标图像的BOW-HOG特征向量,使用KNN算法寻找在特征空间中距离最近的3个BOW-HOG特征向量。根据特征向量对应的标签完成对地标的识别。实验结果表明基于BOW-HOG特征的地标识别算法对所有地标的分类准确度达到90.18%,单个地标类别分类的准确度最高可达94%。

高速铁路对于不同规模城市人才集聚影响的研究综述

高速铁路的发展极大地改变了区域交通网络,推动了区域城市群的发展,对于区域间人才集聚产生了深远影响.本文梳理了目前高速铁路与人才集聚领域的研究,整理了高铁对人才集聚影响的内在机制,并对现有文献作了简要评述.

基于集装箱扭锁的目标识别方法研究

为了提高港口的自动化程度并降低人工成本,针对集装箱扭锁自动化拆卸困难的问题进行了研究。对多种基于深度学习的扭锁目标识别算法进行了比较研究,以更好地自动识别集装箱上的扭锁位置,并实现自动化的扭锁拆卸。同时还制作了COCO和VOC格式的数据集,用于算法的训练和测试,覆盖了手动扭锁、半自动扭锁和扭锁底座等多种情况。实验结果表明,相较于其他基于目标识别算法,YOLO算法在保证高准确率的同时,具有更好的实时性能。该算法能够在短时间内快速识别出集装箱上的扭锁位置,为后续的自动化拆卸提供了有力的支持。因此,该研究为提高港口自动化水平和降低人工成本提供了有益的探索,并为相关领域的深度学习算法应用提供了参考和支持。

双有源区结构4.7μm中波红外量子级联激光器

本文报道了一种基于双有源区的4.7μm中波红外量子级联激光器,脊宽为9.5μm,可实现室温连续基横模工作。通过在单有源区中心插入0.8μm InP间隔层,将原有的单有源区转变成双有源区结构,可显著降低器件有源区的峰值温度,同时抑制高阶横模的产生。在288 K温度下,腔长为5 mm的双有源区器件的阈值电流密度为1.14 kA/cm2,连续输出功率为0.71 W,快轴发散角为27.3°,慢轴发散角为18.1°。同采用常规单有源区结构器件相比,采用双有源区结构的器件,其最大光输出功率未出现退化,同时器件慢轴方向由多模变化为基横模,光束质量得到了显著改善。本工作为改善高功率中波量子级联激光器的慢轴光束质量提供了一种解决思路。

基于不确定性机制的病理图像病变区域的语义分割方法

随着病理图像的数字化和计算机深度学习技术的发展,使用深度学习技术处理分析数字化病理图像对缩短诊断流程和提高临床效率有重大的实际意义。然而,数字化病理图像的分辨率极高,传统的深度学习网络和图像处理技术往往需要付出很高的硬件和时间成本。文章引入滑窗机制和多尺度信息处理高分辨率的数字化病理图像,同时将多尺度信息与不确定性机制相结合,极大地提高了处理效率,将平均处理时间降到1min以内。

基于VMD与改进DAE人车地震动包络信号识别算法

为解决在野外环境中使用传统模式识别方法对低信噪比(signal-noise rate, SNR)的人车地震动信号进行分类时应用不便,效果不佳的问题,提出了通过基于包络检波、变分模态分解(variational mode decomposition, VMD)和改进的深度自编码器(deep auto-encoder, DAE)的特征提取算法。首先对目标的地震动信号进行希尔伯特变换以获取信号的平滑包络线,然后进行变分模态分解得到本征模函数(intrinsic mode function, IMF)信号,并利用皮尔森相关系数对分解得到的IMF信号进行筛选,之后将相关度较高的分量加权为高信噪比的中间信号,再使用改进的深度自编码器对其进行特征提取,最后使用泛化性能好的随机森林算法充当分类器,从而实现对人车目标的识别和分类。结果表明:所提算法有效缓解了其他传统算法的部分缺陷,综合识别正确率有所提高,且更加方便应用。

考虑土体各向异性的抗滑桩边坡稳定性分析

抗滑桩广泛应用于边坡加固工程中,抗滑桩桩间距的合理选择不仅能够保证边坡的稳定性,还能够缩短施工流程并提高经济效益.采用有限元软件ABAQUS对模型进行验证,通过编写和调用子程序,引入土体各向异性表征参量,并利用强度折减法求解不同桩间距下的安全系数,基于有限元软件的计算结果绘制出不同路径上的应力曲线.研究结果表明:考虑各向异性条件时的安全系数小于各向同性条件下的安全系数;当桩间距从一个较小的范围内逐渐增加时,土拱的影响范围先增大后减小,安全系数逐渐降低.最终,通过对安全系数与桩间距曲线的拟合表明,最优桩间距为5倍的桩径.

基于神经网络的基坑紧邻环境多因素预测

随着高层建筑的增多与地下空间的大范围开发,基坑工程不断增加的深度与规模都对紧邻环境造成了巨大挑战,而有效预测能提前发现工程的安全隐患。为了预测深基坑工程开挖时地表沉降、地铁结构位移、坑外土体测斜三类紧邻环境的监测数据,同时降低数据在获取过程中受到的噪声影响,提出了小波分析-长短时记忆神经网络(WA-LSTM)模型。该模型使用排列熵算法选择最优预测天数,同时以皮尔逊相关性分析结果为依据选用不同的输入组合,考虑了输入项之间的相关性大小。实验使用上海徐家汇中心深基坑工程的监测数据进行验证,结果表明,WA-LSTM(双因素)模型对原数据的趋势性上还原程度较高,是一种高精度、高时效、更符合理论变化趋势的环境预测模型。

基于认知的品牌认知度测评

品牌认知度是品牌资产的重要组成部分,它是衡量消费者对品牌内涵及价值的认识和理解度的标准。品牌认知是公司竞争力的一种体现,有时会成为一种核心竞争力。不同的品牌被消费者想起的难易程度是不同的,本文采用基于消费者认知的测评方法对工业机箱产品进行品牌认知度测评应用。

摩托车安全驾驶模拟体验装置设计与实现

本文介绍了“摩托车安全驾驶模拟体验装置”的研发设计思路，以宾车改造的硬件系统为载体，结合交通流仿真技术以及三维道路场景建模技术，构建三维虚拟道路交通场景和事件，通过合理的体验流程和评价规则设计，使摩托车驾驶入可以通过对该装置进行操作互动，充分体验不良驾驶行为所带来的严重后果，最终达到对摩托车驾驶人行为进行有效干预，提高驾驶人交通安全意识、驾驶技术以及风险感知能力的目的，有助于推动摩托车驾驶人的主动防护意识，减少道路交通事故的发生。

不同的女性,相同的命运——论莎士比亚悲剧《泰脱斯·安特洛格斯》

莎士比亚的早期悲剧《泰脱斯·安特洛格斯》因其血腥气浓重而历来不为评论家所称道。本文从女性主义角度对该剧所反映的父权中心文化根深蒂固的伊丽莎白时代的英国社会进行剖析,对比论证剧中天使形象的拉薇妮霞和妖妇形象的妲摩拉这两位不同的女性人物的命运,指出莎士比亚在其作品中流露出一定的女性嫌忌倾向。

中国地方政府融资平台系统性风险测度与分析

地方政府融资平台是地方政府在城市化进程不断加快等背景下进行的一种融资创新。其在建立和成长过程中,在促进地方经济迅猛发展、不断加强基础设施建设、有效应对经济危机等方面发挥了重要的推动作用。通过主成分分析,系统性风险客观存在。需从监管、政府、银行和平台四方面的结合入手才能从根本上减少和化解风险。

“一带一路”背景下中国服务贸易发展的机遇与挑战

随着我国社会经济的发展,服务业在国民经济中的地位不断上升,服务贸易也已转变为我国对外贸易的发展重点。2013年习近平主席提出“一带一路”发展倡议,本文旨在探讨在该倡议背景下我国服务贸易发展面临的机遇与挑战,并提出相应的应对策略。