基于双维度中文语义分析的食品领域知识库问答

基于知识库的简单问答是自然语言处理中的一个研究热点,也是实际生活中应用最广泛的一种情况。然而在研究中文方面基于知识库问答的过程中,存在诸如不同处理过程间的错误传播、难以从关系名称表达不明确的问句中抽取关系等问题。在自主构建的食品领域知识库以及食品领域问答语料库的基础上,从中文词义和中文字义两个语义角度出发,利用两个维度进行实体链接,并采用长短时记忆网络进行语义向量建模来抽取关系,提出一种基于双维度的中文语义分析的食品领域知识库问答模型。实验结果表明:所提出的模型在中文食品领域知识库问答上准确率比常用的端到端模型和语义解析模型均高出5.83%~13.07%,验证了所提出模型的有效性。

基于马尔科夫的辐射安全许可证申请高发预测

《辐射安全许可证》是我国境内核技术利用单位必不可少的资质证明,许可证的申请业务是具有随机波动特性的复杂灰色系统,利用传统的预测技术难以准确预测许可证申请业务的未来变化趋势。为解决上述问题,运用新陈代谢-GM(1,1)模型对S省的辐射安全许可证申请数量建模预测,并采用马尔科夫模型和残差修正法对预测序列进行修正。经仿真证明,新陈代谢模型可以提升近期数据对于未来的影响,更适合许可证申请业务的特性。马尔科夫模型和残差修正法可以有效提升模型预测精度。

基于联盟区块链的放射源溯源数据存储优化

放射源监管部门为实现放射源可靠、安全、高效地流转,需要一套完善的放射源监管机制,及时对放射源的状况进行实时报备。在现有的放射源溯源体系中,放射源企业间的流转信息需要上传到本地监管部门进行实时存储,但是这种中心化的存储方式容易引起中心节点遭受恶意攻击而发生单点失效、数据被故意篡改等信息安全问题。针对放射源溯源信息安全问题,利用联盟区块链技术与监管部门构造联盟区块链溯源存储模型。由于记录放射源溯源信息是海量数据,在现有区块链技术下,网络中单节点的性能较低、同时数据存储采用链式本地存储导致无法平行扩展。因此结合放射源溯源数据的特点,提出一种分片存储方式以及区块节点的分组方式,提高节点处理放射源溯源数据的性能。

基于遗传算法的拣货路径优化方法

随着国民经济的不断发展,电子商务也保持较快的增长趋势,在国民经济中占有越来越重要的地位。电子商务的订单有批量小、频率高、个性化等特点;同时,客户对订单响应时间的要求越来越高,导致电子商务配送中心的拣货作业量非常巨大,作业成本居高不下。本文研究对象是采取人工拣选方式的电子商务配送中心,拣选路径优化问题是一个典型的NP-hard问题,难以采用精确算法求解,故本文采用遗传算法进行求解,对比传统拣货策略,各次实验实际减少路径16.94%～29.84%。验证了优化模型和遗传算法的有效性。