基于层次结构图的多跳知识图谱问答模型

知识图谱问答(KBQA)旨在理解用户的自然语言问句,在结构化的知识图谱中通过检索、推理等手段来获取答案实体。近年来,多跳KBQA备受关注,然而,复杂问句中通常存在多个关系意图,已有KBQA方法大多忽视了推理关系链的关系顺序问题。为此,提出一种基于层次结构图的多跳知识图谱问答模型(HSG-KBQA),建模自然语言问句的关系层次顺序,指导模型在每个推理步选择合理的关系意图。设计一种层次结构图,显式地体现问句中关系的层次距离,利用LSTM-BiGCN编码层将词语间的依存信息编码到问句中;提出虚拟节点的概念,利用图池化技术过滤不重要的节点,学习推理过程中知识图谱的状态;设计基于注意力机制和层次权重的解码器来优化指令生成,使推理指令更匹配问句中的关系链顺序。实验结果表明,HSG-KBQA在WebQuestionsSP数据集上取得了71.3%的Hits@1分数,在PathQuestions数据集上取得了97.3%(PQ-2H)和89.7%(PQ-3H)的Hits@1分数,均优于对照基准模型,表明HSG-KBQA模型在KBQA任务中具有更好的性能。

乡村振兴背景下海洋专业人才培养对海洋经济发展的影响与展望

海洋是中国经济发展的重要资源,加快海洋人才培养与海洋经济发展是“人才强国”“海洋强国”的战略选择,更是实现乡村振兴的重要一环。本研究选取2008—2020年全国沿海11个省份的海洋经济数据与《中国统计年鉴》中沿海省份地区经济发展数据,通过固定效应模型分析不同层次海洋专业人才培养对海洋经济发展的影响。研究发现海洋专业人才培养对海洋经济发展呈现出显著的正向促进作用,其中硕士和博士高层次的人才培养尤为重要。根据分析结果,高校应扩大海洋专业人才培养规模,完善海洋学科人才培养体系;注重高端人才培养,加大教学力度;推动沿海地区进出口业务发展,挖掘地区经济发展潜力,依托国内大循环增强内生动力和可靠性,稳定海洋产业根基。

不确定通信拓扑下多智能体系统鲁棒一致性

本文研究一类具有通信不确定的多智能体系统鲁棒一致性问题.本文提出基于标称通信拓扑有向生成树的线性变换方法,将线性多智能体系统的状态一致性问题转化为相应线性系统的鲁棒部分变元渐近稳定性问题.首先采用基于有向生成树关联矩阵的线性变换,将多智能体系统网络的全局状态方程转化为一个降阶子系统;其次,将拉普拉斯矩阵的摄动部分进行分解,利用降阶系统设计鲁棒二次镇定控制器,推导出所有智能体状态达到渐近一致的充分条件.在此基础上将控制协议的参数设计转化为求解线性矩阵不等式的可行解.最后,通过数值仿真验证了所提出的一致性协议分析与设计方法的可行性和有效性.

基于改进SIFT算法的无人机遥感影像快速拼接

近几十年来,无人机遥感在地球观测领域发展十分迅速,然而,无人机影像快速拼接是阻碍其应用的难题.针对无人机遥感影像的特点与SIFT(scale invariant feature transform)拼接算法的缺点,该文提出了一种基于随机抽样一致性算法RANSAC(random sample consensus)和最小二乘匹配改进的SIFT影像拼接算法.首先采用随机采样法RANSAC进行粗略匹配数据的提纯,剔除伪特征点对,以减少特征点数量,降低时耗;然后再以最小二乘匹配进行更加精确的匹配,最终实现了无人机影像的自动拼接.实验结果表明:基于RANSAC和最小二乘匹配改进的SIFT拼接算法的平均正确匹配率为92.8%,拼接精度由1个像元提高到0.1个像元,同时拼接运算效率也得到了较大的提升.经改进的SIFT拼接算法在海量特征数据库中可以进行快速、准确的匹配、甚至可以达到实时的要求,具有更强的鲁棒性,可以满足低空遥感影像的相对定向高度自动化的需要,应用前景广阔.

蛇形供水管道机器人头部结构设计与运动学分析

管道机器人被广泛应用于管道检测领域,为观测小口径带压供水管网的内部情况,检测漏水点,设计了一种小体型的蛇形管道机器人头部结构,不仅有着良好的防水抗压效果,且该结构引入连续体机器人的特点,采用绳驱柔性体和关节旋转的配合动作来进行姿态变换,使得机器人头部运动更加灵活,能够在150 mm~300 mm的小口径自来水管道中自由移动,有着广泛的可达任务空间;运用等效D-H方法建立机器人的运动学模型,计算出其正、逆解析表达式,并使用蒙特卡罗法在Matlab中绘制出机器人头部的可达任务空间图,最后将设计的虚拟样机模型在Adams仿真软件中进行仿真分析;运动学分析和虚拟样机模型的仿真分析结果表明,所提出的管道机器人头部结构设计方案合理可行,满足应用设计需求。

高压带电作业双臂机器人系统设计

传统带电作业采用人工方式,但高空、高压危险作业环境与高劳动强度对作业人员人身安全构成一定威胁;针对10 kV配电网带电作业的实际需求,采用12米高液压升降平台和两台协作型六轴机械臂,设计开发了双臂六轴机器人系统;采用ARM嵌入式处理器,设计开发了双臂机器人控制器硬件和软件,根据实际作业应用需求,给出了机械臂运动路径规划方法,通过WiFi无线通讯方式和SOCKET编程实现了对双臂机器人的现场操作控制,采用LoRa无线通讯网络,设计开发了LoRa主站模块和LoRa专用工具模块,采用LoRa定点扫描通讯方式,实现了各工具模块和机器人控制器的相互通讯;在某培训实验基地10 kV配电线路上,对带电作业机器人系统进行了现场实验,验证了剥皮、接引流线等各项设计功能,机器人从接收到剥皮指令开始到剥皮作业完成,整个过程用时3分20秒;完成接引流线作业全程用时2分50秒。

电力电子变压器集成变流器系统控制方法

电力电子变压器集成变流器系统应用于轨道交通车辆,其输入直接连接牵引网,输出连接牵引电机和辅助供电负载,能量双向流动,单位功率因数运行。该文首先分析单相单级PWM整流控制策略,给出在旋转坐标系下的PI控制器参数设计方法,并将该单级整流控制策略应用于52级级联单相AC/DC变换器;然后仿真分析中间级高频隔离CLLC谐振变换器启动瞬态过程;最后分析三相级联DC/AC输出电压THD特性。结果表明,该系统输入电流总谐波畸变率(THD)低于1%,功率因数大于0.99,输出电压THD低于3.50%。

多尺度模态感知在文本指代实例分割中的研究与应用

文本指代实例分割(RIS)任务是解析文本描述所指代的实例,并在对应图像中分割出该实例,是计算机视觉与媒体领域中热门的研究课题。当前,大多数RIS方法基于单尺度文本/图像模态信息的融合,以感知指代实例的位置和语义信息。然而,单一尺度模态信息很难同时涵盖定位不同大小实例所需的语义和结构上下文信息,阻碍了模型对任意大小指代实例的感知,进而影响模型对不同大小指代实例的分割。对此,设计多尺度视觉-语言交互感知模块和多尺度掩膜预测模块:前者增强模型对不同尺度实例语义与文本语义之间的融合与感知;后者通过充分捕捉不同尺度实例的所需语义和结构信息提升指代实例分割的表现。由此,提出了多尺度模态感知的文本指代实例分割模型(MMPN-RIS)。实验结果表明,MMPN-RIS模型在RefCOCO,RefCOCO+和RefCOCOg3个公开数据集的oIoU指标上均达到了前沿性能;针对文本指代不同尺度实例的分割,MMPN-RIS模型有着较好的表现。

一种角度自适应的椭圆模板检测器

提出了一种新颖的摆脱锚框的椭圆模板检测器EllipseNet,其能够直接预测椭圆框的圆心,长短轴长以及旋转角度。由于椭圆模板检测网络能够自适应的调整旋转角度故能够更加精确的检测出物体的轮廓。另外,为了提高模型的检测精度,设计了一种高效的椭圆交并比损失函数。实验结果表明,由于没有引入复杂的锚框,该模型结构简单,且取得了和基于矩形框目标检测算法相近的性能。

基于视觉信息积累的行人重识别网络

在以往的行人重识别方法中,绝大部分的工作集中于图像注意力区域的学习,却忽视了非注意力区域对最终特征学习的影响,如果在关注图像注意力区域的同时加强非注意力区域的特征学习,可进一步丰富最终的行人特征,有利于行人身份信息的准确识别。基于此,提出了视觉信息积累网络(VIA Net),该网络整体采用两分支结构,一个分支倾向于学习图像的全局特征,另一个分支则拓展为多分支结构,通过结合注意力区域和非注意力区域的特征逐步加强局部特征的学习,实现视觉信息的积累,进一步丰富特征信息。实验结果表明,在Market-1501等行人重识别数据集上,所提出的VIA Net网络达到了较高的实验性能;同时,在In-Shop Clothes Retrieval数据集上的实验证明:该网络也适用于一般的图像检索任务,具有一定的通用性。

基于Mask R⁃CNN与SG滤波的手势识别关键点特征提取方法

手势识别是人机交互的重要手段。为了精确识别手势并摒除光照等环境干扰,同时减除由于手部高维运动造成的关键点剧烈抖动的问题,提出一种基于基于蒙版区域的卷积神经网络(Mask Region⁃based convolutional neural network,Mask R⁃CNN)与多项式平滑算法(Savitzky⁃Golay,SG)的手势关键点提取方法。该方法首先对输入的红绿蓝(RGB)三通道图像进行特征提取与区域分割,获得手部的实例分割与掩码。然后利用ROIAling及功能性网络进行目标匹配,标记出22个关键点(21个骨骼点+1个背景点)。将标记后结果送入SG滤波器进行数据平滑,并进行骨骼点的重新标定。从而得到稳定的手势提取特征。对模型进行对比实验,结果表明,该方法能够最大程度摒除环境干扰,并精准提取关键点。与传统基于轮廓分割的手势关键点提取相比,模型的鲁棒性大大提高,识别精度达到93.48%。

基于离散动态规划的列车节能速度曲线优化

为降低城市轨道交通的牵引能耗,结合列车牵引特性、速度限制和坡道阻力等影响,确定一条速度曲线使列车站间运行的牵引能耗最小。以位置为自变量、牵引力/制动力的系数为控制变量构建列车节能速度曲线优化模型,根据线路条件将位置进行离散化,把速度曲线优化问题转换为多阶段决策过程,并利用状态空间缩减策略对其缩减,利用离散动态规划求解得到列车站间最优速度曲线和最优控制输入。仿真验证表明:动态规划且状态空间缩减方案可以显著提高搜索效率,有效降低列车的牵引能耗,为列车司机节能驾驶提供参考。

基于预测控制的PHEV能源管理策略

提出一种基于预测控制的PHEV在线能源管理策略。它利用BP神经网络构建旅途预测模型,并采用遗传-粒子群混合优化算法提升预测模型的车速预测精度;在此基础上,为保证预测模型对工况的适应性和策略的实时性,设计了基于动态规划的预测控制策略;最后以实际工况数据对提出的策略进行了仿真验证。结果表明,设计的旅途预测模型可有效地进行车速预测,预测精度超过93%;同时,与现有的实时策略和全局优化策略相比,采用提出的策略时油耗、排放和实时性得到了改善。

基于集成聚类的交叉口车辆行驶路径提取方法

交叉口不同方向车辆的行驶路径冲突会导致各种碰撞风险,因此利用交叉口的车辆轨迹数据提取该场景下的路径信息,对交叉口碰撞风险分析具有重要意义。提出一种基于集成聚类的路径信息提取方法,用于从交叉口车辆轨迹数据中获取交叉口路径信息。将车辆轨迹投射到网格上,并压缩其中大量的冗余点;采用集成聚类方法提取高质量的聚类,获取聚类后,基于图的拉普拉斯中心性,提取各个聚类的代表;采用深度优先搜索将聚类合并成路径。实验分析表明,该方法在多个数据集上展现出较强的鲁棒性,并且提高了路径提取精度。

判别增强的生成对抗模型在文本至图像生成中的研究与应用

目前大部分基于生成对抗网络GAN的文本至图像生成算法着眼于设计不同模式的注意力生成模型,以提高图像细节的刻画与表达,但忽略了判别模型对局部关键语义的感知,以至于生成模型可能生成较差的图像细节“欺骗”判别模型。提出了判别语义增强的生成对抗网络DE-GAN模型,试图在判别模型中设计词汇-图像判别注意力模块,增强判别模型对关键语义的感知和捕捉能力,驱动生成模型生成高质量图像细节。实验结果显示,在CUB-Bird数据集上,DE-GAN在IS指标上达到了4.70,相比基准模型提升了4.2%,达到了较高的性能表现。

基于几何⁃语义联合约束的动态环境视觉SLAM算法

传统视觉同步定位和地图构建(Simultaneous localization and mapping,SLAM)算法建立在静态环境假设的基础之上,当场景中出现动态物体时,会影响系统稳定性,造成位姿估计精度下降。现有方法大多基于概率统计和几何约束来减轻少量动态物体对视觉SLAM系统的影响,但是当场景中动态物体较多时,这些方法失效。针对这一问题,本文提出了一种将动态视觉SLAM算法与多目标跟踪算法相结合的方法。首先采用实例语义分割网络,结合几何约束,在有效地分离静态特征点和动态特征点的同时,进一步实现多目标跟踪,改善跟踪结果,并能够获得运动物体的轨迹和速度矢量信息,从而能够更好地为机器人自主导航提供决策信息。在KITTI数据集上的实验表明,该算法在动态场景中相较ORB⁃SLAM2算法精度提高了28%。

模型不确定多智能体系统的鲁棒一致性控制

针对模型不确定性多智能体系统的分布式鲁棒一致问题,提出了鲁棒部分变元稳定性方法,将连续时间多智能体不确定系统的状态一致性问题转化为相应线性系统的鲁棒部分变元渐近稳定性问题.首先根据有向图生成树建立关联矩阵,对原来的不确定系统进行线性变换,实现结构分解.其次根据得到的降阶系统设计鲁棒二次镇定控制器,推导出所有智能体状态达到渐近一致的充分条件,将控制协议的设计最终转化成求解线性矩阵不等式可行解的问题,使得所有的智能体能够在所设计的控制协议下不仅能保证不确定性闭环系统是渐进稳定的,而且实现了多智能体系统状态的一致性.最后通过数值仿真验证了所提出的一致性协议的可行性和有效性.