基于可信细粒度对齐的多模态方面级情感分析

基于方面的多模态情感分析任务(Multimodal Aspect-Based Sentiment Analysis,MABSA),旨在根据文本和图像信息识别出文本中某特定方面词的情感极性。然而,目前主流的模型并没有充分利用不同模态之间的细粒度语义对齐,而是采用整个图像的视觉特征与文本中的每一个单词进行信息融合,忽略了图像视觉区域和方面词之间的强对应关系,这将导致图片中的噪声信息也被融合进最终的多模态表征中,因此提出了一个可信细粒度对齐模型TFGA(MABSA Based on Trusted Fine-grained Alignment)。具体来说,使用FasterRCNN捕获到图像中包含的视觉目标后,分别计算其与方面词之间的相关性,为了避免视觉区域与方面词的局部语义相似性在图像文本的全局角度不一致的情况,使用置信度对局部语义相似性进行加权约束,过滤掉不可靠的匹配对,使得模型重点关注图片中与方面词相关性最高且最可信的视觉局域信息,降低图片中多余噪声信息的影响;接着提出细粒度特征融合机制,将聚焦到的视觉信息与文本信息进行充分融合,以得到最终的情感分类结果。在Twitter数据集上进行实验,结果表明,文本与视觉的细粒度对齐对方面级情感分析是有利的。

基于量子和声优化的改进DMSFE组合模型及在中长期电量预测中的应用

为了最大限度利用单项模型预测信息,减少模型选择的风险,给出了一种基于量子和声搜索算法(QHS)的改进DMSFE组合预测方法(QHS-IDMSFE)。考虑时点差异和模型差异,将DMSFE模型中的折现因子β扩展为矩阵形式。并采用量子编码和声库,利用态叠加增加和声库中每个和声携带的信息量,提高算法的寻优能力,以达到在保证MAPE目标函数最小前提下通过QHS算法寻优确定出最优β矩阵形式,进而确定单项模型的组合权重。采用两个地区年用电量数据对提出的模型进行验证,结果显示该组合方法能有效提高预测精度且适用于中长期电量预测。同时能够实现矩阵β的智能寻优,并保证预测误差最小。

嵌入式系统开发中的设计模式

嵌入式系统的广泛应用促使嵌入式系统软件开发者采用设计模式等先进技术来改善现有的软件开发方法。针对嵌入式系统软件的实际特性,提出在嵌入式软件开发中应用设计模式技术。首先对嵌入式系统软件开发现状及设计模式技术进行分析,然后详细讨论了设计模式技术在嵌入式系统软件开发中的应用过程。最后通过一个例子来阐述该方法的优越性。

基于组件的嵌入式软件开发中的几个关键问题

针对嵌入式系统的实际特性,着重从系统的角度提出构造一个嵌入式应用程序的开发架构,也可以称为开发框架。该开发架构是以基于组件的方法来开发嵌入式应用程序的,其主要研究系统结构规约、系统行为规约、组件配置和执行、程序产生和系统配置等几个关键问题。研究的结果将指导一个分布嵌入式应用程序开发框架的构造。

流程模拟系统初馏塔-常压蒸馏塔联合校正法应用

针对流程模拟系统无法适应常压蒸馏塔的多路进料结构的问题 ,提出了初馏塔 常压蒸馏塔联合校正法。该方法的关键是虚拟物料的处理、虚拟进料点的选择以及双塔联合校正。实际应用结果表明 ,该方法在保证常压蒸馏塔外特性有足够的模拟精度的前提下 。

基于能量度量的无线传感器网络跨层协议的研究

无线传感器网络(WSN)是近年发展起来的一项新技术,但由于它是电池供能,节能成为无线传感器网络的重要研究课题之一。文章在阐述传统的分层协议栈弊端的基础上,提出了一种融合MAC层和路由层的跨层协议设计方案。仿真结果表明,文章所提出的算法能显著减少网络能耗,提高能源有效性。