摘要:信息抽取是一种能够支持精准文本语义理解的自然语言处理任务,它不仅需要识别句子中的各种语义类型,还需要准确定位语义在句子中的空间位置。该任务最大的挑战在于句子具有复杂的语义结构。传统序列标注方法难以解析复杂的语义结构,而现有生成式语言模型通常将每个句子映射到一个高度压缩的抽象语义表示,同样难以区分重叠、嵌套的语义。近年来,具有视觉化特征的信息抽取方法取得了显著进展,在各种信息抽取任务上取得了最好的性能,甚至超出参数上高几个量级的大语言模型。因此,在相关研究的基础上,提出基于视觉化特征的信息抽取框架,分析信息抽取任务的特点,总结现有视觉化特征方法中存在的优势和不足,探讨下一步的研究方向。另外,还通过可视化分析,揭示了文本语义的内在表达机制,为语言模型的神经网络架构设计提供借鉴。
摘要:在线智慧教育平台是现代教育的重要组成部分和新型服务模式,如何提升其服务质量和提高其用户黏性已成为教育领域面临的重要挑战。选取中国大学MOOC平台作为实证分析对象,融合结构方程模型和可拓物元模型探讨在线智慧教育平台的用户黏性影响因素和服务质量评价模式。结果显示:用户体验、服务表现、平台建设和教育资源等依次是用户黏性的最主要影响因素;平台服务质量的评定等级为“较好”但轻微偏向“一般”;平台安全性、平台兼容性和可访问性、教学资源针对性、个性化、用户反馈机制和持续行为等指标仅达到级水平并有待提升;关键指标即教学资源质量、教学资源数量和学习效果达到“优秀”等级并具有显著优势。据此结果提出增进平台服务质量和提升用户黏性的若干建议。
摘要:人兽冲突是生物多样性保护与可持续发展的核心挑战,气候变化加剧了野生动物向人类活动区扩张的风险。本研究以黔西南州为案例,基于优化的MaxEnt模型结合3种共享社会经济路径(SSP126、SSP370、SSP585)的气候情景,分析了猕猴(Macaca mulatta)对农作物致害潜在风险区的时空动态。研究结果表明:1)最湿季降水量 (biol6,27.8% )昼夜温差月均值( bio2,20% )最冷月最低温 (bio6,14.8% )和年温变化范围(bio7,8.7% )是影响猕猴致害风险区的主要驱动因子。2)当前气候下,高风险区占黔西南州总面积的 19.7% ,集中于北部、南部及东部。未来情景中,高风险区面积均呈增加趋势,其中 SSP126情景增幅最大(2090s达 5.09× 103km2 ),SSP585情景下风险区空间异质性增强。3)质心迁移分析表明,猕猴致害热点区域向安龙县龙山镇周边及低海拔河谷地带扩展。本研究揭示,气候变化通过改变关键环境因子的时空分布格局,从而影响猕猴致害风险区域的空间分布模式。因此,未来需基于动态预测结果制定针对性管理策略,平衡生态保护与民生需求。
摘要:为了开发胶磷矿浮选新药剂及工艺,并探索矿浆溶液化学研究方法在浮选药剂选择及浮选试验条件优化中的应用。本文采用溶液化学/热力学、单矿物浮选试验,研究浮选过程中的两个化学反应之间的关联关系(A、浮选药剂与矿浆中矿物溶解产生的金属离子之间的化学反应;B、浮选药剂在矿物表面定位离子的化学吸附)。溶液、矿物表面分析测试结果表明,这两个化学反应之间存在“映射关系”,即当矿浆化学条件变化时,这两个化学反应的移动方向具有一致性,并且在两个反应中,不同药剂自发进行趋势的强弱顺序相同。根据上述结论设计实际矿石浮选试验,开路试验结果表明:当 pH=13.80±0.2 时(氢氧化钠作 ΔpH 调整剂),以月桂酸为捕收剂,通过8次反浮选,每次捕收剂用量为 40g/t ,获得 P2O5 品位为 30.72% MgO 含量为 1.03% 的磷精矿产品,其中 P2O5 回收率为 70.34% MgO 脱除率为 78.20% , SiO2 脱除率为 55.65% 。由于浮选体系中两个化学反应之间存在“映射关系”,因此可以采用溶液化学分析矿浆中浮选药剂与矿物溶解金属离子之间的化学反应,以及该反应随矿浆化学条件的变化规律,为浮选试验优化方向、药剂选择提供辅助信息。
摘要:木塑复合材料(wood-plasticcomposites,WPCs)因防水、耐腐蚀、防虫蛀、节能环保等优点而具有非常重要的应用价值,是促进低碳经济发展的关键材料之一。研发性能优越的WPCs需要进行大量重复的试验,成本高,周期长。近年来,在大数据技术快速发展的背景下,基于数据驱动的机器学习(machine learning,ML)作为一种新兴技术,具有较高的预测精度和较好的泛化能力,已经成为预测WPCs性能以及辅助新材料研发的工具之一。本文系统介绍ML在WPCs领域中的研究进展,重点分析WPCs力学性能预测、工艺参数优化和工艺性能预测三个方面的研究成果,并总结ML在WPCs领域研究中存在的问题和面临的挑战。
摘要:母线过热致使开关柜内部构造出现老化、使用寿命缩短,从而导致电气设备故障,引发火灾等安全事故。为了解决电力开关柜这一安全问题,采用分步模拟的方法,首先模拟电力开关柜内部温度场,然后建立脉动热管热分析模型,将得到的开关柜内部温度场作为热管初始的壁面温度条件进行模拟计算,利用该模型分析了母线表面负载电流、充液率、管径以及脉动热管截面形状对散热效果的影响。得出结论:脉动热管正常工作情况下,母线负载电流越大,表面温度越高,脉动热管的散热效果越好;在相同的负载电流下,与圆形脉动热管相比较,方形脉动热管散热效果更好;在母线负载电流 1000A 、开关柜通风进口风速 0.13m/s 的条件下, 2mm 圆形脉动热管和 2mm 方形脉动热管的充液率在 50% 附近时散热效果最好。本研究有助于进一步提高电力开关柜母线的散热能力。
摘要:大规模优化问题的决策变量通常达到1000 维以上。白鲨优化算法在求解大规模优化问题时,收敛精度较低,易陷入“维数灾难”的窘境。为此,文章提出了一种改进的白鲨优化(modified white shake optimizer,MW-SO)算法求解大规模优化问题。首先,MWSO算法引入蜂鸟飞行特征向量对速度更新策略进行改进,使白鲨个体学习拥有蜂鸟的3种飞行技巧,能够从不同方向对搜索空间进行广泛搜索,提高算法的全局勘探能力;其次,使用经柯西分布变异后的精英白鲨引导算法的位置更新,充分利用精英白鲨的优势信息和柯西分布整体分布稳定但会间隔产生较大值的特性,维持种群多样性,提高算法的局部开发能力。在12个大规模测试函数(100维、1000维和5000维)及6个固定维度多峰函数上的实验结果表明,MWSO算法在收敛精度、收敛速度和鲁棒性上优于对比算法,适合求解大规模优化问题。
摘要:超级计算机系统(超算系统)因其复杂的体系结构和高质量运行要求,迫切需要建立有效的可靠性模型进行评估,以确保超算系统的安全稳定运行。本文针对多组件超算系统,提出了一种基于光滑样条回归的多组件超算系统软件可靠性模型。该模型在设计上充分考虑了超算系统的多组件结构,并通过光滑样条回归方法有效避免了传统模型在参数求解上的难题。本文以BlueGene/L超算系统的真实故障数据为基础,对所提模型的性能进行了验证,并与非齐次泊松类软件可靠性模型进行了对比分析。研究结果表明,基于光滑样条回归的可叠加模型在拟合能力和预测精度方面显著优于传统模型,为多组件超算系统的可靠性评估提供了新的方法和思路。
摘要:颅内动脉各分支的精准分割对于颅内动脉瘤的定位与治疗至关重要。针对颅内动脉各分支形状大小和空间位置不同以及各动脉分支特征容易受到其余组织干扰等问题,本文基于时间飞跃磁共振血管造影,提出了一个颅内动脉多分支自动分割模型(MSDL-SwinUNETR)。首先,该模型在编码器引入本文设计的DLSA模块,突出了各动脉分支的空间位置及其与周围组织的解剖关系;其次,在跳跃连接处引入MLKA模块,进一步强化了各动脉分支的多尺度特征;最后,本文在合作的三甲医院提供的TOF-MRA数据集上进行验证实验。实验结果表明,该模型在所有动脉分支上的平均Dice系数为 82.53% 、平均豪斯多夫距离为 30.84mm ,在这两个评价指标上均优于3DU-Net、3DResU-Net和UNETR等模型。本文方法能够将颅内动脉划分为6个主要分支,可以帮助医生对相应动脉分支的疾病进行诊断,分析血管异常,制定手术方案。
摘要:针对考虑节点域的H型钢柱梁节点的地震激励需求性能不明确问题,本文以节点域强度为主要研究参量,制作5组H型钢T形柱梁节点试件,通过加载试验验证各试件的塑性变形能力(持有性能);基于各试件的柱、梁及节点域的截面尺寸和母材拉伸试验的屈服强度,设计5个结构模型,采用卓越周期与结构模型的基本周期相近的地震波,对各模型进行时程分析,计算各模型节点的塑性变形量(需求性能)。对比分析结果表明:随着节点域强度提升,试件整体及节点域的持有性能减小,而梁端持有性能的变化不明显;随着激励地震强度提升,各模型的需求性能增大;同一地震激励时,随着节点域强度的提高,节点域的需求性能减小,梁端的需求性能增大,节点整体的需求性能变化不明显。各试件的持有性能为结构模型特强地震激励需求性能的几倍至几十倍。研究结果可为考虑节点域的H型钢柱梁节点的抗震设计提供参考。
摘要:在残坡积土、强风化基岩破碎层及中风化基岩岩土界面,滑动带通常难以界定。对某滑坡项目采用钻探、井探、物探、深层位移监测等检测方法,对岩石芯样进行岩矿鉴定,对堆积体滑带土及滑面位置形态、埋深的分布区域、地层构造发育情况进行精确查找。结果表明:滑体基本为上覆残坡积土,滑动面(带)位于残坡积土与强风化破碎层附近,监测期间坡体呈现蠕动滑移的变形特征,滑体平均厚度约 14.0m 。结合边坡裂缝开展情况及变形特征分析了滑坡成因,并基于2013年、2016年现场勘察及2022年检测数据分工况对当前边坡的稳定性进行计算及评价,可为类似滑坡防治提供科学依据。
摘要:为人性化评价城市轨道交通换乘站服务水平并以人为本改善其服务能力,本文提出了基于乘客感知的轨道交通换乘站服务水平评价模型。首先,从乘客感知出发构建了高效性、便捷性、舒适性、安全性和可靠性5方面的轨道交通换乘站服务水平评价指标体系,并结合灰色关联度和有序加权平均算子对评价指标赋权;其次,考虑到乘客对服务水平感知的模糊性,基于物元可拓学与云模型构造了可拓云模型,建立轨道交通换乘站点服务水平评价模型;最后,以南京新街口站为例,对其服务水平进行评价并提出改善建议以及仿真验证。评价结果表明,新街口站点整体服务水平达到二级,存在换乘通道缺少指引标识,1号站厅层南部位置出站闸机的饱和度高等问题,通过仿真验证优化措施,并开展效果评价,验证了所提评价模型的有效性与实用性。
摘要:超声心动图分割在心血管疾病诊断中具有重要意义,但超声视频中的散斑噪声严重影响了图像质量和分割效果,因此提出一种结合非局部均值散斑滤波与时空记忆网络的分割网络(denoising-asisted spatio-temporalsegmentation network,DSTNet),以提高超声心动图的分割准确性。首先,针对散斑噪声问题,利用非局部均值散斑滤波技术,有效去除超声视频中的散斑噪声。其次,在编码器部分使用BiMamba模块,构建全局和局部的特征关系。再次,结合U-Net架构,实现高效的医学视频分割。在Echonet数据集上的广泛实验验证了所提算法的有效性和正确性,HD95和Dice系数分别达到了3.8与0.911。与传统视频分割方法相比,所提算法在有效去除散斑噪声的基础上,还充分利用超声心动视频中的帧间时空关系,从而显著提高左心室的分割准确性。