基于域分离网络的实体解析迁移方法

实体解析致力于识别多条记录是否描述真实世界相同实体，这是数据清洗和数据集成中的关键问题.近年来，基于深度学习的实体解析广受欢迎，它们需要大量标注数据才能达到较优的效果.然而，在现实场景中，大量高质量标注数据不容易获得.本文提出了一个基于深度迁移学习的实体解析模型，通过域分离网络提取源域和目标域的公共特征，并利用公共特征得到实体解析结果，从而实现从源域到目标域的迁移.实验结果表明，在多个数据集上，本文提出的方法比之前最好的方法在F1度量上最大提高了40%左右.实验证明本文的方法具有更好的表现，并且训练时间更短.     

爆炸作用下土中竖井结构荷载分布规律

为研究爆炸作用下非饱和黏土中竖井上荷载分布规律，开展了8组土中竖井受侧向爆炸作用模型试验及24组数值模拟计算。通过对比数值模拟与试验结果，验证了数值模拟计算合理性。根据试验及数值模拟计算结果，分析了竖井上荷载的时空分布规律，提出了能够合理描述荷载轴向、环向空间分布的预测公式。结果表明：(1) 荷载轴向上是钟形分布，并且随着装药距离的增加分布越发均匀，且可以认为荷载在一定轴向范围内是同时达到的；(2) 荷载环向呈现明显的时空不均匀性，侧压系数和背压系数都随着装药距离与结构直径比值的增大而增大；(3) 分别采用修正的正态分布曲线和三角函数曲线描述荷载的轴向和环向分布是合理的。预测公式可以用于竖井结构抗爆分析。