汽车故障知识图谱构建及应用研究

知识图谱技术对汽车高效的故障诊断具有重要的意义,现有汽车故障知识图谱构建存在着实体识别模型效果不佳、无法解决嵌套实体等问题。针对上述问题,通过采用全词掩码的预训练语义模型、加入对抗训练和改进嵌套实体识别模型的方式提高实体识别模型效果,提出了一种改进的嵌套实体识别模型。实验结果表明,所提模型在F1指标、P指标、R指标上相比基线模型分别提高了3.56%、4.08%、3.05%,相比其他模型也有不同程度的提高,验证了所提模型对汽车维修领域实体识别具有显著效果。同时,基于构建的汽车故障知识图谱,实现了汽车故障知识智能问答原型系统,展示了知识图谱技术在汽车故障诊断与维护领域的应用前景。     

汝瓷着色机理的中子活化分析和Mossbauer谱

用色差仪测量汝瓷釉面的特征光谱和主波长, 确定了汝瓷釉色和主波长之间的关系; 用中子活化分析(NAA)测量汝瓷釉中30种着色元素含量, 确定了铁是主着色元素; 用Mossbauer谱确定了釉层中的铁是以结构铁的形式(Fe2+, Fe3+)存在, 测定了各种颜色釉面的特征光谱的主波长与结构铁浓度(Fe2+ /Fe3+)之间的定量关系; 探讨了汝瓷的着色机理.     

BiGRU结合注意力机制的文本分类研究

随着信息时代的发展,文本包含的信息量越来越多,而同一段文本可以隶属于不同的类别,为了提升多标签文本分类任务的准确率,提出了一种基于ALBERT预训练、双向GRU并结合注意力机制的改进的多标签文本分类模型——BiGRU-Att模型.在百度发布的中文事件抽取数据集上进行实验,该模型的识别准确率达到了99.68％,相对比较组的BiLSTM-Att、LSTM-Att、BiGRU、BiLSTM、LSTM等模型的测试结果,准确率更高,性能更优.实验结果表明,改进的BiGRU-Att模型能有效提升多标签文本分类任务的准确率.     

古官瓷着色机理的中子活化分析和M(o)ssbauer谱研究

用中子活化分析(NAA)测量南宋官瓷釉中30种着色元素含量, 确定铁是主着色元素.用M(o)ssbauer谱确定了釉层中的铁是以结构铁的形式(Fe2+, Fe3+ )存在. 测定了各种颜色釉面的特征光谱的主波长与结构铁浓度(Fe2+/Fe3+)之间的定量关系. 揭示了南宋官瓷的着色机理.     

汝瓷着色机理的中子活化分析和Mssbauer谱

用色差仪测量汝瓷釉面的特征光谱和主波长,确定了汝瓷釉色和主波长之间的关系;用中子活化分析（NAA）测量汝瓷釉中30种着色元素含量,确定了铁是主着色元素;用Mssbauer谱确定了釉层中的铁是以结构铁的形式（Fe~(2 ),Fe~(3 )）存在,测定了各种颜色釉面的特征光谱的主波长与结构铁浓度（Fe~(2 )/Fe~(3 )）之间的定量关系;探讨了汝瓷的着色机理.     

古钧瓷起源的指纹元素分析

选取４３石钧瓷等样品用于中子活化分析，测定每个样品中３６种元素，从中选取７种指纹元素，用指纹元素的分析法分别研究了古钧瓷釉和胎的起源，研究了古钧瓷与古汝瓷相近的起源关系，少数现代钧瓷与古钧瓷接近，多数与古钧瓷疏远。     

古官瓷着色机理的中子活化分析和Mssbauer谱研究

用中子活化分析（ＮＡＡ）测量南宋官瓷釉中３０种着色元素含量,确定铁是主着色元素．用Ｍｏｓｓｂａｕｅｒ谱确定了釉层中的铁是以结构铁的形式（Ｆｅ~２＋, Ｆｅ~３＋）存在．测定了各种颜色釉面的特征光谱的主波长与结构铁浓度（Ｆｅ~２＋／Ｆｅ~３＋）之间的定量关系．揭示了南宋官瓷的着色机理．     

宋代著名汝瓷着色元素的中子活化分析

运用ＮＡＡ技术，对宋代汝瓷着色元素进行了分析首先得到了３０种着色元素，最后发现铁是汝瓷的着色主元素。证明了考古界“汝瓷以铁为着色主元素”的说法。     

古陶瓷研究中的模糊聚类分析算法

介绍一种具体的模糊聚类分析数学模型和程序设计方法,对古钧瓷胎和釉的36种微量元素进行了分析,得到了古钧瓷胎和釉的原料产地和分类的信息。     

南宋郊坛下官瓷原料产地特征的因子分析

用中子活化分析技术测得南宋郊坛下官瓷样品中36种元素的含量,选取22种元素作为特征元素,并对这些元素进行因子分析,发现构成郊坛下官瓷的原料有着明显的产地特征：南宋官瓷胎料的产地集中而稳定,釉料的配方变化较小;胎、釉的原料组成明显不同;现代仿官瓷和南宋官瓷的原料组成差别很大.