基于卷积神经网络的图像分类研究进展

基于卷积神经网络的图像分类算法的优势是传统方法无法比拟的。卷积神经网络利用其设计好的网络结构和权值共享的特点,能够从数量庞大的训练数据中学习图像底层到高级语义的抽象特征,而且端到端的学习省去了在每一个独立学习任务执行之前所做的数据标注。多年来,卷积神经网络经过科研人员的探索和尝试,从最开始的多层神经网络模型,演变出多种优化结构,性能不断提高。本文介绍了基于卷积神经网络图像分类算法的研究进展,叙述了卷积神经网络在图像分类中的经典模型和近年来的改进方法,并对各个模型进行分析,展示各种方法在ImageNet公共数据集上的性能表现,最后对基于卷积神经网络的图像分类算法的研究进行总结和展望。     

基于二维象限模型的我国科技创新平台类型与特征分析

科技创新平台是开展科技创新活动的重要基地,对不同类型的科技创新平台实施分类管理有利于科技创新平台更好地发挥作用.本研究从理论模型展开推演,基于司托克斯的二维象限模型,将我国的科技创新平台分为纯研究平台、产业技术研究平台、创业孵化平台和公共服务型平台四种类型,并通过举例对每种类型对应的平台特征进行深入讨论.研究认为,要改变基于科学的创新和基于技术的创新的线性模型带来的无谓之争,根据不同科技创新平台的类型和特征,以科学技术化和技术科学化——"基础—应用"的二维关系模型构建平台,以促进我国科技创新的多点突破.     

知识图谱技术进展及展望

随着大数据的发展,知识图谱（Knowledge Graph）关键技术及其应用成为人工智能最热门的研究领域之一。本文从知识图谱的定义、架构以及常见的知识库出发,对知识图谱构建的知识表达和知识自动获取技术进行总结和回顾,讨论其研究要点和发展趋势,介绍知识图谱技术常见的应用场景,并结合本团队的研究对知识图谱的发展趋势进行展望。     

气体爆炸风险辨识及防控平台的构建设想

国民生产中许多行业,如矿业、化工及民用燃气等领域,涉及到大量可燃可爆性气体的管理与使用。这些气体成为企业的第一大生产安全隐患,一旦失控发生爆炸事故,将给企业带来严重的后果。可燃可爆性气体的危险判定及风险预测一直是当前安全生产的重点内容。文中总结了国内外常用的各种气体爆炸性判定方法,在此基础上分析了各种方法的优缺点。结合现代化安全生产的要求,可以发现未来技术的发展趋势一定向监测实时物联化、数据判断智能化、决策支持科学化的方向发展。针对目前现有各种技术发展的离散化局面,提出了以"实时监测-科学预测-智能决策"为核心思路的气体爆炸风险辨识及防控平台的构建设想。可以在提高企业生产安全工作集约化程度的同时,提升安全管理水平、同时保障事故发生时的应急救援效果,具备广阔的应用前景。     

基于知识图谱的广西文化旅游问答系统研究与实现

当前的旅游咨询服务还只是为用户提供自主网络搜索返回的碎片化信息,尚未能将地方特色文化智能反馈给用户。针对此实际情况,本研究基于广西民族文化旅游知识图谱,对广西民族文化旅游问答系统的关键技术加以研究,并设计相应的问答系统,在解决实际需求的同时,尝试提高用户咨询体验满意度。根据问答系统（Question Answering System,QA）结构,本研究设计并实现了基于BERT的命名实体识别模块（BERT based Entity_identification Model,BEiM）,基于模版的关系抽取模块（Template based Relationship_extraction Module,TReM）和基于知识图谱的匹配推理模块（Knowledge Graph based Matching Module,KGMM）。在上述关键技术基础上,实现了广西文化旅游问答系统,并给出相关实验测试和应用效果。本研究构建的知识问答系统能够帮助游客高效地找到当地旅游的相关知识,提高游客自助服务的效率。对于人工智能助力广西旅游业的发展而言,本研究无疑是一项具有重要意义的工作。