联合实体边界检测的命名实体识别方法

针对传统命名实体识别方法无法有效利用实体边界信息的问题,提出一种联合实体边界检测的命名实体识别方法,即将实体边界检测作为辅助任务,增强模型对实体边界的判断能力,进而提升模型对实体的识别效果。首先,利用Bert预训练语言模型对原始文本进行特征嵌入获取词向量,并引入自注意力机制增强词对上下文信息的利用;其次,在命名实体识别任务的基础上,添加实体边界检测辅助任务,增强模型对实体边界的识别能力;再次,对比联合实体边界检测的命名实体识别方法与基线方法的有效性,并对测试结果进行消融实验;最后,进行样例分析,分析损失权重β对实体边界检测的影响。实验结果表明,在英文社交媒体数据集Twitter-2015上,联合实体边界检测的命名实体识别方法相较于基线模型取得了更高的精准率、召回率和F1值,其中F1值达到了73.57%;并且,边界检测辅助任务提升了基线方法的检测效果。所提方法能有效利用实体边界信息,从而获得更好的实体识别效果,促进了人机交互系统的发展,对自然语言处理下游任务有重要意义。     

带背景激波系的凹腔流动特性研究

凹腔作为超燃冲压发动机的一种火焰稳定器受到广泛关注,凹腔剪切层与背景激波系的相互作用影响凹腔火焰稳定器的性能。为深入分析背景激波系对凹腔流动的影响,设计了长深比为13.3的闭式凹腔,将凹腔模型前缘激波和风洞上壁面干扰激波作为背景激波系,在Ma=2的直连式风洞中开展了背景激波系与凹腔剪切层的相互作用的试验,采用高速纹影系统对瞬态流场进行了捕捉,重点关注背景激波系和凹腔剪切层的动态变化特性。采用纹影序列的本征正交分解来研究流场中的主要相干结构,采用快速傅里叶变换和连续小波变换对流场的频率域特征进行了分析。结果表明：在背景激波与剪切层相互作用下,激波结构产生大尺度振荡,凹腔内流动结构产生小尺度脉动。通过对激波位置的傅里叶变换分析,发现激波振荡的主导频率集中在90～400 Hz的范围内。通过对纹影图像的空间傅里叶变换分析,发现5 kHz以下的流场振荡主要由激波振荡引起,5 kHz以上的流场脉动主要由凹腔内流动结构引起。     

基于轻量化深度学习网络的数字仪表识别

数字式仪表常用于变电站、工厂等生产环境,是一种直观的设备监测仪器。然而当前数字式仪表的读取方式还依赖于人工巡检,手动记录等,这些传统的巡检方式来监测设备的运行状态大大降低了巡检效率。为了实现传统行业的数字化转型,本文提出基于轻量化深度学习的数字仪表识别方法,通过改进的YOLOv5的目标检测框架,针对数字仪表目标区域在整张图片大小不一致的情况,提出对于感兴趣区域（ROI）的迭代目标检测方法,首次检测将感兴趣区域进行检测并切割统一到相同的尺度,随后迭代检测网络针对感兴趣区域内的字符进行检测并分类,以达到精确读数的目的。为提升多尺度检测性能,本文采用Res2Net模块主干网络中的的残差模块。采用GIoU取代通用的IoU作为位置损失函数加速模型训练效果的收敛。实验表明,改进后的框架实现了99.62%的准确率和99.55%的召回率,相比基线网络分别提升了12.72%和5.85%。通过将框架在边缘计算平台上的终端部署,在实际生产中取代了人工巡检,实现了商业化运行。     

动态可控残差卷积神经网络的低剂量 CT 图像处理

针对计算机断层扫描(Computed Tomography, CT)中因采用低剂量扫描方式,导致图像噪声伪影干扰,尤其 是不同部位噪声和伪影强度存在较大差异这一问题,提出了一种基于动态可控残差的卷积神经网络(DC-ResNet) 算法。 DC-ResNet 的主要思想是在常规残差网络连接中添加一个图像质量指导的控制变量,以允许获取残差的加 权和,从而实现残差特征的动态可控。 所设计的 DC-ResNet 网络是一种包括两个子网络的组合型结构,一个是作 为主干网络的基础子网络,在该子网络中使用全局动态残差块和局部动态残差块来实现低剂量 CT 图像质量的提 高;另一个是作为辅助网络的条件子网络,用来生成基础子网络中不同动态可控残差块的权值,辅助基础子网络的 学习。 通过 Mayo 与 UIH 数据实验验证,其视觉结果表明:处理后的不同部位 CT 图像噪声伪影均能够得到较好的 抑制,并能有效地保留结构细节及组织纹理;量化结果表明:处理后的 CT 图像峰值信噪比( Peak-Signal to Noise Ratio, PSNR)和结构相似性(Structure Similarity, SSIM)均优于对比方法。     

城镇企业职工基本养老金调整方案测算研究

我国尚未针对城镇企业职工基本养老金的调整比例出台公式化的操作规则,给养老金调整政策的出台带来了压力。为此,本研究依据养老金调整目标和人口老龄化形势,设定养老金调整参数;借鉴国际经验,基于2005~2021年全国数据设计并测算3种基本养老金调整方案,从人口结构与经济发展角度衡量各方案;进而基于最优方案对我国2022~2050年间的养老金调整比例和养老金负担水平进行测算,根据测算结果,提出探索建立科学、合理的基本养老金调整机制的政策建议。     

基于Bert股吧舆情分析的特征融合股价走势预测研究

传统股价预测模型往往只考虑时序性数据且局限于模型自身机制,而忽略舆情对股价的影响,导致预测精度不高,针对该问题,提出基于 Bert 股吧舆情分析的特征融合预测模型对股价收盘价进行涨跌幅预测。 首先,采用Bert 自然语言处理对股吧舆情以及公司公告政策进行情感分类,并转化为虚拟变量,构建金融舆情情感特征库;然后将金融舆情特征库和时序性数据合并构建特征融合矩阵;最后输入长短期记忆网络模型(LSTM)进行股价收盘价预测,并得出股价的涨跌结果。 以华银电力(600744. SH)为例进行实证分析,实验结果表明:引入股票情感特征后的模型,得到的股价走势准确率上升了 8. 63%,预测收盘价的回归指标 FMAPE FRMSE 分别下降了 23. 59%、22. 9%,R2 提高了 8. 11%,证明引入新的舆情情感特征在实际预测中能提高股价预测的准确率,可以作为精准预测股价走势的手段。     

酸法地浸采铀矿山地下水修复技术应用与探讨

随着地浸采铀矿山的退役,特别是应现代绿色矿山建设的要求,地下水修复越来越被重视,如何制定酸法地浸采铀矿山地下水修复法规,采用哪种修复技术才能获得更好的效果,这些问题一直困扰着环境保护部门和项目执行者。本研究针对酸法浸出矿山特点,提出了地下水修复法规的制定原则,并实践了地下水修复综合技术、自然净化、迁移净化、冲洗、弱酸浸出等方法,并在应用中获得较好的效果。在总结地浸采铀矿山地下水修复现场试验和退役矿山实际应用的基础上,充分分析影响地下水修复的矿床自然条件、地下水质量和用途、修复技术、修复费用和时间等因素,给出了推荐的酸法地浸采铀矿山地下水修复策略。     

蛋白质组学技术在动物科学中的研究进展

蛋白质组学在后基因组时代以其独特的角度和重要的作用已成为生命科学领域研究的热点内容。动物科学作为生命科学的一个重要分支,其相关研究对人类的生活有着重要意义。为了系统地了解和展望蛋白质组学技术在动物科学中的研究进展,综述了蛋白质组学的概念及其相关技术,归纳和评析了近年来蛋白质组学在动物繁殖、营养、遗传育种和疾病防治方面的研究现状。     

西昌人工与自动酸雨观测记录差异规律研究

利用西昌国家基本气象站2021年人工和自动的酸雨观测数据,对TCYII 1型酸雨自动观测系统和人工系统的降水采样偏差及完整性、测量数据的准确性和一致性、设备硬件及软件通讯的故障率进行了对比分析。结果表明：正常情况下,2套系统数据的完整性、准确性、一致性较好。酸雨自动观测系统在采样方式及样品保存方面具备一定优势,能够保证观测数据更接近于自然雨水的数值,更贴近真实情况。自动观测系统面临单轨运行,它的手动操作设置、部分配件需厂家优化改进。上级主管部门对自动系统测量阈值的设定、采样中出现的漏采、空采、多采等特殊情况,仍需进一步明确处理办法。     

考虑应力集中的吊车梁多轴疲劳寿命预测

钢结构吊车梁在工业建筑中被广泛应用,应力集中的存在导致几何不连续位置在复杂应力下服役.借助有限元法分析吊车梁应力-应变状态,确定危险点位置,并提取应力、应变分量;以应变能密度作为损伤参量并以最大平面为临界面,基于能量准则建立临界面位置数值计算方法,结合有限元结果给出吊车梁临界面位置;考虑吊车梁在非对称载荷下服役,借助Goodman方程进行平均应力修正,并结合Q355D钢近似S-N曲线计算疲劳寿命.该方法考虑了应力集中处多轴应力对疲劳损伤的影响,可以为复杂应力下几何不连续钢构件的疲劳寿命评估提供新方法.