基于数据增强和字词融合特征的实体槽位识别

针对传统的基于字级表示的实体槽位识别模型无法很好利用词语信息,以及信息技术(IT)运维领域缺少足够数量公开数据集的问题,提出一种基于BERT＿Word2vec＿BiLSTM＿CRF模型的实体槽位识别方法,并通过数据增强对模型的训练数据集进行扩展．该模型将基于转换器的双向编码表征(BERT)模型得到的字向量表示和Word2vec得到的词向量表示进行融合,通过双向长短时记忆(BiLSTM)网络进行上下文编码,通过条件随机场(CRF)进行解码,得到最终的序列标注结果．通过在某企业提供的数据集上进行实验,结果表明：融合词级特征可以在BERT预训练模型的基础上进一步提升识别性能,F1值达到了92.33%.     

基于多流卷积和数据增强的声场景分类方法

针对单特征输入时,现有声场景分类方法分类准确率不高且泛化能力不强的问题,提出了一种基于多流卷积和数据增强的声场景分类方法．首先,介绍了卷积神经网络和混合数据增强的基本原理;其次,基于网络并行输入理论,设计了一种多流卷积神经网络模型以期实现多流特征融合,其由特征提取模块和特征融合模块组成;然后,为进一步提升模型的准确率并降低模型过拟合的概率,提出了一种多维混合数据增强方法以实现特征数据的平滑处理;最后,采用9种特征组合方案,基于Urbansound8K,ESC50和ESC10数据集分别开展了声场景分类实验．实验结果表明：模型的准确率分别为88.29%,77.75%和96.25%,验证了当使用该方法进行声场景分类研究时,模型具有较高的准确率和较强的泛化能力．     

基于增强拓扑神经进化的等效并行机动态调度

针对工件动态到达、处理时间不确定且机器须要弹性预防维护的等效并行机调度问题,以平均流程时间最小化为目标,提出了基于强化学习的动态调度方法．将调度过程作为马尔可夫决策过程,通过定义状态空间、行为空间、奖励函数与适应度函数,提出基于增强拓扑神经进化(NEAT)算法的动态调度方法．设计三种规模问题的实例,将基于NEAT的方法与最短路径树(SPT)、先装先卸(FIFO)调度规则及基于深度Q网络(DQN)的方法进行比较,结果表明：基于NEAT的方法相比基于DQN的方法能够以更短的训练时间获得更优、更稳健的调度方案,相比SPT和FIFO调度规则能够获得更优的目标值,利用训练好的NEAT模型对随机生成的大规模问题实例的快速高质量求解结果表明,基于NEAT的调度方法具有更好的泛化性能．     

NbCx-C复合三维网状纤维的制备及其形貌

用市售分析纯化学试剂Ｎｂ２Ｏ５（９９．９５％）,活性炭（９９．９９％）,ＮａＣｌ（９９．９５％）和蔗糖（９９．９４％）为原料,采用碳热还原法在温度为９７０－１１２０℃,压力为０．１ＭＰａ的Ｎ２条件下,在石墨电阻炉内制备出ＮｂＣｘ（ｘ＝０．９８）－Ｃ复合三维网状纤维。     

表面增强拉曼光谱技术在食品安全检测领域的研究进展

表面增强拉曼光谱(SERS)是一种具有广阔发展前景的光谱技术,具有高灵敏性、原位取样、无损检测以及操作简便等优点,故在食品品质安全检测中广泛应用.本文介绍了表面增强拉曼光谱技术在食品安全检测领域的研究进展,综述了表面增强拉曼光谱技术在食品中防腐剂、色素以及药物残留等方面快速检测的最新研究进展,并提出了当前存在的一些弊端...     

表面等离子体纳米腔的光学特性

应用边界元方法分析了表面等离子体纳米腔的光学特性.设计了两种结构的亚波长金属纳米腔,一种是由上下两片相对放置的有限厚的银板构成,并且在内边界上刻蚀了正弦周期结构;另外一种是在前一种的基础上,在内边界的中间刻蚀了直线缺陷结构.研究了光通过这两种结构的共振谱线.数值结果表明,随着正弦周期数的增加,共振波峰的数日也在增加.并且,当以共振波长入射时,腔内的场强相对入射场强提高了五六倍.当在纳米腔的中间引入缺陷时,束缚在纳米腔中的光场强度相对于中间没有缺陷结构时的光场强度要强.这一研究可对设计新型超小激光光源提供非常重要的数据.     

鲜枣中糖精的快速、无标签检测（英文）

糖精是食品工业中最古老的人造甜味剂之一,因为没有卡路里而被广泛使用,但其滥用是非法的,食品中最大允许添加量为8.189×10^-4mol·L^-1.介绍了以六磷酸肌醇(IP6)为保护剂合成的银(Ag)纳米粒子(Ag NPs),即Ag NPs@IP₆,并提出了一种基于表面增强拉曼散射(SERS)的快速方法 .探讨了食品中糖精的测定,用最佳SERS法测定水中糖精的最低可检测浓度可达50 nmol·L^-1,符合食品添加剂耐受性水平的国家食品安全标准.提出了基于便携式拉曼的Ag NPs@IP₆的SERS方法,可用于现场检测食品中的糖精,如新鲜枣果.     

基于学术知识图谱的增强语义表示与检索

知识图谱作为一个巨大的知识网络图,其中包含着实体概念、关系等信息.基于深度学习的语义表示虽然泛化性强,但对于一些专有知识的敏感度不高,所以许多研究尝试将知识图谱与神经网络结合.目前大部分知识图谱语义表示的方法是围绕通用领域知识图谱展开的,没有针对学术领域的知识图谱语义表示方法的研究.本文以学术文献的全文本数据为研究对象,从基于学术知识图谱的语义表示方法切入研究,在构建学术知识图谱的基础上,对通用领域的研究方法（K-BERT）进行领域化改进（KEBERT）,进一步使用实体知识增强文本的语义信息.通过开展下游任务的对比实验,在学术检索数据集上验证KEBERT、K-BERT和ERNIE的性能.实验采用检索任务中常用的NDCG评价指标对结果进行评价,实验结果表明改进后的KEBERT在检索任务上的效果优于其他模型.     

聚丙烯纤维增强钢丝网混凝土板抗弯性能试验研究

对67组共201块聚丙烯纤维增强钢丝网混凝土薄板进行了抗弯性能试验,研究了无配筋和有配筋聚丙烯纤维增强钢丝网混凝土薄板在不同开裂状态下的抗弯性能及其影响因素.建立了供设计应用的无配筋和有配筋聚丙烯纤维增强钢丝网混凝土薄板抗弯承载力计算公式.试验结果表明,聚丙烯纤维的最佳掺率是0.07%;聚丙烯纤维的掺入廷缦了薄板的开裂过程,提高了薄板的抗裂性能;钢丝网对提高聚丙烯纤维增强钢丝网混凝土薄板抗弯承载力起主要作用;聚丙烯纤维与钢丝网的复合,能起到显著的增强效果,有效地提高薄板的抗弯承载力和抗裂性能.     

长纤维高速过滤器的运行动力学研究

为对长纤维高速过滤器的模拟分析、运行控制及效果预测提供理论依据,在深入分析长纤维高速过滤器深层过滤机理及积泥形态的基础上,结合试验观察,借鉴半经验、半理论模型,建立了用以表征长纤维高速过滤器运行特性的水头损失方程及传质动力学模型.通过大量试验测定和对初始滤速为30 m/h时的模型计算与实测结果的比较表明,除沉淀出水过滤前期滤出水浊度计算值与实测值误差较大外,其余各范围计算值均吻合良好,证明了假设的合理性及模型的有效性.