基于XLNet的中文文本情感分析

针对Word2vec等静态词向量模型不能解决一词多义、传统情感分析模型不能同时提取文本的全局和局部信息问题,本文提出了结合广义自回归预训练语言模型(XLNet)的文本情感分析模型。首先利用XLNet表示文本特征,然后利用卷积神经网络提取文本向量的局部特征,再利用双向门控循环单元提取文本的更深层次上下文信息,最后引入注意力机制,根据特征的重要性赋予特征不同的权重,并进行文本情感极性分析。仿真实验中将本文模型与5种常用的情感分析模型进行对比,验证了模型的准确率和优越性。     

挠性航天器大角度机动的振动抑制控制

建立了带变速控制力矩陀螺群的挠性航天器的动力学模型,应用误差四元数来描述姿态运动,将星体大角度姿态机动问题转化为误差四元数的调节问题.针对挠性航天器三轴同时姿态机动时挠性附件的振动抑制问题,提出了基于动态输出反馈控制的振动抑制方法,设计了仅利用姿态四元数而无需以角速度测量、挠性变形位移及速率测量作为反馈的动态控制规律.基于Lyapunov方法证明了所设计的动态控制器保证了姿态的渐近稳定和模态振动的衰减.基于Matlab/Simulink进行了仿真验证,结果表明了所提出的控制方法的可行性和有效性.     

空间相关MIMO广播信道中的预编码技术

针对多天线多用户下行链路中,采用块对角化预编码进行多路并行传输时,用户端的检测复杂度比较高,且系统的和速率性能将受到信道空间相关性严重影响的问题,提出了一种将发送端迫零预编码与接收端天线选择进行联合的预编码方案,降低了接收复杂度.分析了该方案在最佳信道选择下的性能,并引入了一种简单的次优天线选择算法.仿真表明,提出的预编码方案在和速率性能上明显优于原迫零预编码,且在高信噪比情况下,几乎获得了与块对角化预编码相同的和速率.     

一种基于词嵌入模型和卷积神经网络的简化文本分类方法

自然语言处理（Natural Language Processing,NLP）可分为自然语言理解（Natural Language Understanding,NLU）和自然语言生成（Natural Language Generation,NLG）两大类子任务。预训练语言模型和神经语言模型在自然语言理解的整个流程中占据重要地位。本文梳理了文本预训练语言模型的发展流程,并分析当下主流的预训练语言模型以及深度学习模型的不足,基于经典预训练语言模型（Word2Vec）和卷积神经网络分类模型（CNN）,提出一种简化的文本分类模型（Simplified CNN）,在多个情感分析（Sentiment Analysis,SA）基准数据集上进行实验测试,实验结果表明,在文本分类任务上,简单网络可以得到与复杂网络相媲美的分类效果并且运行时间优于复杂网络,与传统的分类模型相比较,在分类效果上表现出了优势。     

快速z箍缩装置的预脉冲分析

输出参数为500 kV/400 kA/100 ns的快速z箍缩(z-p inch)装置由M arx发生器、脉冲形成线、充气型V/N主开关、传输线及负载组成。z箍缩负载分别采用氖气喷气负载及金属单丝负载。为了判断主放电时负载的初始状态,该文建立了z箍缩装置的充电等效电路模型,并借助P sp ice电路模拟软件计算了形成线充电期间在负载上获得的预脉冲波形。通过分析可知:p d值为1~10 Pa.m左右的氖气负载,在装置预脉冲电压的作用下将被击穿;而直径为20μm、长度为1 cm的A l(铝)或W(钨)单丝负载,装置预脉冲电流将不能使之汽化。     

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。     

基于动力学和预瞄理论的超车路径跟踪控制

为提高辅助超车安全性,对超车换道的规划路径进行预瞄跟踪控制研究.基于汽车侧向动力学模型和预瞄理论,推导出转向角到预瞄误差的传递关系,得到路径跟踪控制器.在Simulink中建立跟踪控制器,在Carsim中建立车辆模型和规划路径,定义二者的传递参数,分别对五次多项式超车路径和Carsim自带双移线路径进行路径跟踪控制的仿...     

基于群体串行干扰删除的混合预编码毫米波大规模MIMO-NOMA传输系统

针对现有毫米波大规模多输入多输出（Multiple-Input Multiple-Output, MIMO）系统中用户接入数量受限和能耗大的问题,提出了一种基于群体串行干扰删除（Group-level Successive Interference Cancellation, GSIC）的混合预编码毫米波大规模MIMO非正交多址（Non-Orthogonal Multiple Access, NOMA）下行传输新架构。首先,在基站处设计模拟预编码矩阵并根据等效信道增益进行群体划分;然后,采用迫零法设计数字预编码矩阵,在组内实施空分多址（Space Division Multiple Access, SDMA）;最后,在用户端采用GSIC实现组间NOMA传输。此外,在考虑误差传播的条件下,推导了系统的可达和速率表达式,并提出了一种功率分配算法来解决此非凸优化问题。仿真结果表明,与基于分簇的混合预编码MIMO-SIC-NOMA和MIMO-OMA系统相比,所提出的MIMO-GSIC-NOMA系统可获得更高的频谱效率和能量效率。     

葠窝水库汛限水位动态控制域研究与应用

水库汛限水位动态控制域十分关键.预泄能力约束法是目前确定汛限水位动态控制域的主要方法,但在实时防洪调度中可操作性差且未考虑梯级水库群的库容补偿影响.基于此,首先提出有更好可操作性的确定汛限水位动态控制域的分级预泄方法;然后研究了库容补偿对汛限水位的影响.在此基础上,以辽宁省葠窝水库为工程背景,采用分级预泄方法并考虑库容补偿影响确定了葠窝水库的汛限水位动态控制域,并制定了相应的动态控制规则.该成果经松辽流域水利管理委员会批准,并在2005、2006两年的太子河流域防洪调度中得到应用,取得了很好的应用效果.