基于Tri-BiLSTM-CNN的钻井安全问答系统

特定领域的FAQ问答系统通常存在以下3个问题：（1）如何有效地对句子进行语义表示；（2）如何有效地进行句子间的语义匹配；（3）领域词汇的分词问题。为解决上述3个问题，提出一种基于Tri-BiLSTM-CNN的深度学习模型。首先，将双向长短期记忆网络和卷积神经网络结合构建网络模型，综合利用了BiLSTM处理序列化数据的优势和CNN捕获局部特征的优势。然后，采用Triplet并列式排列结构进行句子之间的匹配。最后，使用字向量替代词向量，避免了分词错误对模型的影响。在钻井安全领域的真实数据集上进行实验验证，结果表明，Tri-BiLSTM-CNN模型能更好地对句子语义进行向量化表征，显著提升句子相似度计算的准确率，而且效果明显优于CNN和LSTM两种网络结构。将该模型用于钻井安全领域的FAQ问答系统中，有效减少了人工成本，对改善钻井工作的效率和质量具有重要意义和应用价值。     

基于改进型YOLOv3的SAR图像舰船目标检测

传统合成孔径雷达(synthetic aperture radar, SAR)图像目标检测的方法依赖于人工设计特征且易受复杂背景干扰, 泛化能力较差。深度学习的方法可以自动提取特征且具有良好的抗干扰特性, 对于未来雷达智能感知具有重要意义。不同于其他只能对固定区域进行检测的常规卷积神经网络, 本文提出一种改进型YOLOv3的SAR图像舰船目标检测方法, 该方法基于舰船尺寸与形状自适应采样的可变形卷积、ResNet50变体特征提取器和ShuffleNetv2轻量化思想等设计YOLOv3模型。通过SSDD数据集验证, 在检测效果方面, 相较于原YOLOv3模型, 平均精度从93.21%提高至96.94%, 检测概率从95.51%提高至97.75%;在模型大小方面, 轻量化设计模型仅为原YOLOv3模型的八分之一, 可实现嵌入式的使用。     

Hartley变换的修正循环卷积特性

Hartley变换不仅等效于富氏变换 ,其正逆变换又具有相同的形式 ,而且在实序列数据处理中仅需用到实运算 ,在存储量和复杂性上要比富氏变换更经济更有效。针对一维及二维离散 Hartley变换分别建立了其修正循环卷积特性定理。籍此可得计算循环卷积的快速 Hartley变换法。     

试用图解法计算卷积

对于分段函数的卷积用解析法计算时往往不容易确定分界点。本文给出两种基于图解过程的计算方法,可以比较容易的确定出分界点和积分限。     

余卷积与余代数

在 Ｈｏｍ （ Ａ, Ｃ）中定义余卷积, 其中 Ａ 为代数, Ｃ 为余代数, 由此构作含在 Ｈｏｍ （ Ａ, Ｃ）中的最大余代数． 进一步, 由余卷积构作的余代数和卷积构作的代数一起成为双代数或 Ｈｏｐｆ代数     

一种量化因子自适应学习量化训练算法

深度神经网络因参数量过多而影响嵌入式部署,解决的办法之一是模型小型化（如模型量化,知识蒸馏等）。针对这一问题,提出了一种基于BN(batch normg lization)折叠的量化因子自适应学习的量化训练算法（简称为LSQ-BN算法）。采用单个CNN(convolutional neural)构造BN折叠以实现BN与CNN融合;在量化训练过程中,将量化因子设置成模型参数;提出了一种自适应量化因子初始化方案以解决量化因子难以初始化的问题。实验结果表明：8bit的权重和激活量化,量化模型的精度与FP32预制模型几乎一致;4bit的权重量化和8 bit的激活量化,量化模型的精度损失在3%以内。因此,LSQ-BN是一种优异的模型量化算法。     

高速客运专线天然黄土地基工后沉降数值模拟

湿陷性黄土是一种十分特殊的土质,俗称大孔土,具有较大的孔隙率和偏低的干密度。在自重压力和土的附加压力共同作用下,受水浸湿时将发生急剧而大量的附加下沉现象。结合郑西客运专线天然黄土地基工后沉降,用分层总和法和平面有限元方法对天然黄土地基工后沉降进行了分析研究,计算了当黄土层厚度为8 m、12 m、15 m,路堤高度为4、6、8 m时,不同天然黄土地基模量下地基的工后沉降量。并于三种工后沉降控制标准进行了分析比较,得出了一些有益的结论,为工程设计和施工提供参考。     

图像的多图加权求和去噪

本文提出了一种基于同一图像的多图加权求和的去噪方式。由于均值滤波器和中值滤波器对不同噪声的抑制作用,单独采用哪种滤波器都不能达到很好的去噪效果。因此,本文将图像分别进行均值滤波和中值滤波,将得到的两幅图像与原信号进行加权求和,原图像的信息对滤波后的图像起到一定的补偿效果     

基于共享联结三元组卷积神经网络的枪弹膛线痕迹快速匹配方法

针对传统通过激光检测提取膛线线形痕迹信号时枪弹痕迹检测精度不高且操作复杂的问题,提出了新型提取和处理方法.采用多尺度配准、弹性形状度量与卷积神经网络技术,基于多模式弹性驱动自适应控制方法,建立了试件末端位置和姿态参数分布模型,采用孤立森林算法检测信号进行异常处理,利用变尺度形态滤波算法去除非细小特征,引入平方速度函数优...     

地铁降水施工地表沉降分析及应用

城市地铁车站降水施工对周边环境及既有结构安全稳定性影响是城镇地下交通工程广泛关注的研究问题之一。基于分层总和法分别给出了在表层孔隙性潜水,或在承压含水层中降水施工引起周边土层沉降规律分析公式。以某地铁车站工程为背景,就车站降水施工引起周边地表沉降规律进行了应用研究;利用分析结果对影响区内的重要结构工程的安全稳定性进行了评价研究。实例分析表明,不同含水层的降水对地表沉降影响不同;在距基坑较近范围内,潜水含水层降水对既有建筑结构基础沉降影响较大。在该工程施工中,应更加注重潜水含水层降水施工对临近建筑结构的影响观测与监控。所给公式简单方便,可用于设计期间进行降水施工对周边环境及既有结构影响的简单估算。