基于BART模型的风电技术文献摘要生成算法

针对风电技术文献专业性强、摘要自动生成困难的问题,提出一种基于BART模型与观察者机制的中文风电文献摘要生成算法（SummarizationGenerationBasedontheObserverMechanism of BART and Baidu DNN,SG-BART-DNN）.首先,根据风电文献的特征,利用Jieba分词算法,整理、搭建数据集,完成数据集的预处理工作;然后,引入BART模型,建立风电词汇向量空间,利用自建数据集,训练得到针对风电文献的生成者模型;最后,引入观察者DNN机制,设计基于联合损失函数的学习准则与训练方法,对生成者模型进行优化.实验结果表明：与同类算法进行对比,SG-BART-DNN模型对原文的理解更充分,生成的语句更准确,ROUGE-L得分更高,可以解决中文风电文献摘要生成的难题.     

基于D藤Copula的河湖水系连通伴生水污染风险识别建模方法研究

河湖水系连通作为提高水资源利用率、优化水资源配置的有效举措,在水资源保护与开发利用中越来越受重视．河湖水系连通工程在促进河湖生态环境改善、缓解水资源分配不均的同时,也伴随着诸多不确定性因素．针对河湖水系连通可能带来的伴生风险,基于D藤Copula函数在风险种类与指示因子之间建立辨识体系,根据指示因子的变化情况识别可能产生的风险．本研究以南四湖连通为例,应用水污染风险识别模型识别出NH₃-N、TN、Chla等物质为工程运行后水环境联合风险的关键因子,建议重点关注TN指标．计算结果表明,该建模方法能够实现水质风险识别,可以为河湖水系连通伴生风险识别管控工作提供技术支持．