基于深度学习的中医古文献临床经验抽取

中医古文献蕴藏着丰富的临床经验，是古代中医在行医过程中对临床诊疗的经验性总结，体现了中医学形成和发展的理论框架和思想基础.然而这些宝贵的临床经验不仅量大，而且分散在不同的文献中，使得中医从业者手工很难快速全面地获取它们，文献检索工具也只能提供文档级别的信息筛选，无法为这种细粒度的信息获取提供支持.此外，古汉语相对于现代汉语的不同特点也限制了主流文本分析工具的使用效果.为此本文提出面向临床经验获取的中医古文献信息抽取任务，用于识别古文献中描述临床经验的文本片段，手工标注了样本数据用于这种抽取模型的训练和测试，并设计了基于深度学习的序列标注器用于完成该任务.考虑到标注数据量小可能带来的过度拟合问题，本文引入对抗训练和虚拟对抗训练来增强模型的泛化能力.一系列充分的实验验证了模型的有效性，表明利用信息抽取技术从古文献获取中医临床经验具有可行性，为这一新的信息抽取任务提供了有希望的研究基线和可复用的标注数据集.     

一种基于GIS的公交线路规划方法

城市化快速推进导致的城市扩张,使新增公交线路成为城市公共交通服务中的重要工作。基于公交线路规划中常考虑的约束条件及GIS网络分析功能,提出了一种考虑交通状况、服务人口及现有公交线网布局等约束件的公交线路规划约束模型。以其计算结果作为目标函数,基于Dijkstra算法进行最短路径分析,实现单条公交路线规划的方法。实例验证结果表明:该方法可根据公交线路服务特点,同时兼顾交通状况、服务人口和已通行公交线路等多个约束条件,在考虑现有公交网络并保障服务人口尽可能多的前提下,合理避让交通拥堵路段,有效提高乘客出行效率。与经验判断法相比,该方法可基于GIS实现公交线路规划相关空间数据的定量分析,能够显著提高工作效率,增强公交线路规划的科学性,可为城市新增公交线路规划提供参考。     

基于概率神经网络的地铁车站易损性分析

基于深度学习方法提出了一种地震响应概率模型，并基于此模型推导了地铁车站结构极限状态超越概率的计算公式，以评价结构的地震易损性。首先采用主成分分析对地震强度指标进行正交化和降维；为了克服传统地震响应概率模型中地震动强度指标与结构地震响应指标服从对数空间线性分布假设的局限性，基于BP神经网络建立趋势模型以预测结构的地震响应；基于概率神经网络建立误差模型以描述基于统计的趋势模型与基于物理机制的数值模型之间的误差，以拓展残差的齐次方差正态分布假设的严格限制。最后，以上海典型2层三跨地铁车站为算例，计算得到其易损性曲线。结果表明，基于深度学习建立的趋势模型较好地模拟了地铁车站结构地震响应随地震强度指标第一主成分的非线性变化特征；建立的误差模型准确地描述了趋势模型预测值的残差随地震强度指标第一主成分的方差非齐次特征。     

基于深度学习的Stack Overflow问题帖分类方法

针对基于正则表达式和传统机器学习的分类方法分别存在模式手工提取困难和性能瓶颈的问题, 提出一种基于深度学习的问题帖分类方法, 采用深度文本挖掘模型TextCNN和融合注意力机制的TextRNN构建分类模型. 实验结果表明, 基于深度学习的方法在多数问题目的类别上的分类性能优于已有基准方法, 且使用的Adam优化器优于SGD优化器, 使用Glove预训练的词向量优于使用随机生成的词向量. 该方法以提问目的对帖子进行分类, 可为分析Stack Overflow(SO)上的帖子讨论主题增加新维度.     

数字化转型背景下我国金融机构业务与技术融合发展的路径

近年来,我国金融行业数字化转型不断提速,金融机构数字化转型已迫在眉睫.金融机构面临的数字化转型环境包括3个方面:一是大数据走向跨界融合;二是人工智能加速发展;三是区块链等技术建立了新型连接关系.基于以上环境分析,文章认为金融机构数字化转型的核心在于业务与技术融合,需要在机制、组织、架构、人才和文化层面实行再造.     

科技创业孵化载体专业化发展问题与对策研究

进入新发展阶段后,科技创新创业活动对孵化服务提出了更高的要求,科技创业载体需要加快提升专业化、精准化服务能力.文章基于2016-2019年全国科技创业孵化载体发展数据,全面分析专业化科技创业孵化载体建设发展现状,剖析了科技创业孵化载体在专业化建设方面存在的方向不清、动力不足、能力不够、模式不明、机制不畅等问题,从建立评价指标体系、明确建设主体、提升服务能力、加强资源开放和政策供给等方面提出对策建议.     

高职生“学习参与度”对创新创业核心素养的影响机制研究

通过对523名高职学生进行实地调研,探析“学习参与度”对学生创新创业核心素养的影响机制。结果显示:课程建设、教师引导、资源支持对学习心理参与度影响显著;教师引导、资源支持、社会实践对学习行为参与度影响显著。学习参与度显著影响创业意识、创新精神、创业能力。提出优化对策:重视学生创新创业核心素养的培养;提高学生创新创业学习参与度;人际互动提升学习心理参与度;协同培育提高学习行为参与度。     

基于深度学习网络模型与大数据自动训练的工件缺陷识别算法研究

针对工件缺陷种类多样和特征不明显,造成机器视觉识别精度不稳定的问题,提出了一种基于深度学习网络模型与大数据自动训练的工件缺陷识别算法,并以软件工程来实现其功能。首先,对存在缺陷的工件进行取样,采集缺陷图像,建立识别标准。然后,基于深度神经网络模型和缺陷标准图像,进行模型训练,采取分批训练,逐步迭代收敛的方式,达到准确识别工件缺陷目的。最后,基于Python语言与TensorFlow框架实现深度神经网络模型,并将模型移植到C++平台调用,嵌入到商业版本软件中,实现算法的落地应用。实验测试结果显示,相对于已有的缺陷识别技术而言,本文算法具有更高的识别准确性,可为机器视觉软硬件设备提供技术基础。     

老龄化对科技发展的影响研究路径及结果分析

人口老龄化问题及其对科技发展的影响日益成为世界各国关注的焦点,但缺乏从总体上把握研究态势的相关成果。本研究以Web of Science数据库收录的相关文献为研究数据,首先运用文献计量分析对其进行量化,分析其总量趋势与研究母国参与程度。其次,运用文本挖掘、聚类分析和内容分析方法,从研究主题与方法演变、影响路径对比等方面,关于人口老龄化对科技发展的影响路径进行了识别与分析。从识别出的研究主题分布提炼出"人口老龄化—技术创新—科技发展""人口老龄化—人力资本—科技发展""人口老龄化—养老支出—科技发展"三大核心影响路径。研究发现:人口老龄化与科技发展相关文献自2013年以来增长趋势明显;该领域的研究方法主要为定量分析;各国学者总体上存在人口老龄化对科技发展有负面影响的压倒性共识。在此基础上,对该领域的研究方向提出了建议。