CuO＋ZnO/CeO2/Al2O3水煤气变换活性及其表面形貌网络特征分析

以3 mm Al2O3作为主载体,采用浸渍与焙烧工艺,制备水煤气低温变换催化剂:CuO+ZnO/CeO2/Al2O3.利用X射线衍射(XRD)、扫描电子显微镜(SEM)、Raman散射光谱分别对催化剂的化学组成、表面形貌以及表面元素键合状态进行表征;对催化剂的水煤气变换反应(WGSR)活性进行测试.在对催化剂表面形貌进行数据挖掘的基础上,利用复杂网络方法对催化剂的表面形貌进行网络建模,并对其网络拓扑参数和同步性进行了计算.计算结果表明,CuO+ZnO/CeO2/Al2O3表面形貌网络度分布具有幂律分布特征;在催化WGSR以后,催化剂表面形貌网络同步性有所增强.     

基于SysML的多学科设计建模与优化

目的 基于系统建模语言SysML,分析多学科设计建模与优化过程,在理解多学科设计与优化数学模型的基础上,构建系统设计优化模型。方法 通过分析多学科设计优化的数学模型,利用SysML语言对多学科优化对象模型进行元模型表征,将生成的SysML模型进行模型转化,转换成XML格式以便优化求解器进行求解。结论 提出了一种用于多学科设计建模与优化的SysML扩展优化建模方法。通过SysML系统建模语言的扩展版型,添加多学科优化相关的优化目标、优化约束、优化变量等优化元素的模型内容。提出了SysML优化信息的提取方法,以XML为中间格式,将提取的优化模型与优化求解器进行集成。通过系统设计与系统优化的集成求解为产品系统架构设计人员提供有效的决策支撑。     

基于物体检测及关系推理的视觉问答方法研究

大多数图像描述及视觉问答任务中,主要工作是对图像数据的拟合分类,而缺乏图像中物体之间的关系推理,导致描述图像或回答问题时准确率不高.为解决该问题,本文提出一种基于物体检测及关系推理的视觉问答模型.该模型由上游网络和下游网络两部分组成,上游网络采用极快速区域卷积神经网络,下游网络由多层感知机组成的多模态特征融合推理网络构成.上游网络对图像进行物体检测与特征提取,利用长短期记忆网络对提问的问题进行信息提取以嵌入下游网络;下游网络对问题和图像的特征进行融合和推理,进而得出答案.采用数据集CLEVR进行模型训练与视觉问答测试,实验结果表明,本模型与其他已有模型相比,图像中物体之间关系推理的准确率获得了提高,达到98.96%.     

基于BERT-BiLSTM-TFIDF的产品研发文档关键词抽取方法

制造企业现有的内部知识管理系统大多通过人工选取产品研发文档标签，效率低下。应用自然语言处理技术抽取文档关键词作为文档标签有助于制造企业知识管理系统智能化。针对产品研发文档关键词抽取问题，提出了BERT-BiLSTM-TFIDF关键词自动抽取方法，基于BERT-BiLSTM设计句权重模型计算各词语所在句子的句权重，同时添加词性权重以及外部语料库以改进TFIDF算法。本文提出的方法改善了现有关键词自动抽取方法没有合理利用词语的语义信息、上下文关系信息的缺点，经过实验证实具有较好的效果。     

基于CiteSpace的可持续产品服务系统商业模式研究

目的 对可持续产品服务系统商业模式的相关研究文献进行可视化分析.方法 使用文献计量法,以2000—2019年间Web of Science核心数据库相关论文为数据基础,利用信息可视化软件CiteSpace,对可持续产品服务系统(SPSS)商业模式的主要研究国家和地区、发文作者、合作网络、发文机构、热点关键词等做了综合分析.结论 从2000年到2019年,可持续产品服务系统(SPSS)的研究总体上逐渐增加.SPSS研究群体多集中在西欧国家;研究机构主要集中在高校、研究院所等机构;设计系、商学院、工程管理系、机械系、环境化学研究所等二级研究机构之间的跨学科合作比较常见."共享经济""循环经济""协同消费""数据化"和"价值共创"等是近年来SPSS研究中的高频关键词.在新的研究形势下,SPSS的理论创新研究、评估方法的创新研究和实践路径研究是需要重点关注的方面.     

CuO+ZnO/CeO2/Al2O3水煤气变换活性及其表面形貌网络特征分析

以φ3mm Al₂O₃作为主载体,采用浸渍与焙烧工艺,制备水煤气低温变换催化剂：CuO+ZnO/CeO₂/Al₂O₃.利用X射线衍射（XRD）、扫描电子显微镜（SEM）、Raman散射光谱分别对催化剂的化学组成、表面形貌以及表面元素键合状态进行表征;对催化剂的水煤气变换反应(WGSR)活性进行测试.在对催化剂表面形貌进行数据挖掘的基础上,利用复杂网络方法对催化剂的表面形貌进行网络建模,并对其网络拓扑参数和同步性进行了计算.计算结果表明,CuO+ZnO/CeO₂/Al₂O₃表面形貌网络度分布具有幂律分布特征;在催化WGSR以后,催化剂表面形貌网络同步性有所增强.     

面向传统服饰的细粒度跨模态检索算法

目的 由于跨模态数据集有限和模态异构表征问题,利用跨模态检索算法解决实际应用问题一直是当前多模态研究中的一大研究方向.方法 提出了一种面向传统服饰的细粒度跨模态检索算法,解决传统服饰跨模态检索的单模态表征和跨模态表征一致的问题.在单模态特征表征方面,沿用DCMH使用深度学习的方法对初始数据进行特征提取;在跨模态表征一致方面,新增自监督语义网络,以自监督的方式对应标签信息提取细粒度信息,并将其用于图文哈希学习的监督,从而得到更好的图文哈希表征.通过在传统服饰数据集上与其他方法进行对比实验,验证算法的有效性.结论 有关此方面的应用探索,有利于解决互联网时代中国传统服饰文本、图像处理等的保护性难题,为未来纹样检索中的工作做铺垫,实现中国传统服饰的创新性传承和发展.     

AI设计下的文本视觉问答技术

目的 分析基于AI设计的文本视觉问答模型的有效性,旨在利用AI设计更好地指导当前AI模型的构建,提升模型效果和用户体验.方法 以传统文本视觉问答框架为基础,结合AI设计改进当前模型.具体包括加强基于场景设计原则的关系挖掘,根据不同理解层次需求的答案关键词预测,并对模型被投入应用所将面临的问题的分析.结果 基于AI设计完善模型可进一步提升模型效果;同时,通过AI设计对不同年龄认知差异的建模可指导回复生成,提升整体用户体验.结论 通过理论分析和实验对比,可以得出AI设计是AI技术投入到应用的一个重要步骤.基于AI设计对模型进行重构,可提高当前模型的效果,解决AI技术落地中将面临的用户体验问题,满足不同人群的需求.     

基于动态贝叶斯网络与DS证据理论的轧机颤振监测方法

提出了基于动态贝叶斯网络和DS(Dempster/Shafer)证据理论的轧机颤振实时监测方法,该方法预选多个时域和频域的特征参数表征轧机不同工况下振动信号的不同特征,利用稳定判别率方法筛选敏感度高的特征参数;使用动态贝叶斯网络与DS证据理论实时监测模型建立轧机颤振状态实时监测系统,构建连续的速度载荷时间片,将3个连续的速度载荷时间片作为DS证据理论的证据体,给出了优化基本概率分配的信任度方法,解决了DS证据理论的证据体间冲突问题;最后在轧机实验平台进行实验,诊断结果表明:该方法对轧机颤振不同状态的识别率达到99.05%。     

一种融合图结构的阅读理解答案预测方法

机器阅读理解(简称阅读理解)是自然语言处理领域的一项重要任务.目前基于深度学习的阅读理解模型在一些数据集上(如SQuAD)取得了很好的性能,但是这些模型不能有效整合句法结构、句子间长距离语义信息,对问题和篇章理解得不够充分.为解决以上问题提出一种新方法,该方法利用图结构对句子内部的句法结构与句子间的语义关系进行建模,然后与基于注意力机制的表示进行融合,最终形成对篇章与问题更好的理解与表示.同时,该方法还引入问题分类任务,与问答任务共同形成多任务学习框架,进一步优化了问题与文本的表示,获得了更好的答案预测准确率.相关数据集上的实验结果表明,所提方法取得了比基线模型更好的效果.     

The QKD network: model and routing scheme

Quantum key distribution (QKD) technology can establish unconditional secure keys between two communicating parties. Although this technology has some inherent constraints, such as the distance and point-to-point mode limits, building a QKD network with multiple point-to-point QKD devices can overcome these constraints. Considering the development level of current technology, the trust relaying QKD network is the first choice to build a practical QKD network. However, the previous research didn’t address a routing method on the trust relaying QKD network in detail. This paper focuses on the routing issues, builds a model of the trust relaying QKD network for easily analysing and understanding this network, and proposes a dynamical routing scheme for this network. From the viewpoint of designing a dynamical routing scheme in classical network, the proposed scheme consists of three components: a Hello protocol helping share the network topology information, a routing algorithm to select a set of suitable paths and establish the routing table and a link state update mechanism helping keep the routing table newly. Experiments and evaluation demonstrates the validity and effectiveness of the proposed routing scheme.     

A neural algorithm for finding the shortest flow path for an automated guided vehicle system

The automated guided vehicle (AGV)system is emerging as the dominant technology to maximize the flexibility of material handling, while increasing the overall productivity of manufacturing operations. This paper presents a new way of finding the shortest flow path for an AGV system on a specific routing structure. An optimal solution of the system is determined by using an approach based on the Hopfield neural network with the simulated annealing (SA) procedure. In other words, the proposed approach reduces the total cost of an AGV delivery path from one workstation to another on the shop floor. By changing the temperature of the two-stage SA, a solution can be found that avoids potential collisions between AGVs. Both the flow path and the potential collision, which are major problems in AGV systems, may be solved simultaneously by the proposed neural network approach. Other advantages offered by the proposed method are its simplicity compared with operations research (OR)methods and a decreased number of needed AGVs. The performance of the approach is also investigated.     

电流型有源电力滤波器的神经网络滞环控制

神经网络滞环控制就是将神经网络和滞环比较器这两种方法相结合的一种控制方法。滞环控制是控 制方法中较为简单的一种,它不需要系统太多的参数,实时性较好,但用滞环控制方法时系统开关频率不固定, 这不仅影响电子开关的使用寿命,而且降低了系统的稳定性。将二者结合的控制方法不仅可实现神经网络对快 速变量的控制,而且可以提高滞环控制的性能。通过训练神经网络能够完成滞环比较器的功能,并可取代滞环 比较器。给出了计算机仿真结果,神经网络通过DSP实现。     

A model for social interaction between cognition and action through a key-word simulation of knowledge growth

The question of knowledge construction can be regarded as a question of cognition in relation to action.Callon and al. have suggested interactive processes mixing both cognitive and social aspects of knowledge or technology. Both actors and interactions can usually be described by texts, and namely, by words. Thus knowledge development can be described through key-words network development. The authors have made simulations for knowledge development according to a local positive feed-back rule within small sets of word associations. In comparison with real data, the simulation results are fairly good. This approach leads to a general and very simple interaction model describing knowledge development. In this model, as opposed to usual cybernetics, actors constantly change, building a common scenario in relation to a mutual definition rule.     

基于HMM的实时语音识别方法研究

随着计算机技术和通信技术的快速发展，语音识别技术在国民经济中的各个领域得到了广泛的应用，并有相关产品的问世。但为了提高工作效率和节省企业的成本，有许多特定应用要与语音识别进行融合。针对企业报关系统的特点，采用了一种基于HMM模型的二级单字识别方法，解决了系统识别效率与识别稳定性的问题，使得该语音识别方法最终满足了报关系统的应用要求，并扼要介绍了词汇库维护、新人语音训练及建立语音新模型的过程。     

A new network model for extracting text keywords

Text keywords are defined as meaningful and important words in a document, which provide a precise overview of its content and reflect the author’s writing intention. Keyword extraction methods have received a lot of attentions, among which is the network-based method. However, existing network-based keyword extraction methods only consider the connections between words in a document, while ignoring the impact of sentences. Since a sentence is made of many words, while words affect one another in a sentence, neglecting the influence of sentences will result in the loss of information. In this paper, we introduce a word network whose nodes represent words in a document, and define that any keyword extraction method based on a word network is called as a Word-net method. Then, we propose a new network model which considers the influence of sentences, and a new word-sentence method based on the new model. Experimental results demonstrate that our method outperforms the Word-net method, the classical term frequency-inverse document frequency (TF-IDF) method, most frequent method and TextRank method. The precision, recall, and F-measure of our result are respectively 7.95, 8.27 and 6.54% higher than the Word-net result, and the average precision of our result is 17.56% higher than the TF-IDF result. A two-way analysis of variance is employed to validate the empirical analysis, which indicates that keyword extraction methods and keyword numbers have statistically significant effects on the evaluation of metric values.     

A novel RBF neural network for radar emitter recognition based on Rough Sets

With the spreading of radar emitter technology, it is more difficult for traditional methods to recognize radar emitter signals. In this article, a new method is proposed to establish a novel radial basis function (RBF) neural network for radar emitter recognition based on Rough Sets theory. First of all, radar emitter signals describing words are processed by Rough Sets, and the importance weight of each attribute is obtained and the classification rules are extracted. The classification rules are the basis of initial centers of Rough k-means. These initial centers can reduce the computational complexity of Rough k-means efficiently because of a priori knowledge from Rough Sets. In addition, basis functions of neural units of an RBF neural network are improved with attribute importance weights based on Rough Sets theory. The novel network structure makes the RBF neural network more effective. The simulation results show that novel RBF neural network radar emitter recognition can recognize radar emitter signals more effectively than a traditional RBF neural network, because of the improved Rough k-means and the network structure with attribute importance weights.     

一类带配送中心运输问题的容量扩张模型研究

运输问题一般采用表上作业法来解决，考虑一类带配送中心的运输问题，若仍采用表上作业法，会使问题复杂化，文中采用一种构造辅助网络的方法：在运输网络中将每个配送中心均拆分成2个点，连接两点形成新弧，构造出新的网络，并给每条弧赋予参数，将此类运输问题转换为最小费用流模型来解决，可以使问题模型和运算简单化．在此基础上，考虑运输网络中配送中心和边的容量扩张问题．     

粤语词汇的“借入”和“借出”

人类的交际和各社会集团的交往,使语言相互接触和借用,从而得到发展,形成了“借词”这一重要的语言现象。粤语,由于它独特的地理位置,自古以来不仅能从它所接触的外语中输入大量的借词,而且也向其他方言输送了丰富的词汇,使粤语受到了社会各界的倾心,是任何一种方言语域不可企及的。     

认知科学与信息认识论指导下的单词记忆软件信息设计方法

目的目前市场上的单词记忆软件没能将用户体验与记忆规律进行深度结合,希望通过人们在认知过程中的信息活动层次来构建单词记忆应用软件的信息架构,结合必应词典的背单词功能设计,提升手机词典背单词用户背单词的个性化与针对性,保证用户使用的有效性、效率及满意度。方法通过对人的信息活动层次理论分析与用户研究,同时以数据挖掘与知识发现为主要手段,利用自然语言理解技术,更大程度地获取用户的个性需求。结论认知科学与信息认识论对于认知记忆类软件的交互流程和信息架构的设计,具有极强的指导作用,符合用户的认知规律的应用流程,能够极大提高用户的心流体验,增强信息产品的可用性目标及用户体验目标的达成;智能化的算法可帮助用户形成以需求与兴趣为中心的个性化学习方案。