基于μC/OS-II的电力线载波抄表系统集中器

低压电力线载波远程抄表技术是一项有广泛应用前景的新技术。介绍了一种基于μC/OS-II的电力线载波抄表系统集中器,包括整个远程抄表系统的结构,集中器的功能和软硬件设计。该集中器在现场经过了测试实践,达到了预期目标。     

一种基于Wi—Fi的计量抄表系统的设计和实现

介绍一种基于Wi-Fi自动抄表系统的硬件和软件实现方法,给出智能抄表系统的总体框架结构,详细叙述了其中的无线中继、接入点、控制中心等各部分硬件结构和各自的作用.硬件平台采用Marvell的88W8686和ARM7处理器及其外围电路构成无线监控通讯终端.控制器的软件基于嵌入式μC/OS-Ⅱ操作系统平台,利用LwlP协议的移植实现了TCP/IP协议,在VC++和数据库上实现了上位机的抄表管理软件,可以通过计算机管理系统对电表的读数进行统计管理和收费,以及对仪表的运行状态进行监控,从而实现了自动抄表的目的.该系统结构灵活实用,有效解决了抄表的安全性和效率问题.     

实时操作系统在多费率抄表计费系统中的应用

针对传统机械式抄表计费系统的缺陷,本文介绍一种基于实时操作系统μC/OS-II新一代抄表计费系统.通过把实时操作系统μC/OS-II移植到AT89C52单片机来实现多任务实时抄表计费.两者结合,既能充分发挥实时操作系统μC/OS-II的高实时性以及多任务调度的特点,又可以体现单片机的经济实惠的优势,具有实际市场推广意义.     

基于μC/OS-Ⅱ的电力线载波抄表系统集中器

低压电力线载波远程抄表技术是一项有广泛应用前景的新技术。介绍了一种基于μC／OS-Ⅱ的电力线载波抄表系统集中器,包括整个远程抄表系统的结构,集中器的功能和软硬件设计。该集中器在现场经过了测试实践,达到了预期目标。     

基于故障检测的新型集中抄表系统硬件设计

人工抄表已越来越不能适应当今社会的发展要求，国内开始出现不同抄表系统．但这些系统费用偏高，而且大部分不能记录水表引线的短路或开路等故障，鉴于现有抄表系统存在的问题，本文提出了低成本、高性能、具备故障检测和具有多种抄表方式的水量集中抄表系统，该系统采用最为廉价的微控制器作为采集器和集中器控制核心，充分利用I／O引脚，外围采用I^2C和SPI总线接口芯片，构成结构紧凑，可靠性高，生产成本低，可适应水、电和气的自动集中抄录．     

ARM CPU S3C44B0X在水表智能抄表系统中的应用

介绍水表智能抄表系统的核心部分──抄表手机，以及如何用32位机S3C44B0X来实现抄表手机的功能。     

基于μC/OS-Ⅱ的远程抄表系统终端设计

本文提出了一种基于嵌入式操作系统μC/OS-Ⅱ的远程抄表系统终端设计方案,可较好的满足远程抄表系统对可靠性和实时性的要求.该方案给出了系统终端的硬件体系结构,并结合μC/OS-Ⅱ的特点详述了系统软件的具体实现,最后讨论了μC/OS-View在μC/OS-Ⅱ中的移植与应用.     

基于嵌入式技术的家用抄表管理系统设计

介绍以解决远程抄表为主要目标,采用基于家庭网络的解决方案,基于嵌入式S3C44B0X系统平台设计家用三表抄表管理系统的思路和方法。并且对系统的框架及软、硬件模块作了详细描述。     

基于GPRS和以太网的远程抄表终端设计

选用ARM核芯片LPC 1768作为控制核心,以实时操作系统μC/OS-Ⅱ构建软件平台,采用以太网和GPRS技术作为通信手段,利用带RS485通讯接口的水、电、气表组成采集单元采集用户的水、电、气能源使用数据,设计了一种集远程传输控制器和数据采集器为一体的抄表终端的软硬件实现方法.该设计可有效扩大远程抄表系统的覆盖范围,提高数据传输稳定性.     

基于KQ100F的智能抄表系统的设计

针对电力线载波通信存在噪声干扰强、信号在电力线上传输过程中会有衰减、干扰具有周期性、随机性和时变性等问题,提出了一种基于KQ100F的智能抄表系统的设计方案,介绍了通信转换器KQ100F的性能和特点,详细介绍了采用KQ100F进行电力线载波通信的智能抄表系统的硬件及软件设计。实际应用表明,该系统可有效改善目前抄表系统存在的问题,更好地节约人力和物力。     

基于转移神经网络的中文AMR解析

抽象语义表示(abstract meaning representation, AMR)是一种领域无关的句子语义表示方法,它将一个句子的语义抽象为一个单根有向无环图,AMR解析旨在将句子解析为对应的AMR图。目前,中文AMR研究仍然处于起步阶段。该文结合中文AMR特性,采用基于转移神经网络的方法对中文AMR解析问题展开了试验性研究。首先,实现了一个基于转移解码方法的增量式中文AMR解析神经网络基线系统;然后,通过引入依存路径语义关系表示学习和上下文相关词语语义表示学习,丰富了特征的表示;最后,模型中应用序列化标注的模型实现AMR概念识别,优化了AMR概念识别效果。实验结果表明,该模型在中文AMR解析任务中达到了0.61的Smatch F1值,明显优于基线系统。     

英汉《小王子》抽象语义图结构的对比分析

AMR(抽象语义表示)是国际上一种新的句子语义表示方法,有着接近于中间语言的表示能力,其研发者已经建立了英文《小王子》等AMR语料库。AMR与以往的句法语义表示方法的最大不同在于两个方面,首先采用图结构来表示句子的语义;其次允许添加原句之外的概念节点来表示隐含的语义。该文针对汉语特点,在制定中文AMR标注规范的基础上,标注完成了中文版《小王子》的AMR语料库,标注一致性的Smatch值为0.83。统计结果显示,英汉双语含图结构句子具有很高的相关性,且含有图的句子比例高达40%左右,额外添加的概念节点则存在较大差异。最后讨论了AMR在汉语句子语义表示以及跨语言对比方面的优势。     

基于多任务预训练的AMR文本生成研究

抽象语义表示（abstract meaning representation,简称AMR）文本生成的任务是给定AMR图,生成与其语义一致的文本.相关工作表明,人工标注语料的规模大小直接影响了AMR文本生成的性能.为了降低对人工标注语料的依赖,提出了基于多任务预训练的AMR文本生成方法.特别地,基于大规模自动标注AMR语料,提出与AMR文本生成任务相关的3个预训练任务,分别是AMR降噪自编码、句子降噪自编码以及AMR文本生成任务本身.此外,基于预训练模型,在朴素微调方法的基础上,进一步提出了基于多任务训练的微调方法,使得最终模型不仅适用于AMR文本生成,同时还适用于预训练任务.基于两个AMR标准数据集的实验结果表明：使用0.39M自动标注数据,提出的预训练方法能够大幅度提高AMR文本生成的性能,在AMR2.0和AMR3.0上分别提高了12.27和7.57个BLEU值,性能分别达到40.30和38.97.其中,在AMR2.0上的性能为目前报告的最优值,在AMR3.0上的性能为目前为止首次报告的性能.     

Identification of AMR decompressed audio

More and more conversation recordings from phone calls are used as forensic evidence. To decide whether an unknown speech recording comes from mobile phone or not becomes an important issue in digital audio forensics. The communicating conversation recorded by mobile phones is encoded by Adaptive Multi-Rate (AMR) audio codec, which was adopted as the standard speech codec by 3GPP and widely used in GSM and UMTS. Therefore, AMR decompressed audio detection can be used to identify the source of the digital audio recording. Furthermore, it is helpful to locate the forgery position of the splicing AMR decompressed audio for forensic purposes. In this article, we focus on the identification of AMR decompressed audio, namely, given the waveform of an audio, we wish to identify whether it has been previously compressed by AMR codec or not. The artifacts introduced by the AMR codec will help to detect the source of the recordings. Based on our analysis, we find that the sample repetition rate of the AMR decompressed waveform is significantly greater than the regular waveform. Therefore, we employ the sample repetition rate as a feature to identify the AMR decompressed audio. The experimental results show that this feature is robust and effective.     

基于概念关系对齐的中文抽象语义表示解析评测方法

抽象语义表示(Abstract Meaning Representation,AMR)是一种句子语义表示方法,能够将句子的语义表示为一个单根有向无环图.随着中文AMR语料库规模的扩大,解析系统的研究也相继展开,将句子自动解析为中文AMR.然而,现有的AMR解析评测方法并不能处理中文AMR的重要组成部分——概念对齐和关系...     

Abstract meaning representation for legal documents: an empirical research on a human-annotated dataset

Natural language processing techniques contribute more and more in analyzing legal documents recently, which supports the implementation of laws and rules using computers. Previous approaches in representing a legal sentence often based on logical patterns that illustrate the relations between concepts in the sentence, often consist of multiple words. Those representations cause the lack of semantic information at the word level. In our work, we aim to tackle such shortcomings by representing legal texts in the form of abstract meaning representation (AMR), a graph-based semantic representation that gains lots of polarity in NLP community recently. We present our study in AMR Parsing (producing AMR from natural language) and AMR-to-text Generation (producing natural language from AMR) specifically for legal domain. We also introduce JCivilCode, a human-annotated legal AMR dataset which was created and verified by a group of linguistic and legal experts. We conduct an empirical evaluation of various approaches in parsing and generating AMR on our own dataset and show the current challenges. Based on our observation, we propose our domain adaptation method applying in the training phase and decoding phase of a neural AMR-to-text generation model. Our method improves the quality of text generated from AMR graph compared to the baseline model. (This work is extended from our two previous papers: “An Empirical Evaluation of AMR Parsing for Legal Documents”, published in the Twelfth International Workshop on Juris-informatics (JURISIN) 2018; and “Legal Text Generation from Abstract Meaning Representation”, published in the 32nd International Conference on Legal Knowledge and Information Systems (JURIX) 2019.).

     

AMR vs High Order Schemes

Adaptive Mesh Refinement (AMR) schemes are generally considered promising because of the ability of the scheme to place grid points or computational degrees of freedom at the location in the flow where truncation errors are unacceptably large. For a given order, AMR schemes can reduce work. However, for the computation of turbulent or non-turbulent mixing when compared to high order non-adaptive methods, traditional 2nd order AMR schemes are computationally more expensive. We give precise estimates of work and restrictions on the size of the small scale grid and show that the requirements on the AMR scheme to be cheaper than a high order scheme are unrealistic for most computational scenarios.     

自然语言句子抽象语义表示AMR研究综述

句子的语义处理是自然语言处理的重要难题与挑战。抽象语义表示(Abstract meaning representation, AMR)是近几年国际上新兴的句子级语义表示方法,突破了传统的句法树结构的限制,将一个句子语义抽象为一个单根有向无环图,很好地解决了论元共享问题,成为语言资源建设和句子语义解析的研究热点。本文从AMR概念与规范、解析算法和应用等方面对AMR相关研究进行系统的梳理,特别对AMR的各种解析算法进行了比较深入的分析和比较,指出了现有算法存在的问题和不足,同时介绍了中文AMR的开发进展,最后展望了AMR未来的研究方向。     

融合源端句法和语义角色信息的AMR解析

序列到序列(seq2seq)的框架可以应用到抽象语义表示(AMR)解析任务中,把AMR解析当作一个从源端句子到目标端AMR图的翻译任务。然而,以前的工作通常把源端句子表示为一个单词序列,忽略了句子内部潜藏的句法和语义角色信息。基于seq2seq框架,该文提出了一个直接而有效的融合句法和语义角色信息的AMR解析方法。实验结果表明,该文的方法在AMR英文标准数据集上取得了6.7%的显著提升。最后,该文从多个角度深入分析了源端的句法和语义角色信息是如何对AMR解析提供帮助的。分析表明,词性信息和subword技术对AMR解析性能提升的贡献最大,上层句法和语义角色信息次之。     

CPU Ray Tracing of Tree-Based Adaptive Mesh Refinement Data

Adaptive mesh refinement (AMR) techniques allow for representing a simulation's computation domain in an adaptive fashion. Although these techniques have found widespread adoption in high-performance computing simulations, visualizing their data output interactively and without cracks or artifacts remains challenging. In this paper, we present an efficient solution for direct volume rendering and hybrid implicit isosurface ray tracing of tree-based AMR (TB-AMR) data. We propose a novel reconstruction strategy, Generalized Trilinear Interpolation (GTI), to interpolate across AMR level boundaries without cracks or discontinuities in the surface normal. We employ a general sparse octree structure supporting a wide range of AMR data, and use it to accelerate volume rendering, hybrid implicit isosurface rendering and value queries. We demonstrate that our approach achieves artifact-free isosurface and volume rendering and provides higher quality output images compared to existing methods at interactive rendering rates.