基于先验知识的文本实体识别方法

阐述文本实体识别作为医疗相关人工智能应用的关键中间任务，其效果直接决定下游任务表现上限，然而传统方法中通常忽略医学知识的应用，很难取得良好表现。提出一种基于RoBERTa与CRF并融合医学知识的医学文本实体识别方法，将医学知识作为先验引入到CRF最优路径搜索环节，极大程度地提升了标签转换的连贯性，并在相关数据集主指标上取得了改善。     

柴油机碳烟颗粒三维形貌特征的研究

采用微孔均匀沉积冲击器(MOUDI)颗粒采样仪从ZS195单缸发动机尾气中采样,并用软X射线显微成像和软X射线三维重建技术从不同角度观察颗粒的形貌,用Amira获得不同工况、不同粒径级下颗粒的三维形貌和形态学参数,通过比较不同负荷工况和不同粒径级下颗粒的形态学参数,如分形维数、单位体积的表面积等,分析了不同工况和粒径级下这些形态学参数的差别.     

基于深度学习的秀丽隐杆线虫显微图像分割方法

利用计算机实现自动、准确的秀丽隐杆线虫(C.elegans)的各项形态学参数分析,至关重要的是从显微图像上分割出线虫体态,但由于显微镜下的图像噪声较多,线虫边缘像素与周围环境相似,而且线虫的体态具有鞭毛和其他附着物需要分离,多方面因素导致设计一个鲁棒性的C.elegans分割算法仍然面临着挑战。针对这些问题,提出了一种基于深度学习的线虫分割方法,通过训练掩模区域卷积神经网络(Mask R-CNN)学习线虫形态特征实现自动分割。首先,通过改进多级特征池化将高级语义特征与低级边缘特征融合,结合大幅度软最大损失(LMSL)损失算法改进损失计算;然后,改进非极大值抑制;最后,引入全连接融合分支等方法对分割结果进行进一步优化。实验结果表明,相比原始的Mask R-CNN,该方法平均精确率(AP)提升了4.3个百分点,平均交并比(mIOU)提升了4个百分点。表明所提出的深度学习分割方法能够有效提高分割准确率,在显微图像中更加精确地分割出线虫体。     

带式输送机阀控调速型液力偶合器低速状态的模糊控制系统设计

针对带式输送机中应用的阀控型偶合器在20%~30%低速验带状态下发热量较大,不适合长时间运行的问题,结合模糊控制的原理设计了模糊控制器,优化设备的运行。通过模糊控制的仿真试验,可实现阀控型偶合器在低速状态下运行时间延长。     

机器人远程控制中的视觉建模与仿真引导策略研究

为 解 决 远 程 控 制 时 ，操 作 者 无 法 对 操 作 现 场 全 局 掌 握 的 问 题 ，通 过 视 觉 方 法 对 现 场 环 境 进 行 建模 ，利 用 虚 拟 仿 真 技 术 ，实 时 显 示 在 操 作 界 面 。 利 用 视 觉 算 法 处 理 双 目 相 机 获 得 的 目 标 图 像 ，获 取 目 标 的 位置 信 息 。 利 用 仿 真 平 台 对 目 标 位 置 信 息 进 行 二 次 处 理 ，在 现 场 环 境 的 模 拟 模 型 中 将 目 标 物 体 仿 真 建 模 。 最后 在 操 作 界 面 上 利 用 虚 拟 提 示 ，引 导 操 作 者 完 成 任 务 。     

公路路基路面设计中的软基处理分析

本文以公路路基路面设计中的软基处理为主题展开论述,首先分析了公路软土路基特点,然后重点针对公路路基路面设计中软基处理的具体内容进行了分析探讨。     

基于SoC的多轴驱控一体化平台设计

随着FPGA技术和电力电机技术的发展,FPGA+ARM的集成方式已经成为FPGA的发展方向.针对一体化多轴运动控制与驱动的特点,选用了集成双核ARM CPU与FPGA结合的Xilinx Zynq-7020全可编程System-on-chip(SoC)作为硬件平台,一个ARM CPU完成多轴的位置环、速度环和电流环的算法以及多轴轨迹生成,能同时完成伺服高级算法如谐振等,另一个ARM CPU完成交互功能,发挥FPGA高速运算的功能,完成6轴电流环流水线控制以及双采样双更新电流环算法.提高了系统整体带宽,实现多轴ns级同步精度以实现更精确的位置轨迹,驱控一体内部数据通过共享内存以及高速内部总线的方式进行交换,其传输速度更快、传输信息更加丰富.