融合多类型特征的特定领域实体识别研究

特定领域实体具有分布稀疏、类型有限、领域性强等特点,与普通命名实体具有较大差别,在使用神经网络模型构建识别模型中面临训练语料规模有限、带标实体稀疏等困难。以武器装备名识别为例,研究深度学习框架下,词性、句法和领域知识融入神经网络模型的方法和效果。实验结果表明,在融入词性和领域知识后,武器装备名识别的F值分别提升了0.97%与9.5%。此外,通过在不同语料规模下进行实验并定量分析不同类型特征的分布特点,初步给出造成不同类型特征对深度学习模型有着不同支持作用的原因。     

失火故障模式下的柴油机信号特征分析

针对一汽锡柴公司某型号柴油机在不同故障模式下的信号特征进行分析,研究了在柴油机典型失火故障下经过小波包分解后的缸盖振动信号特征敏感性,为柴油机的故障模式分析提供参考.     

基于深度学习的电子商务语音客服中的客户情感研究

为了适应语音客户机器人根据客户情感开展高效服务的需求，研究了提高客户语音情感的识别率方法。首先从电话客服服务器录音中剪辑片段建立了CASIA中文多模态自然情感语料库，给出了14种主要情感和13种非典型的情感类型。其次建立了一个较大规模自然口语风格的汉语疑问语气语料库，并进行了单句、音节层面的韵律层级标注工作。最后采用线性融合韵律特征、梅尔频率倒谱特征的方法对汉语疑问语气、陈述语气进行分析，把整句的基频最大值、最小值也作为区分疑问、陈述语气的特征。实验结果表明，融合后的识别率较融合前平均提高了16%。     

某钢铁园区综合污水水质监测调查及处理分析

主要对某钢铁园区进行综合污水水质监测调查分析,以找出该综合污水处理厂污水水质、水量时空变化特征,从而为园区综合废水资源化回用提出解决方案。结果发现,该钢铁企业园区内3个泵站污水在排放时间、主要污染物、排放量差异明显,1号泵站因主要以生活污水为主,水中COD和悬浮物含量高;2号泵站以工业废水为主,其电导率较高;3号泵站为典型的工业废水,其含油量高。但是,该园区综合污水厂采用高密度沉淀池+V型滤池处理工艺,出水水质指标平均值都能达到回用水标准。     

瓦斯涌出影响因素及其变化特征研究

应用芦岭矿Ⅱ一采区已采阶段的大量生产实测数据，探讨了该采区瓦斯涌出量与回采强度的关系；研究了瓦斯涌出量与回采煤层厚度的相应变化特征；并通过对比分析得出了相对瓦斯涌出量、绝对瓦斯涌出量之间及其与煤层埋深的关系。     

立体停车特征分析及流畅性计算

机械立体停车设备具有占地省、操作简单．安全可靠、自动化程度高并可与停车收费管理系统相结合等特点，为解决城市停车难提供了有效途径，因而在发达国家得到了快速发展。随着我国经济的发展，逐步进入小康社会，汽车拥有不再是个梦。但汽车发展的同时也带来了城市停车的问题，目前国内各城市普遍存在交通拥挤、停车越来越困难的现象。     

城市地下空间规划的特征分析

城市地下空间规划是城市规划的重要组成部分，而目前城市规划中尚不够重视地下空间的规划，本文分析了地下空间开发的意义，地下空间规划的原则和基础，并通过地下空间规划实例分析了其主要特征，通过对国内外地下综合体、管线廊道的规划分析，探讨了城市建设中地下空间规划的主要内容、地面上下间规划关系、途径及涉及的关键因素。     

全部荷载一次施加地基沉降特征分析

<正> 作用于地基上的荷载通常是随建筑物的施工进展而逐渐增加的,因而地基变形的相当一部分已在施工过程中完成。施工过程中的地基变形特征及变形量大小除与土壤性质、荷载形态、基础型式、上部结构刚度、施工方法等有关外,基本上与各个加荷阶段的加荷速率有对应关系。已往地基基础方面的试验研究和设计方法,大都建立在工程数据实测和分级加荷模拟试验的基础上,加荷速率均较缓慢。国内外虽有在地基上堆料预压和充水预压加荷速度相对稍快的经验和地基沉降实测,但多属于软土地基,并且经历加载和卸载所引起的压缩-回弹-再压缩的多层次变形过程,不能得出地基持续压缩变形规律。对于饱水粘性土地基     

基于时频特征分析的变压器有载分接开关运行状态识别

为了对变压器有载分接开关的运行状态进行识别,该研究首先对其运行状态和故障特征进行总结分析,针对分接开关运行过程中产生的振动信号,利用集合经验模态(EEMD)分解为多个固有模态函数分量(IMF),再经过希尔伯特变换法,结合能量熵提取得到基于时频分析的特征向量。将特征向量输入自适应遗传算法(AGA)优化的BP神经网络模型中进行故障识别,并进行数据仿真,与相空间重构后提取的特征向量(PPDC)进行对比,验证不同网络模型下,所提方法的识别准确率和收敛速度。结果表明,以PPDC故障样本作为模型输入时,AGA算法优化前后的BP神经网络模型的识别准确率分别为81.68%和88.32%,收敛次数为981和363,当以基于时频特征提取的故障样本作为模型输入时,AGA算法优化前后的BP神经网络模型的识别准确率分别为91.66%和96.68%,收敛次数为349和159,AGA算法可显著提高BP神经网络模型的性能。由此可见,可将时频特征提取方法与AGA-BP神经网络结合,实现有载分接开关运行状态的有效识别。