地名实体识别研究与展望

地名作为一种常见的命名实体,广泛存在于非结构化文本中。是非结构化数据转为结构化过程中重要的关联实体。为了全面了解地名识别的最新研究成果和现状,概述了地名识别现有的应用场景、地名识别技术在具体场景的详细应用以及地名识别数据集和评价指标。总结分析了现有的地名识别方法：基于规则和地名词典匹配的方法、基于统计机器学习的方法、基于深度学习模型和混合模型方法。归纳总结了每一种地名识别方法的关键思路、优缺点和具体模型。同时对混合方法的融合特征和模型特点进行了总结归纳。并从模型性能展开比对分析,以及对词嵌入模型和预训练模型的模型特点进行了总结归纳。对地名实体识别研究方向进行总结和展望。     

基于LoRa技术的温室农作物自动化培育系统设计

针对现存农业物联网采用ZigBee、Bluetooth等技术面临通信距离短、功耗高的问题,提出基于LoRa无线通信技术的监控、培育系统。该自动培育系统由传感器节点采集、监控、调节施肥模块组成,同时通过对节点入网流程和集中器传输信息的路径探测的设计,使得上位机能通过透传云对农田环境进行有效监测。该系统成本低、适用范围广、实用性能强,在实时监控农作物生长环境的同时以施肥形式培育农作物,能够有效提高生产效率。测试结果证明,该系统具有较高可靠性。     

基于模块化和鲁棒性的大数据公共课程体系设计方法研究

针对当前高校大数据公共课程在内容、师资安排以及课程衔接等方面存在缺乏合理设计的问题,基于OBE理念,提出一种基于模块化和鲁棒性的大数据公共课程体系设计方法,首先从不同专业对大数据应用人才的培养目标着手,以工程教育认证培养能力目标体系为线索,分析各专业课程与大数据公共课程之间的支撑度和衔接关系,从而构建模块化公共课程框架;然后基于主动式调整思路,将培养目标、课程体系参数化,进而设计课程选择及课程路径的设计与调整方法,并将其嵌入专业教育的持续改进的反馈闭环中实施.经过所在院校的实践,该方法能有效帮助非计算机专业选择和调整大数据技术公共课程,切实提高学生大数据课程的学习效果.     

基于函数逼近的冗余值迭代算法*

针对值迭代算法存在算法收敛不稳定及收敛速度慢的问题,文中提出改进的基于函数逼近的冗余值迭代算法.结合值迭代算法与贝尔曼冗余值迭代算法,引入权重因子,构建值函数参数更新向量.同时从理论上证明,利用此更新向量更新值函数参数可以保证算法收敛,解决值迭代算法收敛不稳定的问题.此外,算法引入遗忘因子,加快权重向量的更新速率和算法收敛速度.在Grid World问题上的实验表明,文中算法收敛性能较好,具有较好的鲁棒性.     

自动驾驶车辆道路跟驰与状态一致性控制

针对含有未知输入和外部干扰的非线性自动驾驶车辆时变跟驰队列系统,研究系统部分状态可测情况下的车辆道路跟驰和状态一致性控制问题.基于车辆跟驰和二自由度动力学模型,得到含有外部干扰和未知输入的离散化状态方程,利用前导跟驰特性,得到自动驾驶车辆跟驰队列系统;利用比例积分状态观测器解决系统部分状态不可测问题,提出一种基于观测器实现含有未知输入和外部干扰的自动驾驶车辆状态一致性控制协议;将观测器估计效果和一致性控制问题转化为误差系统的稳定性问题,由此构造Lyapunov-Krasovkii函数,利用离散系统稳定性理论推导出一个充分条件;通过求解线性矩阵不等式(linear matrix inequality, LMI)得到跟驰系统的增益矩阵和参数矩阵,利用H_∞性能指标分析系统鲁棒性.仿真结果表明:所设计观测器能够估计未知输入、外部干扰和系统状态,并且基于观测器设计能够使自动驾驶车辆道路跟驰和状态达到一致.     

基于统计检验的漏电断路器寿命预测方法研究

漏电断路器是电力系统中重要的终端保护器,为了避免其超龄服役,保障用电人员的生命财产安全,需要对其寿命预测方法进行研究。提出了一套基于统计检验的寿命预测方法,该方法将统计学理论和Arrhenius模型相结合,通过正态性检验和相关性检验解决了Arrhenius模型的适用性问题,通过方差齐性检验解决了加速老化试验的老化机理问题,通过异方差检验、残差正态性检验及残差独立性检验解决了拟合模型的质量问题,进一步提高了预测模型的准确性。使用该方法对电子式漏电断路器进行寿命预测,预测结果同厂家提供的参考寿命相近,表明该方法能够有效地解决寿命预测过程存在的问题,同时对其他同类产品的寿命预测也具有一定的参考价值。     

基于BP神经网络的紫外光源自适应固化控制研究

为解决紫外光动态固化技术中的固化不充分或反固化反应等问题,提出一种基于BP算法的LED紫外光源多参数自适应控制方法。利用神经网络优异的非线性逼近能力,并结合优化后的BP算法构建一个3输入2输出的网络预测模型。通过与多元线性回归和多元非线性回归模型的对比显示,BP神经网络算法有更高的拟合度。最后将57组数据导入训练好的模型进行验证。实验表明:该BP神经网络模型预测结果较好,且稳健性强,2输出参数预测值误差分别为1.86%和2.35%,可灵活应用于多种紫外光固化场合。     

基于离线标定的全景视频快速拼接算法设计

针对实际条码识别系统中全场景监控和传统图像拼接算法速度慢的问题,提出了一种基于离线标定的快速全景视频拼接算法。在实际应用中多台相机位置固定,采用离线标定计算出图像拼接的单应性矩阵,在实时拼接中直接加载该矩阵进行计算,从而省去了大量的特征提取和配准时间。为了提高图像特征的配准精度,设计了一种改进的SIFT(Scale-Invariant Feature Transform)特征匹配算法。实验结果表明,该算法对比传统算法显著减少了错误特征匹配的影响,提高了图像拼接速度,具有更好的特征匹配效果。     

机电伺服系统有限时间自适应反步控制方法研究

机电伺服系统存在未建模动态及不可避免的未知扰动,会严重影响系统的伺服性能。针对未知扰动下机电伺服系统惯性负载的角位移跟踪控制问题,考虑未建模动态对系统的影响,提出一种基于有限时间的模糊自适应指令滤波反步控制方法,能有效补偿系统中的未知扰动和未建模动态,具有良好的惯性负载角位移跟踪控制效果。针对系统中存在的未知外部扰动及未建模动态,结合滤波反步法和模糊控制理论,使用模糊逻辑系统逼近未知非线性动态同时构造自适应控制器。考虑到微分计算带来的计算爆炸问题,构建有限时间指令滤波器,降低了系统的计算复杂度,并通过设计滤波误差补偿机制,对滤波误差项进行补偿,保证滤波信号的逼近能力,提升系统跟踪控制性能。通过稳定性分析,证明所设计的控制器能够保证系统的跟踪误差在有限时间内收敛。最后通过仿真实验,验证了所提控制方法的有效性。