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。     

高硫焦煤和非主炼焦煤在配煤炼焦中的作用

由于目前优质焦煤的资源相对比较短缺,高硫焦煤配煤炼焦受到了广泛的关注和重视,基于此,本文重点分析高硫焦煤和非主炼焦煤在配煤炼焦中的应用,保证将各自的应用价值充分发挥出来,在保证炼焦煤源有所扩大的基础上,有利于实现对成本的有效控制。     

采用Aspen Plus软件对一氧化碳变换单元的模拟研究

煤制甲醇一氧化碳变换单元原设计根据温度梯度,回收热量副产4.1MPa、1.1MPa和0.46MPa蒸汽,借助Aspen Plus工程软件对已运行装置一氧化碳变换单元进行模拟校核。通过比较设计数据,变换系统的各流股数据与工艺包数据较为接近。可作为变换单元实际操作技术改造方案的比选和模拟计算的基础,对变换单元优化操作有一定的指导意义。     

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.     

舒歌平：煤液化领域奠基人

舒歌平,1961年出生,中共党员,现任中国神华煤制油化工有限公司副总经理兼总工程师,煤炭直接液化国家工程实验室主任,是神华煤直接液化工艺的主要发明人和学科带头人,从事煤直接液化技术开发和工业应用30余年,为我国煤炭清洁高效利用做出了卓越的贡献。舒歌平三十七年来一直从事煤直接液化技术研发和工程化实践,从实验室基础研究开始,直至世界首套工业化工厂的运行,他把毕生献给了煤直接液化事业,其经历业界独一无二,被称为"煤液化领域奠基人"。     

一种X煤在首钢的应用实践

针对当前优质炼焦煤资源越来越少，而高炉生产对焦炭质量指标要求越来越高的情况下，对具有低灰、高硫特点的X煤进行了系统的炼焦试验研究。结果发现，在炼焦生产中合理配加5%～8%的X煤不会造成焦炭硫分升高的不利影响，焦炭灰分下降明显，强度保持稳定。该研究成果成功应用于首钢炼焦生产，焦炭各项指标均达标，这不仅扩大了炼焦煤的使用范围，而且在资源使用方面为公司焦炭灰分的降低提供了支持。     

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。     

台东山煤矿边角煤回收方法探讨

随着煤矿的采深和开采强度的加大,煤矿形成许多边角煤,降低了煤炭回收率。同时,因地质条件复杂、开采的难度相应增加,边角煤的开采意义重要。针对台东山煤矿边角煤的赋存情况,对开采方法进行探讨,并详细叙述了"刀式采煤法"在台东山煤矿5202里工作面的应用。     

布坎南煤配煤研究

配入布坎南煤替代部分常用炼焦煤,并进行40 kg小焦炉的炼焦试验,通过对焦炭质量的检测,分析配煤方案的可行性得出,少量布坎南煤可替代斯坦达焦煤配煤炼焦,布坎南煤不适宜替代屯兰焦煤和马镇肥煤。