基于语言特征自动获取的反问句识别方法

反问句是以疑问的形式表达强烈情感的修辞方式,对其有效识别可为自然语言处理中的情感分析任务提供技术支持。该文提出了一种基于语言特征自动获取的反问句识别方法。首先,利用标签注意机制,建立了一个数据驱动的特征抽取模型,用于获取与任务相关的词汇、句法结构、符号标记和话题等语言特征。其次,利用Bi-LSTM模型分别对句子和语言特征进行表示,两者的交互注意被用于获取句子的各个词和符号的注意力权重向量。该权重向量作用于句子的表示,用于构建一个强化语言特征的反问句识别模型。在中文微博数据集上的实验结果表明,提出的方法与之前的工作相比,反问句识别性能有显著提升。     

半导体器件静态直流参数能力比对方法

实验室间能力比对作为重要的外部质量评价手段,被越来越多的实验室所采用,它不仅是质量控制的一种有效方法,也是衡量各实验室间能力的一个重要手段.而半导体器件静态直流参数是器件基本参数之一,是半导体器件筛选环节必检项目.该文以半导体器件静态直流参数为例阐述实验室间能力比对的方法.     

视频侦查中人像智能分析应用及算法优化

人像智能分析指的是对视频或录像中的人像进行结构化和可视化分析,对目标人物进行性别、年龄、发型等特征的智能识别,这项技术在视频侦查中有极高的应用价值。人像识别早期的算法是通过人工提取特征,通过学习低级视觉特征来针对不同属性进行分类学习,这种基于传统方法的模型表现常常不尽如人意。在计算机视觉领域,通过海量图像数据学习的神经网络比传统方法有更丰富的信息量和特征可以被提取。文章尝试通过深度学习技术训练神经网络模型对行人进行检测和识别,对于衣着不同的行人进行智能识别,具有更好的鲁棒性,提升了视频人像识别的准确率,拓展了人工智能技术在身份识别领域的应用。     

纵轴式掘进机截割头载荷影响因素的仿真分析

针对现有掘进机截割头载荷特性研究方法采用单一影响因素不能全面反映截割头载荷及其波动变化规律的问题,通过分析截割头瞬时载荷,确定了纵轴式掘进机在水平截割工况下截割头载荷的主要影响因素有截割岩石特性、截割头掏槽深度、截割头吃刀深度、截割头转速和截割臂摆速。针对某纵轴式掘进机水平截割工况,采用Matlab对影响截割头载荷的多种因素进行仿真分析,得到了各向载荷及其波动随各因素的变化规律:截割头载荷随着岩壁普氏系数的增大而增加,其中横向阻力增加尤为明显,横向阻力波动程度高于其他方向载荷,且随着岩壁普氏系数的增大呈减小趋势;随着截割头掏槽深度的增加,截割头各向载荷近似呈线性增加,其中升力增加幅度最大,各向载荷波动则随着截割头掏槽深度的增大而减小;随着吃刀深度的增加,截割头载荷总体呈增大趋势,载荷波动程度则随之减小;在截割头转速一定的情况下,截割头载荷均随着截割臂摆速的增加而增大,在同一摆速下,截割头载荷随着截割头转速的减小而增大,横向阻力波动明显高于升力和推进阻力波动,横向阻力和推进阻力波动按截割头载荷规律变化,升力波动则与之相反。截割头载荷波动变化规律与截割头载荷变化规律不尽一致,有时甚至相互冲突。因此,掘进机作业过程中应合理选择截割头掏槽深度、吃刀深度等操作参数和截割头转速、截割臂摆速等运动参数,使各参数相互匹配,以减小掘进机振动,延长使用寿命。     

煤样多元物性参数在煤与瓦斯突出防治中的应用研究

煤与瓦斯突出是一种复杂的动力现象，突出的类型不同、引起突出的危险因素不同，预测指标对其的敏感性也就不同，选择适应的突出危险性预测敏感指标及突出敏感指标的临界值，研究可靠的突出预测手段和方法来实现对突出危险性的准确预测，是指导突出防治工作的重要技术基础，而为了获得突出敏感指标的临界值就必须对煤的多元物性参数进行实验研究，掌握煤层的各项物化性质，是有效确定防治突出方法体系的关键基础。     

带双目视觉的SCARA机械臂运动学分析及轨迹规划

为了解决SCARA机械臂因目标位姿变化而引起抓取任务失败问题,给出了一种基于机器视觉目标检测与定位的机械臂控制方法。通过双目相机成像模型实现坐标系之间的转换,利用计算机视觉识别及三维匹配方法,达到对目标物体定位的目的,从而确定机械臂末端执行器的期望位置。结合使用D-H参数法建立机械臂的运动学模型,通过运动学方程的逆解,得到末端执行器到达期望位置时机械臂各驱动关节的变量参数,然后对其进行轨迹规划仿真,得到了连续且平滑的各关节位移、速度、加速度变化规律曲线,同时使用SCARA机械臂进行装配实验。实验结果表明该系统能够准确、稳定地把物体放到目标位置,完成装配任务,从而为开发机械臂运动控制系统提供重要的参考。