城市情感形象对游客时空重游决策意向的影响研究

重游率是衡量城市旅游综合竞争力的重要指标。结合文献回顾和实地调研,运用快速聚类和多元线性回归分析模型,揭示三类重游者时空决策意向的影响因素。研究结果显示:城市游客个人背景特征与营销决策的耦合是提升时空重游决策意向的重要契机,感官营销是吸引频繁重游者的因素;开发新颖的旅游活动是激发持续重游者的重要驱动因素;而打造富含文化内涵的节事活动是延期重游者产生重游决策意向的动因。     

基于词对建模的句子对齐研究

句子对齐是将源文本中的句子映射到目标文本中对应翻译的过程。在神经网络的框架下,基于相互对齐的源端和目标端句子中包含大量相互对齐的单词,提出一种句子对齐方法。使用门关联网络捕获源端句子和目标端句子词对之间的语义关系,并通过语义关系来确定源端句子和目标端句子是否对齐。对非单调文本进行对齐评估,结果表明,该方法F1值达到93.8%,有效提高了句子对齐的准确率。     

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%。     

基于地理场景的矿区监控选址模型

能够对矿山人、机、环境进行实时测控和数字化建设的智慧矿山平台，可以使整个矿山具有自我分析和决策的能力，实现矿山生产管理过程中的可视化、自动化、智能化以及无人化，达到高产、高效和安 全的目的。构建地理视频系统是解决智慧矿山平台中安全问题的一种重要手段，针对矿山安全中视频监控设备的选址问题，提出了一种基于地理场景的矿区监控选址模型。该模型首先通过对比分析几种典型语义模型 中的地理实体、地理场景、监控设备、选址原则，从中提取了一组面向监控选址的、可扩充的地理场景语义分类模型。然后将监控候选点群以及监控设备的视域范围作为参数输入基于监控选址的集合覆盖模型，并使 用线性规划方法进行求解。最后以某矿区为例进行试验，证明该模型能够对研究区域进行科学合理的监控设备选址。试验结果表明：候选点分布均匀，且具有一定的规律，说明所提方法能够取代以往的人工筛选方法 ，提高选址效率和准确性，对于不断变化的监控需求和环境要素有较好的应对能力。     

基于BIM和本体的建筑运维管理研究

为促进建筑运维管理在语义网上的实现,建立了基于BIM和本体技术的智能应用框架;结合Dog Ont本体建立了建筑运维管理本体;提出了BIM数据提取方法及个体、规则的创建方法;采用Revit API、网络本体语言(OWL)API和语义网规则语言(SWRL)API技术实现了框架程序。利用一个实际项目验证了框架、方法和程序的有效性。对推进BIM、本体和语义网技术的发展以及建筑运维的网络化、智能化管理具有重要意义。     

基于阶段注意力机制的电力线提取算法

电力系统维护是电力系统稳定运行的重要保障，应用智能算法的无人机电力巡检则为电力系统维护提供便捷。电力线提取是自主电力巡检以及保障飞行器低空飞行安全的关键技术，结合深度学习理论进行电力线提取是电力巡检的重要突破点。本文将深度学习方法用于电力线提取任务，结合电力线图像特点嵌入改进的图像输入策略和注意力模块，提出一种基于阶段注意力机制的电力线提取模型（SA-Unet）。本文提出的SA-Unet模型编码阶段采用阶段输入融合策略（Stage input fusion strategy， SIFS），充分利用图像的多尺度信息减少空间位置信息丢失。解码阶段通过嵌入阶段注意力模块（Stage attention module，SAM）聚焦电力线特征，从大量信息中快速筛选出高价值信息。实验结果表明，该方法在复杂背景的多场景中具有良好的性能。