基于BERTCA的新闻实体与正文语义相关度计算模型

目前的搜索引擎仍然存在“重形式,轻语义”的问题,无法做到对搜索关键词和文本的深层次语义理解,因此语义检索成为当前搜索引擎中亟需解决的问题。为了提高搜索引擎的语义理解能力,该文提出一种语义相关度的计算方法。首先,标注了金融类新闻标题实体与新闻正文语义相关度语料1万条,然后建立新闻实体与正文语义相关度计算的BERTCA(Bidirectional Encoder Representation from Transformers Co-Attention)模型,通过使用BERT预训练模型,综合考虑细粒度的实体和粗粒度的正文的语义信息,然后经过协同注意力,实现实体与正文的语义匹配,不仅能计算出金融新闻实体与新闻正文之间的相关度,还能根据相关度阈值来判定相关度类别,实验表明该模型在1万条标注语料上准确率超过95%,优于目前主流模型,最后通过具体搜索示例展示了该模型的优秀性能。     

Pattern design and optimization of yarn-dyed plaid fabric using isolation niche genetic algorithm and rough set theory

Under the circumstance of perceptual consumption, it is still challenging to grasp consumer's emotions and demands due to the large search space, diversified preferences, and easy fatigue of consumers. To reduce user fatigue and enlarge search space, a novel method was presented to design and optimize the pattern of yarn-dyed plaid fabric using the isolation niche genetic algorithm and rough set theory. Each pattern was encoded as a chromosome based on the real number code. The population was initialized and evolved using INGA to maintain the diversity. The rough set theory was adopted as the fitness function of isolation niche genetic algorithm to extract the consumer's demands. After multiple evolutions, a large set of practical patterns of the yarn-dyed plaid fabric are obtained. Experiments were carried out by 24 testers of different ages and genders. The results prove that the proposed method based on the isolation niche genetic algorithm and rough set theory is feasible and effective, supplying references to the designer.     

直流配网型混合动力系统在车客渡船上的应用

针对车客渡船动力负荷切换频繁,传统柴油机推进油耗高、排放和噪声大的问题,提出一种基于变速发电机组和超级电容储能装置的直流配网型混合动力系统。目前系统已成功应用于“江苏路渡3011”轮,实船运行数据显示:该混合动力系统不仅能达到较好的节油效果、降低排放,更在操控性、舒适性上优于传统的柴油机推进模式。     

振动监测系统的可调增益技术与实现

文章设计了一种具有可调增益功能的振动监测系统。首先从监测层和测量层两个方面提出了振动监测系统的整体框架,之后给出了硬件系统和软件系统的设计方法及软件实现代码,利用控制芯片和可调增益放大器,在监测系统中整合了一套可根据采集信号幅值大小调整增益的数据采集装置;利用模拟信号发生器对不加增益和设置可调增益之后的两种信号进行了对比分析,并在汽轮发电机组实际工况下进行了振动信号采集。结果表明,具备可调增益功能的振动监测系统可有效提高采集信号的信噪比,提高汽轮发电机组的振动监测能力。     

带权决策表的属性约简

属性约简是粗糙集理论的重要应用。考虑将决策表中的每行都作为一条决策规则时，若把表中出现相同决策规则的次数作为权，可得到带权决策表。提出了关于带权决策表的正域约简相应的辨识矩阵并给出了证明，从而得到了约简算法。相比于决策表中的正域约简时发现，通过将决策表转化为带权决策表后，再利用算法1进行约简时，其在一定程度上优于前者。提出了近似分类精度约简相应的辨识矩阵并给出了证明。对于2个算法，在选取的UCI数据集上进行了实验验证。通过实验进一步说明了所提出算法的可行性和有效性。     

基于卷积神经网络的单目深度估计

针对利用深度学习方法对街道图像进行深度估计，提出采用语义分割的方法解决深度图出现边界模糊等问题；估计深度通过左右视角图生成视差图进行无监督的训练。在网络模型中添加语义分割层，采取多个空洞卷积并行的结构增加感受野，同时减少了图像下采样的次数，降低了由于下采样带来的信息损失，使得的结果更加准确。这也是在深度估计中首次与空洞卷积相结合增加准确率。通过对KITTI街道数据集进行训练，与现有结果相比，除了增加检测准确性，降低错误率之外，使得效果图中的物体更加清晰，并且在效果图中还保留了一些原模型中被忽视掉的细节信息，将原始图像更加完整的表现出来。     

面向连续查询的敏感语义位置隐私保护方案

针对连续查询位置服务中构造匿名区域未考虑语义位置信息导致敏感隐私泄露问题，通过设计[(K,θ)]-隐私模型，提出一种路网环境下面向连续查询的敏感语义位置隐私保护方案。该方案利用Voronoi图将城市路网预先划分为独立的Voronoi单元，依据用户的移动路径和移动速度，选择具有相似特性的其他[K-1]个用户，构建匿名用户集；利用匿名用户集用户设定的敏感语义位置类型和语义安全阈值，以及用户所处语义位置的Voronoi单元，构建满足[(K,θ)]-隐私模型的语义安全匿名区域，可以同时防止连续查询追踪攻击和语义推断攻击。实验结果表明，与SCPA算法相比，该方案在隐私保护程度上提升约15%，系统开销上降低约20%。     

An interval observer for uncertain continuous‐time linear systems

To design robust interval observers for uncertain continuous‐time linear systems, a new set‐integration approach is proposed to compute trajectory tubes for the estimation error. Because this approach, the order‐preserving condition on the dynamics of the estimation error is no longer required. Therefore, synthesis methods can be used to compute observer gains that reduce the impact of the system uncertainties on the accuracy of the estimated state enclosures. The performance of the proposed approach is showcased through illustrative numerical examples.