基于知识图谱与BERT的安全领域汉字文本纠错模型

针对安全领域所涉及的文本中存在大量人为混淆的文字的问题,提出一种基于汉字知识图谱的BERT(Bidirectional Encoder Representation from Transformers)预训练模型,表征汉字的读音、字形、语义三个维度的特征,构建纠错算法。首先,构建汉字知识图谱刻画汉字的读音、字形拆解、繁简转换、汉字与数字转换等属性和关系,并基于汉字知识图谱中的读音属性和node2vec模型训练得到汉字读音向量;其次,基于知识图谱中字形关系构建node2vec模型,得到node2vec字形向量,并结合卷积神经网络（CNN）方法训练字形向量,两者之和作为最终的字形向量;最后,基于BERT预训练模型,融合读音、字形、语义三维度的向量,并在不同维度间使用自注意力机制加权求和,发现错误字位置并选择正确的候选字。为验证所提模型的有效性,在安全领域诈骗短信数据集上,将所提模型与FASpell、SpellGCN、Soft-Masked BERT进行了对比。实验结果表明,所提模型的正确率和召回率比FASpell分别提升了24.7、21.6个百分点,比SpellGCN分别提升了22.2、1...     

基于改进U-Net的SPECT骨显像病灶分割研究北大核心CSCD

在核医学中,单光子发射计算机断层(single-photon emission computed tomograpy,SPECT)骨显像是辅助医师诊断癌症的重要手段。针对骨显像图像信噪比低、边界模糊、病灶小难以提取和人工勾画病灶耗时等问题,提出一种基于改进U-Net网络的骨显像病灶自动分割算法。该算法在U-Net的原卷积块基础上,采用了多尺度密集连接(multi-scale dense connection,MDC)的方式来提高对小病灶特征的提取能力,同时解决了网络加深后出现的梯度消失问题。其次,为提取病灶的细节特征,在密集连接和跳跃连接处引入了注意力机制结构。最后,针对使用小样本数据集,模型难以收敛的问题,采用迁移学习的方法,优化了模型的初始参数,提升模型的泛化能力和分割效率。此外,为了降低计算量、进一步提高分割效果,对数据集进行了裁剪和去噪。同时,将处理后的图像采用旋转、镜像等方法进行了数据扩充。实验结果表明,改进的U-Net的识别精确率(precision)、平均交并比(mean intersection-over-union,mIoU)分别能达到0.7352、0.4673,效果优于目前主流的分割算法,具有一定实际应用价值。     

FBT用超高压薄膜电容器

介绍日本有关超高压薄膜电容器产品标准、试验方法、材料要求、产品设计原理及工艺方法等。     

库仑法及荧光法测定原油中硫含量的对比

针对硫含量的两种不同测量方法,即库仑法和荧光法,比较两种分析方法及所需仪器的相近和不同之处,以便选择最有效、最经济、最环保的试验方法。     

嗜水气单胞菌RPA-LFS快速检测方法的建立

根据嗜水气单胞菌的气溶素(aerolysin,aerA)基因设计了特异性引物和探针,基于重组酶聚合酶扩增结合侧向流试纸条(RPA-LFS),建立了嗜水气单胞菌的快速检测方法.结果显示:建立的嗜水气单胞菌RPA-LFS检测方法在37℃孵育20 min即可完成;与其他水产养殖与食品安全致病菌无交叉反应;检测限为单次反应10 CFU.结果表明,建立的RPA-LFS检测嗜水气单胞菌的方法具有快速、特异、灵敏等优点,不依赖精密仪器,适用于实验资源有限的嗜水气单胞菌现场检测.     

基于U-Net的两阶段SPECT骨显像降噪方法研究

进行单光子发射计算机断层成像(single-photon emission computed tomography, SPECT)骨显像检查时,为减少给病人带来的辐射伤害,医师常会减轻辐射剂量,导致骨显像信噪比、分辨率较低,严重影响诊断以及病灶自动检测效果。为提升骨显像质量,提出了一种基于U-Net的两阶段SPECT骨显像降噪方法。首先,设计了一种U-Net噪声估计网络来快速估计每张骨显像的噪声水平,为主干降噪网络提供噪声先验知识。其次,主干降噪网络同样以U-Net为基础框架,同时结合多尺度特征融合、通道-空间注意力机制结构来增强网络的噪声特征提取能力,预测出噪声图。最后,通过残差学习得到降噪骨显像。同时,为解决使用均方误差(mean square error,MSE)损失函数的重建图像过于平滑的问题,设计了一种复合损失函数,保留骨显像的原有细节信息。实验中,向训练集中的骨显像施加不同噪声水平进行数据扩充,并且采用迁移策略解决模型过拟合问题。结果表明,与目前主流算法相比,所提出的降噪方法能够有效降低骨显像噪声,并且保留病灶细节特征。此外,通过盲降噪能够改善原骨显像质量、提升病灶自动分割...     

流化床垃圾焚烧炉烟气停留时间计算及预测

保证焚烧烟气在大于850 ℃区域内停留2 s以上是保证垃圾稳定燃烧和避免二次污染的重要途径,但目前只采用炉膛出口热电偶测温对其定性评估,难以定量计算和预测烟气在高温区域停留时间. 本研究基于热力学计算方法、运行参数关联性分析和多种机器学习算法（反向传播神经网络、循环神经网络、随机森林算法）,对我国某典型生活垃圾循环流化床焚烧锅炉开展了烟气高温段（>850 ℃）停留时间计算、关键运行参数关联计算和停留时间预测模型构建等研究. 结果表明,炉膛温度、一二次风温度和压力等10个关键运行参数与高温烟气停留时间具有强关联性和预测性. 循环神经网络预测模型相对最优,其拟合度及准确性较反向神经网络、随机森林算法更高,均方根误差(MSE)为0.11626,预测值与真实值的平均绝对误差为1.174%. 本研究可以用于预测炉内高温区域烟气温度变化,为炉内焚烧工况优化和污染物减排超前调控提供支撑.     

气相色谱仪使用载气的纯度和选择原则探讨

在气相色谱仪的使用过程中,对载气的纯度和流速都有相应的要求,一方面要满足分析条件,另一方面又要保护仪器的正常使用时间,所使用的载气纯度至少需要达到对该仪器的要求,否则,会造成许多不良后果;在通常情况下,载体纯度的选择上要掌握以下六个原则:①高中档色谱仪比低档色谱仪要求高,②配有甲烷装置的FID比单一FID要求高,③测浓度型的比测质量型的要求高,④程序升温的比恒温的要求高,⑤填充柱的比毛细管柱的要求低,⑥常规分析的比分析精度高的要求低。     

应急性镉砷低积累水稻品种筛选

[目的]为重金属污染耕地镉、砷低积累水稻品种的选择及建立镉、砷低积累水稻品种筛选鉴定方法提供依据.[方法]采用田间小区试验方法,分析18个水稻品种的镉、砷吸收积累差异.[结果]18个品种的平均产量为5.62±0.22 t/hm2,其中有较大减产风险的水稻品种有5个,其产量比平均产量减产超过5％.18个水稻品种的平均稻米镉含量为0.25±0.06 mg/kg,变异系数为0.44;平均稻米砷含量为0.13±0.04 mg/kg,变异系数为0.28,且稻米镉、砷含量与茎叶镉、砷含量呈极显著正相关.基于稻米镉砷含量的聚类分析结果表明,镉高积累水稻品种有P15、P16、P18,不宜在镉污染稻田种植;镉低积累水稻品种有P1、P6,适于轻中度镉污染稻田的安全利用.[结论]稻米镉、砷含量可直接反映水稻对镉、砷的吸收积累特征.     

利用格结构特性生成概念格的算法

给出了概念格中关于后代和后继的一些性质，利用这些性质，提出了一种生成所有概念及其序关系的算法。对于任一形式概念，该算法能产生它的全部后代，并确认哪些后代为后继。为提高算法效率，采用了集合的精确匹配代替高代价的子集关系的检验。与现有算法相比，该算法的计算效率有显著的提高。