300MW机组的油系统分析

从组成、工作原理、系统监控等方面分析介绍了日立300MW机组的油系统。     

基于无监督学习的问答模式抽取技术

本文提出了一种基于无监督学习算法的问答模式抽取技术从互联网上抽取应用于汉语问答系统的答案模式。该算法可以避免有监督学习算法的不足,它无需用户提供<提问,答案>对作为训练集,只需用户提供每种提问类型两个或以上的提问实例,算法即可通过Web检索、主题划分、模式提取、垂直聚类和水平聚类等步骤完成该类型提问的答案模式的学习。实验结果表明,论文提出的无监督问答模式学习方法是有效的,基于模式匹配的答案抽取技术能够较大幅度地提高汉语问答系统的性能。     

多模态信息处理前沿综述:应用、融合和预训练

随着视觉、听觉、语言等单模态人工智能技术的突破,让计算机拥有更接近人类理解多模态信息的能力受到研究者们的广泛关注。另一方面,随着图文社交、短视频、视频会议、直播和虚拟数字人等应用的涌现,对多模态信息处理技术提出了更高要求,同时也给多模态研究提供了海量的数据和丰富的应用场景。该文首先介绍了近期自然语言处理领域关注度较高的多模态应用,并从单模态的特征表示、多模态的特征融合阶段、融合模型的网络结构、未对齐模态和模态缺失下的多模态融合等角度综述了主流的多模态融合方法,同时也综合分析了视觉-语言跨模态预训练模型的最新进展。     

基于主题语言模型的句子检索算法

提出了基于主题语言模型的汉语问答系统句子检索算法,该算法利用问答系统中特有的提问分类信息(即提问的答案语义信息)对句子初检结果进行主题聚类,通过Aspect Model将句子所属的主题信息引入到语言模型中,从而获得对句子语言模型更精确的描述 .对于初检结果的聚类,提出了"一个句子多个主题"和"一个句子一个主题"两种算法 .相对于PLSI算法的主题空间维度,提出的主题空间具有更加明确的物理意义;由于不需要迭代运算,运行速度更具优势 .对比实验的结果表明,与标准语言模型方法相比,基于主题语言模型的方法可以明显地提高汉语问答系统句子检索模块的性能 .     

问答式检索技术及评测研究综述

问答式检索系统(简称问答系统) 是集自然语言处理技术和信息检索技术于一身的新一代搜索引擎。它的出现旨在提供更有力的信息获取工具,以应对信息爆炸带来的严重挑战。经过这几年的发展,问答系统已经成为自然语言处理领域和信息检索领域的一个重要分支和新兴的研究热点,其“通过系统化、大规模地定量评测推动研究向前发展”的发展轨迹,以及某些成功的启示,如基于字符表层的文本分析技术(模板技术) 的有效性,快速、浅层自然语言处理技术的必要性,都极大地推动了自然语言处理研究的发展,促进了NLP研究与应用的紧密结合。回顾问答系统研究的历史,总结问答技术的研究现状,将有助于这方面工作向前发展。     

带智能权函数的连续型前馈分段模糊控制器

提出一种带智能权函数的连续型前馈、分段模糊控制器 ,其控制规则可通过智能权函数在线修正。仿真结果证明 ,该方法具有算法简单、鲁棒性强、控制品质好等优点     

模糊故障诊断专家系统的数据库实现

介绍了一种专家系统,它采取以数据库为主体的构造模式,通过数据库操作来完成模糊推理及解释功能,并在推理过程中使用数据库技术控制推理方向,提高了推理效率。这种较新的思路对专家系统的进一步发展与应用将有所帮助。     

专家模糊控制在球磨机上的应用

中储式球磨机制粉系统是一个多变量、强耦合的对象 ,数学模型难以建立。以模糊控制、专家系统、自寻优理论和分级解耦理论为基础 ,针对各被控过程不同的具体要求 ,分别提出基于不同控制理论的控制策略。对温度和负压采用专家模糊控制 ,既能保证系统的安全性 ,又能提高经济性。     

带智能权函数的连续型前馈分段模糊控制器

提出一种带智能权函数的连续型前馈、分段模糊控制器，其控制规则可通过智能权函数在线修正。仿真结果证明，该方法具有算法简单、鲁棒性强、控制品质好等优点。     

专家模糊控制在球磨机上的应用

中储式球磨机制粉系统是一个多变量、强耦合的对象,数学模型难以建立。本针对各被控过程的具体要求,分别提出简单、实用的不同控制策略。对温度和负压采用专家模糊控制,既能保证系统的安全性,又能提高经济性。