基于Faster-RCNN的极验点选式验证码识别

针对传统方法难以识别极验点选式验证码的问题,文中提出一种基于Faster-RCNN目标检测模型和卷积神经网络的识别方法。通过简化的RPN提高Faster-RCNN对于背景图片文本定位的精度,再设计卷积神经网络对文本进行分类识别,并训练Tesseract-OCR识别库对信息提示文本进行识别,实现背景图片文本识别结果与信息提示文本识别结果一一对应,达到识别此类验证码的目的。实验结果表明,该方法识别此类验证码的准确率达到72.4%。     

第四届“寒区水利学术思想暨江河治理的地学基础”学术研讨会综述

本文主要就第四届“寒区水利学术思想暨江河治理的地学基础”学术研讨会进行会议综述。首先对会议背景进行介绍；其次从会议概况、报告以及会务三方面进行会议综述，并整理汇总了前四届“寒区水利学术思想暨江河治理的地学基础”学术研讨会的相关情况，梳理了第四届会议的侧重方向；最后对会议进行总结与展望。第四届“寒区水利学术思想暨江河治理的地学基础”学术研讨会的成功召开在为后续会议的发展奠定良好的基础的同时也能进一步为寒区水利事业的发展积攒力量。     

基于工控网的交联电缆生产监控系统案例

提出了一套交联电缆生产线智能监控的工业控制网络,该网络硬件设计主要基于Profibus-DP总线和工业以太网技术,并应用OPC技术实现交联电缆生产的数据采集。该工业控制网络既能对企业交联电缆生产过程进行实时、连续地监测和控制,提高交联电缆生产的安全稳定性;同时,此交联电缆生产线智能监控网络亦可作为典型的分层工业控制网络的案例教学,理论结合实际,实现更好的课堂教学效果。     

高维多目标进化算法研究综述

传统的多目标进化算法能够有效地解决2个或3个目标的优化问题,但当优化目标超过4维即具有高维目标时,其优化效果将大大下降,因此高维多目标进化算法的研究得到了较多的关注.鉴于此,对高维多目标进化算法的研究进展进行系统地分类综述,分析了高维目标对优化算法造成的困难以及改进的可视化技术;总结了各类算法的特点与缺陷,并给出进一步可能的研究方向.     

镁砂熔炼过程全厂电能分配实时多目标优化方法研究

镁砂熔炼过程具有多工况、群炉并行生产、高能耗等特点.在全厂供电容量约束下,为了最大化能源使用效率,需要根据全厂每台炉子的工况变化实时分配电能,实现全厂镁砂单位能耗与平均品位的多目标优化. 本文基于最小二乘支持向量机技术建立了镁砂熔炼过程全厂电能分配优化模型.根据不同工况下降低镁炉供电量对镁砂熔炼过程的影响程度,提出了基于工况优先级的电能分配策略.根据主熔工况下镁砂产量与品位指标函数的特性分析,推导出 主熔工况下电能分配模型决策变量维数缩减的条件. 为了提高多目标优化算法的运行效率,设计了一种快速非支配解集构造方法,用来提高传统多目标粒子群优化算法的寻优效率. 基于标准测试问题与现场实际例子对所提出的方法进行了检验.基于现场例子的实验结果证明所提出的方法能够避免工厂出现的用电超容量情况,并且提高了全厂用电效率.     

基于预训练模型与知识蒸馏的法律判决预测算法

针对法律判决预测中罪名预测和法条推荐子任务,提出基于BERT （bidirectional encoder representation from transformers）预训练模型与知识蒸馏策略的多任务多标签文本分类模型.为挖掘子任务间的关联,提高预测准确率,运用BERT预训练模型进行多任务学习,建立BERT₁₂multi文本分类模型;针对罪名、法条类别中的样本不均衡问题,采用分组的焦点损失（focal loss）以增强模型对于罕见罪名及法条的辨别能力;为降低模型计算复杂度并且提高模型推理速度,提出一种以教师模型评价为参考的知识蒸馏策略,通过动态平衡蒸馏中的蒸馏损失和分类损失,将BERT₁₂multi压缩为浅层结构的学生模型.综上,构建出可以处理不均衡样本且具有较高推理速度的多任务多标签文本分类模型BERT₆multi.在CAIL2018数据集上的实验表明:采用预训练模型及分组focal loss可显著提高法律判决预测的性能;通过融入教师模型评价,知识蒸馏得到的学生模型推理速度提高近一倍,并且在罪名预测及法条推荐任务...