面向中文关系抽取的句子结构获取方法

在关系抽取中,神经网络模型是目前最常用的技术之一,然而现有神经网络模型很少考虑句子中两个实体之间的结构特征。该文针对关系抽取任务的特点,提出了基于神经网络模型的句子结构获取方法。该方法通过对关系实例中两个实体的位置进行特殊标记,使神经网络模型能够有效捕获句子中关于实体的结构信息。为了验证方法的有效性,分别采用两种主流的神经网络模型进行对比实验,实验结果表明,该方法在ACE 2005中文关系抽取数据集上的抽取性能得到显著提升,超出对比工作约11个百分点,表明该方法能有效提升关系抽取任务的性能。     

一种基于帧差和vibe算法的前景检测方法

传统的帧差算法容易受到噪声影响,而且还会出现＂双影＂及空洞现象,本文对帧差算法进行改进,将改进后的算法和vibe算法进行融合,使融合后的算法相较于vibe算法对噪声和复杂背景有更好的效果,快速的消除＂ghost＂现象,同时对阴影也有一定的抑制效果。     

繁重上机实验报告的弊端及对策

本文从计算机实验教学的多个角度,分析了布置繁重的上机实验报告带来的弊端,提出针对不同上机实验目的进行不同上机实验报告要求的具体建议。     

基于残差融合网络的定量磁敏感图像与T1加权图像配准

医学图像配准对医学图像处理和分析至关重要, 由于定量磁敏感图像 (quantitative susceptibility mapping, QSM) 与T1加权图像的灰度、纹理等信息存在较大的差异, 现有的医学图像配准算法难以高效精确地完成两者配准. 因此, 本文提出了一个基于残差融合的无监督深度学习配准模型RF-RegNet (residual fusion registration network, RF-RegNet). RF-RegNet由编解码器、重采样器以及上下文自相似特征提取器3部分组成. 编解码器用于提取待配准图像对的特征和预测两者的位移矢量场 (displacement vector field, DVF), 重采样器根据估计的DVF对浮动QSM图像重采样, 上下文自相似特征提取器分别用于提取参考T1加权图像和重采样后的QSM图像的上下文自相似特征并计算两者的平均绝对误差 (mean absolute error, MAE) 以驱动卷积神经网络 (convolutional neural network, ConvNet) 学习. 实验结果表明本文提出的方法显著地提高了QSM图像与T1加权图像的配准精度, 满足临床的配准需求.     

基于动态卷积的体素内不相干运动成像参数估计

体素内不相干运动(IVIM)磁共振成像是一种能够表征生物组织内水分子扩散和灌注的无创技术. 传统IVIM参数估计方法受到图像噪声的影响, 参数估计效果不佳. 为了准确、快速地确定组织区域的扩散和灌注参数信息, 本文充分考虑来自于体素信号之间的上下文信息和b值对于IVIM参数的贡献程度, 提出一种基于动态卷积模块的一维卷积神经网络(dynamic convolutional neural network, DCNN)估计IVIM参数. 在具有不同噪声水平的测试仿真数据和真实采集图像上, 与传统的IVIM参数估计方法进行了比较. 实验结果表明, 本文提出的DCNN方法能够降低IVIM参数的变异系数、偏差和相对均方根误差, 提高了参数一致性和鲁棒性的同时, 仍具有较高的IVIM参数视觉质量.     

基于神经网络的中文谓语动词识别研究

识别谓语动词是理解句子的关键。由于中文谓语动词结构复杂、使用灵活、形式多变,识别谓语动词在中文自然语言处理中是一项具有挑战的任务。本文从信息抽取角度,介绍了与中文谓语动词识别相关的概念,提出了一种针对中文谓语动词标注方法。在此基础上,研究了一种基于Attentional-BiLSTM-CRF神经网络的中文谓语动词识别方法。该方法通过双向递归神经网络获取句子内部的依赖关系,然后用注意力机制建模句子的焦点角色。最后通过条件随机场（Conditional random field, CRF)层返回一条最大化的标注路径。此外,为解决谓语动词输出唯一性的问题,提出了一种基于卷积神经网络的谓语动词唯一性识别模型。通过实验,该算法超出传统的序列标注模型CRF,在本文标注的中文谓语动词数据上到达76.75%的F值。     

数据结构实验的三层模型

分析数据结构实验的特点和难点,借鉴软件工程的多层模型架构,提出数据结构实验设计的三层模型。     

改性天然沸石对橡胶复合材料性能的影响

为了提高沸石在橡胶中的分散，增强沸石与橡胶的界面相互作用，本文采用硝酸（H）和双-（γ-三乙氧基硅基丙基）四硫化物（S）对天然沸石（NZ）进行复合改性（S-HNZ），然后将改性沸石与天然橡胶（NR）混炼制备沸石/天然橡胶复合材料，研究不同改性沸石对天然橡胶性能的影响。采用FTIR、XRD、SEM等测试手段对改性前后NZ的结构进行表征，研究了橡胶复合材料的硫化性能，动态热机械性能（DMA）及力学等性能。结果表明：经酸处理后天然沸石（HNZ）骨架脱铝呈疏水性，且硅烷成功接枝到天然沸石表面。添加S-HNZ的橡胶复合材料焦烧时间和正硫化时间均缩短，硫化反应速率加快；另外，与NR相比，NR/S-HNZ的300%定伸应力和抗拉强度分别提高了46.7%和10.8%；DMA结果显示，NR/S-HNZ储能模量（E''）和玻璃化转变温度（Tg）均高于NR，表明经复合改性后，复合材料的交联密度增加，形成较强的交联网络，极大提高了沸石与橡胶大分子链之间的界面结合力。     

基于多种正则化的改进超分辨率重建算法

为了解决超分辨率图像重建过程中无法同时降低平滑区域噪声和保持图像细节的问题,结合改进的非局部变分（NLTV）和全变分（TV）正则项方法提出一种新的超分辨率重建算法。首先,根据图像重尾分布特性,结合高斯分布、拉普拉斯分布及柯西分布改进了传统NLTV正则项系数,提出了改进的ANLTV正则项。然后利用ANLTV正则项基于分裂Bregman算法重建了初始的高分辨率图像。最后结合TV正则项对重建的高分辨率图像进行去模糊操作,进而得到最终的超分辨率图像重建结果。为验证所提算法的性能,分别利用该算法与传统的TV和NLTV算法进行超分辨率图像重建并对比。实验结果表明,所提出的方法相比于传统的TV和NLTV重建算法,其峰值信噪比、信噪比和结构相似度均有所提高,能够同时满足超分辨率图像重建过程中抑制噪声和保持边缘细节的需求。