基于先验知识的文本实体识别方法

阐述文本实体识别作为医疗相关人工智能应用的关键中间任务，其效果直接决定下游任务表现上限，然而传统方法中通常忽略医学知识的应用，很难取得良好表现。提出一种基于RoBERTa与CRF并融合医学知识的医学文本实体识别方法，将医学知识作为先验引入到CRF最优路径搜索环节，极大程度地提升了标签转换的连贯性，并在相关数据集主指标上取得了改善。     

柴油机碳烟颗粒三维形貌特征的研究

采用微孔均匀沉积冲击器(MOUDI)颗粒采样仪从ZS195单缸发动机尾气中采样,并用软X射线显微成像和软X射线三维重建技术从不同角度观察颗粒的形貌,用Amira获得不同工况、不同粒径级下颗粒的三维形貌和形态学参数,通过比较不同负荷工况和不同粒径级下颗粒的形态学参数,如分形维数、单位体积的表面积等,分析了不同工况和粒径级下这些形态学参数的差别.     

云安全在数字化校园中的体系构建

随着数字化校园的建立,校园网信息化程度提高,信息安全也变得越来越重要。云安全技术依靠庞大的网络服务,实时采集、分析和处理安全威胁,将成为校园网信息安全必然发展趋势。文章首先阐述了云计算与云安全的概念,然后介绍了典型的云安全体系结构,并对云安全对校园网的影响进行了分析,提出了一种智能化的云安全体系架构,最后分析了云安全实现的关键技术。     

基于深度学习的秀丽隐杆线虫显微图像分割方法

利用计算机实现自动、准确的秀丽隐杆线虫(C.elegans)的各项形态学参数分析,至关重要的是从显微图像上分割出线虫体态,但由于显微镜下的图像噪声较多,线虫边缘像素与周围环境相似,而且线虫的体态具有鞭毛和其他附着物需要分离,多方面因素导致设计一个鲁棒性的C.elegans分割算法仍然面临着挑战。针对这些问题,提出了一种基于深度学习的线虫分割方法,通过训练掩模区域卷积神经网络(Mask R-CNN)学习线虫形态特征实现自动分割。首先,通过改进多级特征池化将高级语义特征与低级边缘特征融合,结合大幅度软最大损失(LMSL)损失算法改进损失计算;然后,改进非极大值抑制;最后,引入全连接融合分支等方法对分割结果进行进一步优化。实验结果表明,相比原始的Mask R-CNN,该方法平均精确率(AP)提升了4.3个百分点,平均交并比(mIOU)提升了4个百分点。表明所提出的深度学习分割方法能够有效提高分割准确率,在显微图像中更加精确地分割出线虫体。     

公路路基路面设计中的软基处理分析

本文以公路路基路面设计中的软基处理为主题展开论述,首先分析了公路软土路基特点,然后重点针对公路路基路面设计中软基处理的具体内容进行了分析探讨。     

深部高应力软岩巷道置孔释压材料置孔率合理性研究

针对深部高应力软岩巷道支护难题,为了解决巷道支护强度不够,围岩破碎严重的问题,以麻家梁矿-610 m水平巷道为研究背景,在对深部高应力软岩巷道矿压显现特征分析的基础上,通过建立置孔释压支护模型,对置孔释压支护机理进行能量学分析,据此提出了高应力软岩巷道置孔释压的围岩控制技术;并运用理论分析和物理相似模拟试验的方法,对3种置孔释压材料在不同置孔率条件下的抗压强度以及连续变形量进行了分析,最后结合现场检测数据进行对比判定。研究结果表明:采用置孔率为35%的不饱和聚酯树脂进行支护时,巷道顶底板移近量最小,有效维护了巷道围岩的稳定性。     

ASP服务基础平台的研究与开发

随着科学技术的进步与发展,ASP服务基础平台的研究与开发也受到了广泛的关注。本文主要对ASP服务基础平台体系结构、ASP服务基础平台的研究与开发进行探析。     

矿用电动机振动信号早期故障特征提取方法

针对现有矿用电动机振动信号故障特征提取方法存在依赖参数设置、频率混叠、信号失真等问题,提出了一种基于双树复小波变换的矿用电动机振动信号早期故障特征提取方法。利用双树复小波变换对采集的矿用电动机振动信号进行分解,得到各层双树复小波系数,并采用软阈值滤波对各层双树复小波系数进行滤波处理,滤波处理后的双树复小波系数经双树复小波变换重构获得去噪信号。应用结果表明,该方法能有效去除电动机振动信号中噪声,提取的早期故障特征能很好地反映电动机实际运行工况,为电动机早期故障诊断提供了有效依据。     

水泥搅拌桩在水利工程软基处理中的应用

文章结合某堤岸工程实际,针对该工程中的水泥搅拌桩实施过程存原问题展开探讨,旨在为同类工程提供参考实例。