基于MFE-BERT与FNNAttention的心理医学知识图谱构建

针对心理医学领域文本段落冗长、数据稀疏、知识散乱且规范性差的问题, 提出一种基于多层级特征抽取能力预训练模型(MFE-BERT)与前向神经网络注意力机制(FNNAttention)的心理医学知识图谱构建方法. MFE-BERT在BERT模型基础上将其内部所有Encoder层特征进行合并输出, 以获取包含更多语义的特征向量, 同时对两复合模型采用FNNAttention机制强化词级关系, 解决长文本段落语义稀释问题. 在自建的心理医学数据集中, 设计MFE-BERT-BiLSTM-FNNAttention-CRF和MFE-BERT-CNN-FNNAttention复合神经网络模型分别进行心理医学实体识别和实体关系抽取, 实体识别F1值达到93.91%, 实体关系抽精确率达到了89.29%, 通过融合文本相似度与语义相似度方法进行实体对齐, 将所整理的数据存储在Neo4j图数据库中, 构建出一个含有3652个实体, 2396条关系的心理医学知识图谱. 实验结果表明, 在MFE-BERT模型与FNNAttention机制的基础上构建心理医学知识图谱切实可行, 提出的改进模型所搭建的心理医学知识图谱可以更好地应用于心理医学信息管理中, 为心理医学数据分析提供参考.     

基于知识图谱的潜油电泵井故障诊断

潜油电泵井系统是油田开采重要工具,具有排量大、扬程高与作业环境灵活多变等优点.为了降低潜油电泵井系统故障危害,需要对其发生故障部件进行快速精确定位并维修.本文提出一种基于知识图谱的潜油电泵井故障诊断方法.采用改进BiLSTM-CRF实体识别算法与BERT关系抽取算法提取故障数据中的专家知识,构建潜油电泵井故障诊断领域知识图谱;利用构建知识图谱搭建以故障征兆为初始节点的贝叶斯推理网络,利用历史故障数据与条件概率解耦的计算方式推理出故障原因.本文通过故障诊断真实案例进行方法验证.     

无人系统故障知识图谱的构建方法及应用

无人系统产生的海量数据存储分散且缺乏联系,信息共享困难,难以满足复杂度和集成度越来越高的无人系统的维修保障需求。知识图谱技术能够将复杂数据信息抽取成结构化知识,建立数据间的联系,增强知识间的语义信息。本文以无人系统的故障数据为研究对象,利用知识图谱技术进行知识抽取、知识融合以及知识加工,形成一系列相互关联的知识,为构建无人系统领域故障知识图谱提供一种可行的方法。知识图谱技术利用无人系统各种传感器集成的海量数据建立的知识库,可有效整合无人系统领域分散的数据,以此提高无人系统领域知识的利用率,帮助维修保障人员快速精确查找故障知识,对无人系统的维修保障具有重要的军事应用前景。     

基于知识图谱的双端知识感知图卷积推荐模型

针对现有基于知识图谱的推荐模型仅从用户或项目一端进行特征提取, 从而缺乏对另一端的特征提取的问题, 提出一种基于知识图谱的双端知识感知图卷积推荐模型. 首先, 对于用户、项目及知识图谱中的实体进行随机初始化表征得到初始特征表示; 接着, 采用基于用户和项目的知识感知注意力机制同时从用户、项目两端在知识图谱中进行特征提取; 其次, 使用图卷积网络采用不同的聚合方式聚合知识图谱传播过程中的特征信息并预测点击率; 最后, 为了验证模型的有效性, 在Last.FM和Book-Crossing两个公开数据集上与4个基线模型进行对比实验. 在Last.FM数据集上, AUC和F1分别比最优的基线模型提升了4.4%、3.8%, ACC提升了1.1%. 在Book-Crossing数据集上, AUC和F1分别提升了1.5%、2.2%, ACC提升了1.4%. 实验结果表明, 本文的模型在AUC、F1和ACC指标上比其他的基线模型具有更好的鲁棒性.     

基于多尺度融合CNN的图像超分辨率重建

针对FSRCNN模型中存在的特征提取不充分和反卷积带来的人工冗余信息的问题, 本文提出了一种基于多尺度融合卷积神经网络的图像超分辨率重建算法. 首先设计了一种多尺度融合的特征提取通道, 解决对图像不同尺寸信息利用不充分问题; 其次在图像重建部分, 采用子像素卷积进行上采样, 抑制反卷积层带来的人工冗余信息. 与FSRCNN模型相比, 在Set5和Set14数据集中, 2倍放大因子下的PSNR值和SSIM值平均提高了0.14 dB、0.001 0, 在3倍放大因子下平均提高0.48 dB、0.009 1. 实验结果表明, 本文算法可以更大程度的保留图像纹理细节, 提升图像整体重建效果.     

融入互注意力的风险领域实体关系抽取研究

风险领域实体关系抽取是扩充现有知识图谱与泛化知识工程应用的关键问题.当前特定领域实体关系抽取面临人工标注语料的严重依赖、实体间关系的交叉互联以及远程监督标注存在噪声数据等核心难题,简单的解决方案是运用风险领域已有的知识图谱作为指导.然而,相比通用领域知识图谱,风险领域知识图谱的规模往往较小,难以满足当前领域实体关系抽取的知识需求.因此,本文既要利用已有的风险领域知识图谱,又要充分挖掘蕴含于领域文本数据中规律性的风险知识.本文提出基于知识图谱与文本互注意力的风险领域实体关系抽取方案.首先,根据已有的知识图谱抽象出风险领域实体关系及其约束条件;其次,运用少量高质的实体关系与大规模风险领域语料训练知识图谱与文本的互注意力机制模型,并融合文本表示学习与深度神经网络的方法进行风险领域实体关系的抽取.最后,针对给定的领域文本数据,综合关系约束与关系抽取结果得出风险领域实体关系类型.本文以风险领域数据为例,仅用少量的领域知识,即可获取较好的实体关系抽取效果.     

基于机器学习XGBoost的机制砂细粉含量预测

机制砂是由碎石或者砾石经制砂机反复破碎加工至粒径小于2.36 mm的人工砂. 在实验中把机制砂中的石粉含量和含泥量称为细粉含量, 细粉含量表征机制砂的洁净程度. 本文提出了一种基于XGBoost网络的机制砂细粉含量预测方法. 首先, 利用完全封闭的图像采集设备对机制砂细粉制成的溶液进行图像采集, 保证外界光线不会对图像拍照造成影响, 之后进行图片裁剪、读取RGB值、转LCH颜色空间等预处理, 然后构建XGBoost网络模型, 通过贝叶斯原理进行参数的循环迭代, 之后进行模型优化, 使模型的r2_score更高, 最终实现对机制砂细粉含量的预测. 结果表明: 该模型预测的数据的r2_score可以达到0.967 762, 相比于传统的多元线性回归模型、BP神经网络、传统XGBoost网络预测的r2_score为0.896 144、0.914 598、0.950 670, 预测精度有明显提高. 在实际应用中, 该方法可以缩短机制砂细粉含量测量时间, 简化机制砂细粉含量测量步骤, 是一种新型的预测机制砂细粉含量的方法.     

某型飞机发动机故障诊断专家系统设计

针对某型飞机发动机故障诊断困难以及视情维修对维修技术提出的更高要求,利用专家系统人工智能技术设计了该型飞机发动机故障诊断专家系统;该系统利用自动检测技术获得发动机状态参数,通过智能诊断实现故障定位;系统利用模块化设计思想进行了人机交互界面设计、故障知识数据库建立、推理机制设计、获取知识程序设计及解释程序设计,实现了发动机故障的快速定位,提高了发动机诊断维修的时效性,保证了发动机的完好率。     

电力领域语义搜索系统的构建方法

电力领域不断累积大量的数据资源,包含相关标准规范、技术文档、管理文档、故障解决记录等等,如何对这些文档进行快速查询和智能搜索,对于电网调度与故障恢复具有重要价值.传统的电力领域搜索系统都是基于关键词来实现,存在查准率和召回率低的问题,无法理解业务语言,无法支持语义推理.本文设计实现一种基于知识图谱的电力领域语义搜索系统的构建方法,通过智能领域分词技术对非结构化数据进行语义知识提取,组织并存储为知识图谱,基于知识图谱来实现支持推理的语义搜索.介绍了领域语义搜索系统构建流程,并进行平台实现,实验表明该方法查准率和召回率均有较大提升.     

基于模型的机床故障案例命名实体抽取方法比较研究

机床出现的故障大多都有先例,但故障案例分散,不同工厂又不数据共享且没有标准的数据库管理,以至于对于已有的相似故障,工厂仍需要按照未知故障进行停机维修。因此,急需一套标准服务平台能够集合大量故障案例,同时实现更新维护,增添新故障,以供各工厂做故障参考,尽可能降低维修成本以及时间开销。本文通过将计算机领域较为流行的知识图谱运用到机床故障诊断领域,全面运用机床故障诊断案例知识,构建以故障现象、故障发生原因以及解决方案为核心的机床故障诊断网络,实现快速确认故障发生部位,提供合理的故障解决方案,提高制造业的生产效率。使用爬虫技术获取故障案例数据,采用BIO标注法完成样本标注,分别使用Bilstrm-crf、Vgg16以及Bert模型完成实体抽取任务,并对上述模型准确率从多个角度进行对比,将知识导入Neo4J图数据库并建立针对机床故障的知识图谱,最终实现知识图谱可视化。     

成果地质资料知识图谱构建与可视化

知识图谱技术在行业领域的运用越来越广,因此研究知识图谱技术在成果地质资料领域中的运用,解决到馆用户的精确查询和可视化问题变得更加重要.本文以成果地质资料为研究对象,利用爬虫技术,爬取成果地质资料中的矿产、地理区域、组织机构等实体信息.结合知识图谱相关技术,设计成果地质资料知识图谱地质实体和关系,经过命名实体识别、关系抽取和属性抽取,构建成果地质资料实体266 787个,关系306 686个.使用Neo4j图形化数据库存储知识图谱来提高地质资料的查询性能,方便到馆用户的查询.该研究可以为知识图谱在成果地质资料上面的应用提供理论支撑.     

飞机故障知识的本体建模及语义检索

针对目前飞机维修保障工作中故障知识共享应用的实际困难,对飞机故障知识的表达建模以及检索应用进行了研究。依据飞机故障知识的领域特性和共享需求,采用本体作为知识表示的方法。根据本体组成元素分析了飞机故障本体的知识来源,并提出了飞机故障知识的本体工程构建方法。在本体模型的基础上,研究了飞机故障知识的语义检索模型,基于最近相邻检索策略提出了飞机故障本体的语义检索相似匹配算法及其实现流程。开发飞机故障知识管理原型系统并在某航空制造企业进行应用验证。     

基于集成智能算法的发动机滑油系统融合诊断

为确保飞行训练安全、预防发动机维修事故发生,针对当前航空发动机磨损故障诊断存在的问题,提出基于集成智能算法的发动机滑油系统故障检测模型.从铁谱诊断、光谱诊断、颗粒计数诊断、理化指标诊断和试车台数据诊断等方面研究了运用集成神经网络方法对多源信息进行融合诊断.结果表明:融合诊断结果的故障模式比单项诊断结果的故障模式要多;当单项诊断出现矛盾时,融合诊断结果能很好地解决诊断冲突问题.基于集成神经网络的发动机油液系统磨损故障的融合诊断能充分利用多种方法的互补性和有效解决诊断冲突问题,从而使诊断结果更为可靠和准确.     

基于逻辑方程的飞机中央维护系统实时故障诊断方法

中央维护系统(CMS)是对飞机系统进行故障诊断和提供维护信息的主要系统,在提高飞机的测试性和维修性方面起着重要的作用.针对CMS实时故障诊断的问题,研究了基于逻辑方程的实时故障诊断方法.分析了CMS故障诊断功能需求,给出了CMS基于逻辑方程故障诊断的实现方法.通过构建逻辑方程规则知识库,提出了优化的匹配查找方法,并与预处理后的BIT信息匹配确定故障,提升了故障诊断效率.最后以飞机发动机电子控制系统的自检信息为例,建立逻辑方程知识库并进行故障诊断,结果表明该方法能快速准确诊断故障信息,为CMS实现故障诊断提供了有效的方案.     

故障诊断专家系统在水电厂的应用

水电机组故障诊断技术是水电厂开展状态检修的基础。水电机组作为大型旋转机械,其振动可以反映机组大部分故障。专家系统是人工智能领域应用比较成熟的技术,现在故障诊断专家系统已在国内水电厂逐步推广。本文在水电机组状态监测的基础上,针对水电机组的振动故障,提出一种基于产生式规则的专家系统。它主要由知识库、推理机、数据库、人机接口等部分组成。最后,利用实际数据进行诊断和分析,并根据机组检修情况对诊断结果进行验证,证明专家诊断系统能够给检修人员提供机组故障产生的可能原因和部位,对机组检修起到一定的指导作用。     

An expert system for engine fault diagnosis: development and application

The mass production and wider use of automobiles and the incorporation of complex electronic technologies all indicate that the control of faults should be given an integral part of engine design and usage. Today, artificial intelligence (AI) technology is widely suggested for systematic diagnosis of faults where the amount of well-defined diagnosis knowledge is vast and the sequence of steps required to identify the fault is very long. This article describes on an expert system application for automotive engines. A new prototype named EXEDS (expert engine diagnosis system) has been developed using KnowledgePro, an expert system development tool, and run on a PC. The purpose of the prototype is to assist auto mechanics in fault diagnosis of engines by providing systematic and step-by-step analysis of failure symptoms and offering maintenance or service advice. The result of this development is expected to introduce a systematic and intelligent method in engine diagnosis and mai ntenance environments.     

基于小波分析的某型装备发动机分布式在线检测系统设计

针对现代战车大型发动机强干扰下的在线故障检测需求,设计了一种基于小波分析的某型发动机分布式在线检测系统;整体设计基于分布式设计思想,在某型发动机合适部位设置检测节点,通过CAN总线传递数据到显控中心;利用CAN总线进行数据传送,提高了测量与控制的精确度,减少了传送误差,增强了故障分析的准确度;显控中心综合运用了小波变换和模式识别技术进行故障诊断,具有快速故障定位能力和拓扑适应能力;应用表明,该系统能够较好地应用于某型发动机的在线监控,使用方便,故障诊断快速有效,解决了发动机在线预警和故障诊断的问题。