基于微信公众号的智能语音问答系统应用与研究

人工智能技术在高校的应用场景越来越多,其中,语音识别和智能问答技术的实现,使得计算机可以与人类通过自然语言的方式进行交流。微信公众平台具有大量用户和信息获取的便捷性,奠定了微信公众平台最佳且可靠的载体地位。文章基于微信公众号对智能语音问答系统进行研究。     

基于Python的桥梁定检病害快速识别与评定系统的开发

为简化桥梁技术状况评定过程并提高评定的正确性与规范性,依托JTG/T H21—2011《公路桥梁技术状况评定标准》,开发了一款桥梁评定系统。该系统采用Python语言和面向对象的编程方法,通过读取表格中的病害信息,对记录病害及其种类之间进行模糊识别,实现对记录病害的快速识别分类;创建桥梁实例、构件实例、病害实例,绑定三者之间的关系,从而实现桥梁的评定,并保证系统适用于各种桥型与病害记录方式的项目评定。使用该系统对北京某桥进行了评定,并成功将表格中记录的723条病害进行了快速分类,随后对桥梁进行了评分,各构件、部件、部位及桥梁总体评分结果均与人工校验结果相同。在2022年与2023年的桥梁定检项目中使用该系统,证明了该系统能够满足病害数量庞大的桥梁评定需求,并能准确地对记录的病害进行快速分类和评定。     

基于运行数据的多联机室内机位置识别方法

多联机系统拥有丰富的运行数据,但对其数据的有效利用依赖于室内机位置的信息,该信息目前主要依托于人工定位方法获得。提出一种基于运行数据的多联机室内机位置识别方法,用于降低现有人工定位方法的时间和人力成本。通过对多联机系统传感器数据进行分析,构造了能够反映距离的评价指标,从而评价各台内机与建筑外围护结构的距离及各台内机之间的相对距离。在此基础上,提出了一种将上述指标与房间参数化信息进行匹配的方法,以获取内机在房间中的具体位置。模拟仿真和实验研究表明,上述基于运行数据的多联机室内机位置识别方法能够准确地对内机在房间中的位置进行识别,并显著降低内机位置识别的工作量。     

基于计算机智能识别技术的自然语言处理模型设计

自然语言处理模型主要以自然语言为对象进行语言转换与识别处理,该技术的出现极大的丰富了人们的生活,同时也拉近了人与机器之间的距离,其很可能成为未来信息技术的一大主要发展方向。本文将对自然语言处理模型工作原理进行简要阐述,并就基于计算机智能识别技术下的自然语言处理模型设计展开研究。     

基于B-S模式说话人声纹身份识别管理系统

针对社会保险领域存在的待认证人数量庞大、所处地域分散遥远等情况,基于B/S(浏览器/服务器)模式构建说话人声纹识别管理系统来实现远程说话人身份识别。该系统以My Eclipse作为开发工具,采用My SQL数据库和Java语言开发平台,利用Tomcat6.0设计服务器。管理页面开发运用了CSS样式,JSP等脚本语言并通过Servlet技术进行用户和声纹信息的管理。研究内容对声纹识别技术的推广应用具有重要意义。     

钢管混凝土拱桥安全综合评价的属性识别模型

从影响钢管混凝士拱桥安全性的承载能力、承重构件损伤以及外观损伤等3个主要方面进行考虑,分别建立属性识别模型,采用现场实测数据评价结果作为模型训练和检验样本,对其进行学习训练,获取专家的经验知识和直觉思维,建立输入与输出的映射关系.通过识别得到桥梁承载能力、承重构件损伤、外观损伤以及成桥状态下最终的安全性信息.以一实际桥...     

时域载荷识别法在海洋结构中的应用

动载荷识别的时域法是利用结构的模态参数建立结构系统在时域内的逆向模型,进而通过系统的动态响应识别输入动态载荷的过程。分析了采用时域方法对离散系统进行动载荷识别的方法,它是用正分析的方法来求解反问题。根据渤海某平台的测厚报告用ANSYS软件建立了该平台的有限元模型,采用理论分析和计算机仿真的方法相结合,将时域正演方法应用在海洋平台这种大型结构的载荷识别中,结果表明,只要实测信息准确,该方法在理论上具有较高的精度。     

初中数学试卷评析应注意的几个问题

初中数学试卷评析发挥着检验教学效果、巩固学科知识、提高学习实效的作用,与学生数学学习能力、学习效果之间存在着紧密的联系,在讲评中要着重解决好考试内容的综合性和学生成绩的差异性关系、试卷评析的系统性和学生收获的认同性关系、评价体系的单一性和学生成长的层次性关系等问题,不断提高学生的数学学习能力和教育教学效率。     

基于BERT-BiLSTM-CRF模型的中文实体识别研究

中文文本实体识别,是自然语言处理的关键问题。传统的语言处理模型无法有效表示文本中的上下文语义信息,无法处理一词多义的不同语境,影响实体识别效果。提出了一种BERT-BiLSTM-CRF的实体识别模型,BERT预处理语言模型生成表征上下文语义信息的词向量,通过双向长短期记忆网络对生成的向量进行特征提取,自注意力机制能够有效获取文本语句中的长距离依赖,最后通过CRF进行解码生成实体标签序列。实验结果表明,该模型在微软亚洲研究院MSRA语料库和人民日报语料库上都取得了优异成绩,F1分别达到96.12%和95.88%。     

基于高斯过程机器学习的岩爆等级识别方法

针对岩爆发生等级与其影响因素之间存在着复杂的非线性关系,如何根据影响因素有效识别岩爆等级是一类复杂的模式识别问题。提出了一种基于高斯过程二元分类模型的岩爆等级识别方法,该方法通过对少量学习样本的学习,就可以建立岩爆等级与其影响因素之间的复杂非线性映射关系。将方法应用于锦屏二级水电站长探洞和引水隧洞岩爆等级实例,研究结果表明,该方法具有模型参数自适应确定、容易实现且识别精度高等优点,具有良好的工程应用前景。