新年贺词

正《家电科技》的读者朋友们,家电行业各位同仁,我们共同迎来了充满机遇和挑战的2018。在十九大精神的指引下,在新时代我们又将踏上新征程。我代表中国家用电器研究院、《家电科技》杂志,祝愿所有家电人在新的一年里取得新的进步。家电行业的进步,离不开科技的进步。回首刚刚过去的2017,回望中国家用电器研究院与家电行业同呼吸共命运的半个多世纪,每一个重大的行业发展阶段都闪耀着科技工作者智慧的火花,每一个新产品的问世都绽放着科技成果创新的光华。非常高兴的是,这里的"每一个",都有     

用阶梯样本提取受训MLP或SVM的输入输出关系

神经网络具有强大的函数拟合能力,但是,训练的结果是‘黑盒子'.采用构造阶梯样本、计算陡峭指数的方法,将受训多层感知器或支撑向量机的输入输出变量关系以直观的形式(阶梯图)反映出来.与传统方法比较,这种新的相关性分析方法能更充分地揭示样本中输入与输出变量间的非线性关系.在烟草行业单料烟模拟感觉质量评估的应用中,仿真试验验证了该方法的有效性与实用性.     

多锚点锚杆锚固性能数值模拟研究

利用数值实验方法,对软岩巷道条件下多锚点锚杆锚固力学性能进行了模拟研究,结果表明,合理锚点数和锚固长度,既可增大锚杆的支护面积,起到控制更大范围围岩变形的效果,也可提高锚杆的锚固效率,防止了锚杆失效。     

新冠肺炎疫情背景下应急性建筑的结构设计实践与思考

西安咸阳国际机场旅客应急分流转运中心是为应对新冠肺炎疫情而新建的应急性建筑,从开工建设到交付使用需在7d之内完成,为此,设计及施工均采取了非常规的措施,最终该项目仅用时5d建成.工程实践表明,应急性建筑的结构设计与常规条件下的结构设计存在诸多差异.对该工程的结构设计做了详细介绍,并对应急性建筑的结构设计做了深入分析与思考.最后,提出应急性建筑的结构设计应以安全适用、建造快捷、便于维护为原则.     

细化农贸市场的计量检定流程与管理规范

目前农贸市场电子秤的强制检定是政府购买服务其中一种的民生范畴,也是规范市场秩序的管理手段。但谈及农贸市场实际工作中的管理细节,检定人员和管理人员却面临着许多困难,因而需要进一步完善细化农贸市场的计量检定流程和管理规范,本文将具体阐述农贸市场计量检定的全过程与对农贸市场管理的见解。     

蓝宝石衬底上原子级光滑AlN外延层的MOCVD生长

在蓝宝石衬底表面无氮化、低Ⅴ/Ⅲ比的情况下,采用1200℃的衬底温度、5kPa反应室气压,用MOCVD方法在蓝宝石衬底上生长出了表面原子级光滑的AlN外延层.原子力显微镜测试表明其平均粗糙度为0.44nm,X射线衍射(0002)回摆曲线FWHM为166".实验结果和分析表明,极性和气相反应是影响AlN表面形貌的主要原因.以原子级光滑的AlN为模板生长出了高质量的高Al组分的n型AlGaN,证实了AlN模板具有较好的质量.     

基于话题和修辞识别的阅读理解why型问题回答

针对阅读理解问答中的why型问题,提出基于问题话题和话题间因果修辞关系识别的答案句抽取方法.抽取时利用机器学习方法,选择可识别出对应问题话题的句子特征、问题话题与句子上下文之间因果关系特征,对篇章内的句子按照成为答案句的概率进行排序.对应问题话题的句子识别利用基于idf和语义角色的相似度;因果修辞关系的识别利用线索短语、特定语义角色、从文档集中挖掘的词间蕴含的因果关系概率信息、句子上下文的位置与表达形式.Remedia语料上的实验结果表明,该方法明显提高了why型问题回答的性能.     

无指导的中文开放式实体关系抽取

传统的实体关系抽取需要预先定义关系类型体系,然而定义一个全面的实体关系类型体系是很困难的.开放式实体关系抽取技术解决了预先定义关系类型体系的问题,但是在中文上的研究还比较少.提出面向大规模网络文本的无指导开放式中文实体关系抽取方法,首先使用实体之间的距离限制和关系指示词的位置限制获取候选关系三元组;然后采用全局排序和类型排序的方法来挖掘关系指示词;最后使用关系指示词和句式规则对关系三元组进行过滤.在获取大量关系三元组的同时,还保证了80%以上的微观平均准确率.     

省略识别及恢复联合模型研究

省略现象在对话中十分普遍,它的存在导致了语句成分的缺失.问答系统往往不能正确理解这些缺省的表述,这样就会产生错误的问答结果,所以,省略恢复在问答系统中是十分必要的.省略恢复通常分为零代词类别恢复、零代词指代消解2个步骤,已有工作主要是将二者顺序执行,因此会造成错误的累加.为了克服上述问题,提出了1种零代词类别恢复和零代词指代消解联合模型(joint model)的方法,旨在通过联合模型融合省略恢复的2个步骤,进而提高恢复效果.实验结果表明,相比较已有的方法,引入联合模型后,省略恢复的性能得到了显著的提升.     

基于子话题分治匹配的新事件检测

新事件检测是话题检测与跟踪领域的一项重要研究,其任务是实时监控新闻报道流并从中识别新话题.现有方法将话题和报道描述为单一结构的特征向量进行匹配,造成子话题间互为噪声并形成错误语义,从而误导新话题的识别.针对这一缺陷,文中提出基于子话题分治匹配的新事件检测方法,将话题和报道划分为不同子话题,根据相关子话题的比例关系和分布关系建立新话题识别模型.实验在TDT4和TDT5中获得显著改进,最小检测错误代价为0.4061,相应漏检率为0.1859.