语言学组合特征在语义关系抽取中的应用

语义关系抽取是信息抽取中的一个重要的研究领域。目前基于特征向量的语义关系抽取已经很难通过发掘新的特征来提高抽取的性能。本文提出了一种特征组合方法,通过在各种词法、语法、语义的基本特征内部及特征之间进行合理的组合形成组合特征,使用基于支持向量机的学习方法,使得关系抽取的准确率和召回率得到了提高。在ACE 2004语料库的7个关系大类和23个关系子类抽取实验中F值分别达到了66.6%和59.50%。实验结果表明通过对基本语言学特征进行组合所得到的组合特征能够显著地提高语义关系抽取的性能。     

双闭环真空硅微陀螺仪设计及测试性能分析

所设计的硅微陀螺仪工作在10 Pa,品质因素达到3000,采用CAN金属壳封装形式,测控线路采用闭环自激驱动,力反馈式闭环检测方式.驱动采用单边驱动单边检测,尽量使线路简化;检测采用双重分解和重构回路.测试结果表明:有用信号和正交信号实现很好的相位解耦,互不影响.在实现标度因素10 mY/(°)S-1的情况下,零偏稳定性已达到了60°/h;线性度已达到了400 ppm;带宽仿真达到150 Hz;这较以前设计的空气下闭驱开检方式下的硅微陀螺性能提高了近2个数量级.     

AVS—M解码在Symbian平台上的实现

AVS—M是《先进音视频编码》系列标准AVS的第七部分,是无线网络与手机等移动设备视频编解码的规范和标准,高效快速的编解码器对AVS—M标准能否得到推广和应用有着极其重要的作用。介绍了AVS—M标准参考代码移植到Symbian平台的方法和要解决的问题,并针对Symbian手机平台对AVS—M标准参考代码给出几种优化方法,实现了AVS—M在NOKIA6670上解码QCIF格式达到15帧／秒,基本上能够实现在Symbian平台的流畅播放,对推广AVS—M有很大的帮助。     

基于混沌的小波神经网络免疫PID控制器

针对目前大多数智能PID控制器存在的诸如设计复杂、计算量大、收敛速度慢以及控制精度相对较差等问题,提出一种基于混沌优化的小波神经网络免疫PID控制器的设计方法,该方法用小波神经网络逼近免疫PID的非线性函数,并且引入混沌机制优化免疫PID的参数,进而将该控制器用于工业加热炉的控制,仿真与实验结果表明,该控制器的控制性能优于其它类型的智能PID控制器以及常规PID控制器.     

基于工具软件的数字IP软核评测平台设计

本文探索了可供EDA工具度量的数字IP评测指标以及这些指标的评测方法,提出了数字IP评测平台的总体设计方案,该仿真平台的开发和建立将为IP评测技术的工程实用化打下基础.     

用“微波辐照——盐酸浸出法”制备酸溶性富钛渣的研究

本探讨了将微波这一新技术应用在钛铁矿冶金的可行性．结果表明,钛铁矿精矿经“微波辐矿经”微波辐照——盐酸浸出法”能制得供硫酸法生产钛白的酸溶性富钛渣,且具有方法新、能耗低、工艺简便等特点．     

OCT无创血糖检测图像处理最优化方法研究

为了解决不同的光学相干层析(OCT)图像预处理方式对皮肤真皮层散射系数计算影响的问题,提高无创血糖的测量精确度,提出了一种对OCT图像数据前期处理的最优化方法。在对采集的3维图像数据进行皮肤表面对齐、3维重建、1维平均处理的基础上,分析了背景噪声和数据是否归一化对血糖预测精度的影响,并结合临床实验进行了验证。结果表明,预测误差较预处理之前减小了18.31%。该研究对于提高基于OCT技术的光学无创血糖测量精度具有重要的参考价值。     

基于激光诱导击穿光谱的煤样典型特性研究北大核心CSCD

为了准确检测煤样的各种元素含量、灰分和发热量等工业指标,提出利用激光诱导击穿光谱技术进行煤样的光谱强度信息采集。激光诱导击穿光谱技术作为一种新型的元素分析技术,通过高能脉冲激光聚集在样品表面,分析等离子体释放出的元素谱线信息,得出样品元素含量和组成。而光谱信息采样的延迟时间是光谱检测中一个非常重要的参数,为了研究延迟时间对煤样激光诱导击穿光谱信号强弱的影响,提出了通过连续背景强度变化和相对标准偏差计算来判定测量煤样的最佳延迟时间。本研究选取山东济南众标科技有限公司的三种标准煤样作为研究对象,实验测试使用Nd∶YAG脉冲激光器,波长为1064nm。对于煤质的检测,采用AvaSpec Dual型光纤光谱仪,光谱探测波长范围为两通道195~467nm和615~973nm。延迟时间为247~252μs对三种标准煤样ZBM100、ZBM101、ZBM104的光谱信息进行特征分析,通过光谱信号强度和连续背景强度随延迟时间变化的关系,判断出247~252μs范围内的最佳延迟时间。随着延迟时间的增加,连续背景强度快速衰减,在250μs时,连续背景强度和光谱信号强度分别衰减到延迟时间为247μs时的30和50。其次通过在不同延迟时间下相对标准偏差的计算,判断出标准煤样样本中Al、Si、Fe三种元素最佳延迟时间为247μs、248μs、249μs所对应的标准偏差达到最小值,得到因选用标准煤样对象不同其相对标准偏差对应元素的最佳延迟时间也会有所差异。研究结果表明,三种标准煤样ZBM100、ZBM101、ZBM104的光谱强度在247~252μs的最佳采样延迟时间为250μs。此实验研究结果,为激光诱导击穿光谱技术探测和分析煤质检测的最佳延迟时间提供了依据。     

改进Chan-Vese模型的电力设备红外图像分割算法

针对电力设备在线监测系统中红外图像分割效果差,速度慢等问题,提出一种改进的Chan-Vese模型的红外图像分割算法。首先,通过引入边缘能量项,一方面增强模型的局部控制能力,另一方面有效抑制了轮廓偏移。其次,利用径向基函数取代了传统的长度正则项,简化了计算。然后,通过引入内部能量项省去初始化过程,节省了算法的运行时间。经实验验证,Dice重合率（Dice similarity coefficient, DSC）平均值为0.9808,错误分割率（ratio of segmentation error, RSE）平均值为0.025,算法运行时间比其他模型总体平均值低66.8%。改进后的Chan-Vese模型分割算法的Dice重合率和错误分割率等均优于GAC-CV、CV-RSF、区域型水平集和Multiphase-CV模型分割算法。     

基于YOLO-MIR算法的多尺度红外目标检测网络

针对红外图像相对于可见光检测精度低,鲁棒性差的问题,提出了一种基于YOLO的多尺度红外图目标检测网络YOLO-MIR(YOLO for Multi-scale IR image)。首先,为了提高网络对红外图像的适应能力,改进了特征提取以及融合模块,使其保留更多的红外图像细节。其次,为增强对多尺度目标的检测能力,增大了融合网络的尺度,加强红外图像特征的进一步融合。最后,为增加网络的鲁棒性,设计了针对红外图像的数据增广算法。设置消融实验评估不同方法对网络性能的影响,结果表明在红外数据集下网络性能得到明显提升。与主流算法YOLOv7相比在参数量不变的条件下平均检测精度提升了3%,提高了网络对红外图像的适应能力,实现了对各尺度目标的精确检测。