基于深度学习的对话情绪生成研究综述

情绪生成是人工情感计算研究中的子任务,在对话系统中情绪生成任务旨在生成待回复话语中的情绪类别。对话情绪生成可以推动对话情绪理解和对话表达研究,同时在智能闲聊机器人、情绪安慰、推荐系统和人机情感交互等诸多智能化领域具有重要的理论意义和实际应用价值。得益于深度神经网络在自然语言处理领域的优异表现,基于深度学习的对话系统情绪生成受到越来越多研究人员的关注。总结目前基于深度学习的对话情绪生成相关工作,现阶段利用深度学习的对话系统情绪生成相关研究主要包含三方面内容：情绪感知、情绪预测和情绪决策。简要介绍了一些常用的情绪对话数据集,最后对该任务当前问题进行了归纳概况并展望未来发展趋势。     

考虑磨损的掘进机截齿割煤动力学分析

镐型截齿广泛应用于煤岩截割,其性能影响着掘进效率与生产成本。为了研究镐形截齿的磨损对截割载荷的影响,分析截齿磨损规律后,建立两种安装磨损截齿的截割头模型,利用ANSYS/LS-DYNA进行横向截割煤壁的动力学仿真研究,得到了截割头的接触力时间历程曲线。结果表明:相较于锋利截齿,安装自磨刃与偏磨截齿的截割头所受合力均值增长分别为6.53%,11.79%。截齿磨损后在一定程度上减小了载荷的波动,安装有自磨刃截齿的载荷波动最小。研究工作定量地分析了磨损的影响,可为截齿的形状设计及安装参数优化提供依据。     

浅谈现代机械制造技术的发展趋势

文章介绍了现代化机械制造技术的现状,分析了我国机械制造发展存在差距的基础上,阐述了机械制造发展的趋势,并提出了我国机械制造的发展趋势。     

石油化工废水处理技术探索

石油化工工业是一个"三废"排放量大、容易产生污染、危害环境的工业部门。石油化工生产的特点决定了其污染的普遍性和复杂性,因此,在加快发展石油化工工业的过程中,必须高度重视污染防治工作,这对石油化工工业可持续发展具有十分重要的意义。     

复合平面多连杆机构在某型雷达随动系统中的应用

在雷达工程中常常需要天馈线部分做匀速扫描,以完成雷达波在空间的波束的覆盖。通常都是将电机的旋转运动转化成执行端的旋转或者一定角度摆动。如果动力源与负载端距离较远,或者对随动系统有其他特殊要求,传统方案就不能够满足要求。本文中采用复合平面多连杆机构完成天线俯仰角的调整,用以完成在限定的高度条件下,连杆的俯仰调整范围满足总体性能指标要求。     

汽轮机长叶片弯曲与轴系扭转耦合振动研究

为了研究汽轮机轴系扭转振动过程中长叶片弯振与轴扭振之间的耦合影响,参考某汽轮机轴系以及末级叶片的结构和材料数据,分别建立了3种有限元模型:叶-盘模型、简化轴系模型和带一级末级叶栅的叶-轴耦合模型,分析了这3种模型在静止和工作转速下的模态振动特征.结果表明:在叶-轴耦合模型中存在叶片模态、轴振模态和耦合模态3种不同的振动模态,这些模态体现了叶片弯振对轴系扭振的影响;受轴系扭振影响,叶-轴耦合模型中叶片的振动特性与叶-盘模型中相比存在一定的差别,但这种差别并不显著;从叶片安全角度考虑,设计时应同时考虑叶片静频和动频,并以叶片振动特性为基础,着重考虑叶-轴耦合时的振动特性,以避开工频波动可能带来的危害.     

负向电压与氧化时间对AZ91D微弧氧化膜层形成特性的影响

在硅酸盐体系下对AZ91D镁合金进行了微弧氧化处理,研究了负向电压和氧化时间对微弧氧化膜层特性的影响,并通过XRD、金相显微镜及SEM对氧化膜进行了相结构和表面形貌的分析.结果表明,随着负向电压的提高,膜厚逐渐增加,表面孔洞增大,但孔洞及微裂纹的数量减少,当负向电压为120 V时,膜厚达到157μm,孔洞及裂纹数量最少.延长氧化时间,使得微弧氧化膜层厚度增加,膜层生长速率先增大后减小.氧化膜层主要由立方结构MgO和镁橄榄石相Mg2SiO4构成,衍射谱中未发现Mg的衍射峰,氧化膜层致密性较好.陶瓷膜层由致密层和疏松层组成且与基体结合紧密.     

大采高工作面煤柱扰动下巷道冲击机理及优化设计

以所研究矿井1-2,2-2煤层大采高开采工程地质条件为背景,以遗留煤柱下2-2煤层22306平巷大变形破坏为主线,通过理论分析和数值计算研究大采高工作面煤柱扰动下底板巷道冲击机理.结果表明:煤柱底板应力与煤柱所承受载荷有关,而采高是影响煤柱支承压力的主导因素,煤柱支承压力随采高的增大而增大,导致底板固定点的应力升高,对...     

炼铁-炼钢界面布局紧凑模式

论述了炼铁-炼钢界面的紧凑衔接技术,涉及多维物质流的衔接、传递、匹配及缓冲等过程.从各角度综合分析得出,该界面衔接布置紧凑,占地面积小,实施MES系统的“在线铁水罐跟踪系统”使炼铁-炼钢界面减少了铁水罐周转个数,相对传统方式的铁水包输运方式,保温剂使用量平均减少了0.483 kg/t(铁),铁水入炉温度提高约60℃.同...     

源荷不确定冷热电联供微网能量调度的建模与学习优化

针对含光伏,微型燃气轮机组等分布式能源的冷热电联供微网系统,研究源荷双侧不确定情况下多类型能量调度动态优化问题.首先,针对光伏出力和异类负荷的随机不确定性,将光伏和负荷的变化描述为连续马尔科夫过程;然后以决策时刻,负荷需求以及分布式能源出力的离散值为状态分量,以微型燃气轮机组启停行动和储能充放行动为动作分量,在分时电价模式下,以降低包括购电成本,燃料代价,启停代价等在内的日运行成本为调度优化目标,将源荷不确定冷热电联供微网系统调度动态优化问题描述为马尔科夫决策过程模型,并引入强化学习方法对该问题进行策略求解.最后通过算例仿真对不同策略进行了比较,验证了优化方法的有效性.