石楼县水平沟经济林建设经验及推广

黄土丘陵沟壑区坡耕地面积广阔,水土流失严重。要加快治理速度,振兴山区经济,在坡耕地治理中必须扬长避短,寻求防止水土流失、提高经济效益的途径。石楼县推广水平沟经济林建设对坡耕地治理的方法,具有果粮间作,防止水土流失,拦蓄径流,利于果树栽植,且投资少、受益快、便于推广的特点,具有较好的推广应用前景。     

河东区水利工程供水价格改革现状及对策

临沂市河东区是一个农业大区,区内现有全国大型灌区和重点中型灌区各1座。目前两个灌区的管理体制改革已经完成,总结灌区目前运行的状况,考虑到今后全区水利事业发展的需要,提出几点措施及建议,以期对合理利用水资源、水价改革有所帮助。     

融合粗糙集和F!方法的空中目标类型识别算法

通过分析粗糙集和Dempster-shafe(DS)方法在描述不确定信息上的相似性,将这两种理论融合建立统一框架$提出了融合粗糙集和DS方法的空中目标类型识别算法.该算法通过知识库推导得出基本概率分配函数,采用基于粗糙集的信任函数作为可信度度量,使得改进后的算法更有理论深度.实验结果表明,算法具有良好的运行效果.

     

基于线结构光视觉传感的焊缝跟踪系统研究

为了解决焊接时产生的强弧光、烟尘等对图像特征提取的干扰,提高焊缝检测的实时性与稳定性,采用基于二维图像的三维物体运动估计来提高图像特征提取速度,同时引入了可变窗口来提高图像处理的稳定性;应用焊缝特征类型库对提取出来的图像特征信息进行判断来提高图像处理的稳定性.     

n值逻辑系统中的随机化研究

利用赋值集的随机化方法,在n值逻辑系统Rn提出了公式的DRn-真度的概念。给出了两公式间的DRn-相似度与伪距离的概念,建立了DRn-逻辑度量空间。     

话语标记的语体特征研究及应用

话语标记作为一种常见的话语现象,已成为话语分析研究的重要课题。由于研究角度不同,人们对于话语标记的认识和分类至今仍存在较大差异。该文从语体的角度提出假设,认为话语标记具有一定的语体特征。为准确描写话语标记的语体特征,提出了“语体度”的概念。通过对采样话语标记在不同语体的语料中分布情况进行定量分析,证实了相当一部分话语标记具有明显的语体特征,并根据分析结果选择特征向量,采用Rocchio分类法对开放文本进行自动语体分类实验,正确率达到82.9%。事实证明话语标记的语体特征对文本分类具有一定的参考价值。     

基于混合瑞利分布的三维医学图像分割算法

水平集算法是当前比较重要的分割算法,研究该算法的三维分割技术.提出高斯分布和瑞利分布相结合的方法进行概率密度函数的确定与分析,通过随机极大似然算法(SEM)把瑞利分布引入到水平集三维分割演化模型中.该方法成功应用于多种医学组织的三维分割,提高了分割速度和分割效果,减少了参数的设置.     

VES：阴道炎症（vaginitis）辅助诊断专家系统设计与实现

阐述基于规则诊断推理技术的阴道炎症辅助专家系统的设计与实现。针对阴道炎症医疗诊断的特点,讨论该系统在建立过程采用的关键技术,描述系统的结构框架、知识表示、推理方法和实现技术。整合数据库技术,人工智能技术及阴道炎症医疗诊断技术,为实现阴道炎症智能诊断系统提供有价值的探讨。     

基于MQTT协议的智能网关设计

为了解决远程设备与云平台之间的数据交互及远程监控的问题,文中设计一种基于MQTT协议的智能网关。该智能网关以单片机STM32F407和4G模块EC20为核心,使用网关的RS 485接口获取设备端的ModBus数据;通过MQTT协议将数据经4G模块上传到云平台,并能够将云平台下发的控制指令转发给设备端,实现远程设备与云平台之间的数据交互;同时用户可以通过PC网页监测设备的运行信息。采用MQTT协议作为网关与云平台之间的通信,ModBus协议作为设备与网关之间的通信,通过两种协议的结合能够提高数据传输的效率,节省网络流量,并且为低带宽以及不稳定网络环境中的远程设备提供稳定的网络服务。经测试,基于MQTT协议的智能网关网络通信稳定可靠,具有很好的应用前景。     

融合音节和词条特征的藏文文本情感分类研究

将深度神经网络模型应用于藏文文本情感分类中,虽然取得不错的分类效果,但仍然存在因藏文评论文本长度较短引起的特征稀疏的问题,使得深度学习模型不能够提取到更为全面的藏文文本语义特征。该文提出一种以藏文音节和藏文词条同时作为文本基本表示对象,采用CNN、BiLSTM和Multi-Headed Self-Attention机制等深度学习模型完成对藏文评论文本情感分类的研究方法。实验首先对音节和词条进行向量化表示,然后分别采用多核卷积神经网络、BiLSTM和Multi-Headed Self-Attention机制获取藏文文本中多维度的内部特征,最后通过特征拼接,再经激活函数为Softmax的全连接神经网络完成文本情感分类。研究结果表明,在该文的实验测试语料集上,融合音节和词条特征模型的分类准确率要优于基于音节的模型和基于词条的模型。