对分娩期产妇的心理护理

目的对分娩期产妇进行心理护理,提高自然分娩率。方法将我院单胎头位初产妇随机分为观察组和对照组,观察组由助产陪伴并加以心理护理帮助,对照组按照常规待产方法护理。结果观察组的顺产率高于对照组的顺产率。结论对分娩期产妇进行心理护理有助于自然分娩率,降低了剖宫产率和新生儿的窒息率,可消除产妇的焦虑、恐惧心理。     

基于宏观篇章结构的科技论文摘要模型

针对传统的神经网络模型不能较好地反映科技论文内不同章节之间的宏观篇章结构信息,从而容易导致生成的科技论文摘要结构不完整、内容不连贯的问题,提出了一种基于宏观篇章结构的科技论文摘要模型。首先,搭建了一种基于宏观篇章结构的层级编码器,并利用图卷积神经网络对章节间的宏观篇章结构信息进行编码,从而构建章节层级语义表示;然后,提出了一个信息融合模块,旨在将宏观篇章结构信息和单词层级信息进行有效融合,从而辅助解码器生成摘要;最后,利用注意力机制优化单元对上下文向量进行更新优化操作。实验结果表明,所提出的模型比基准模型分别在ROUGE-1、ROUGE-2以及ROUGE-L上分别高出3.53个百分点、1.15个百分点和4.29个百分点,并且通过对生成的摘要内容进行分析对比,可进一步证明该模型可有效提高生成摘要的质量。     

某型飞机刹车控制系统双余度供电电源失效机理分析及改进

针对某型飞机刹车控制系统在试验过程中出现的双余度电源失效故障现象,本文对电源失效的故障现象进行了机理分析,确定了故障原因为使用过程中电源主回路上电流过大,从而导致限流电阻熔断,采用仿真分析方法外加各种边界激励使得故障复现,通过更改电容充放电回路从而降低电源回路上的最大电流,得出了解决此类故障现象的方法为合理选择电源主回路上电容充放电的方式。     

基于依存关系的中文名词性谓词语义角色标注研究

语义角色标注是自然语言处理的一个重要研究内容,性能对机器翻译等研究有重大影响。实现了一个基于依存关系的中文名词性谓词语义角色标注平台,并对名词性谓词进行识别,使用最大熵分类模型在Chinese NomBank的转换语料上进行系统实验,对各种词法特征、结构特征及其组合进行了测试,标准语料上F1值达到78.09,基于自动句法树的语料上的F1值达到67.42。     

融合多模态信息的产品摘要抽取模型

在网络购物平台上,简洁、真实、有效的产品摘要对于提升购物体验至关重要。网上购物无法接触到产品实物,产品图像所含信息是除产品文本描述外的重要视觉信息,因此融合包括产品文本和产品图像在内的多模态信息的产品摘要对于网络购物具有重要的意义。针对融合产品文本描述和产品图像的问题,提出一种融合多模态信息的产品摘要抽取模型。与一般的产品摘要任务的输入只包含产品文本描述不同,该模型引入了产品图像作为一种额外的信息来源,使抽取产生的摘要更丰富。具体来说,首先对产品文本描述和产品图像分别使用预训练模型进行特征表示,从产品文本描述中提取每个句子的文本特征表示,从产品图像中提取产品整体的视觉特征表示;然后使用基于低阶张量的多模态融合方法将每个句子的文本特征和整体视觉特征进行模态融合,得到每个句子的多模态特征表示;最后将所有句子的多模态特征表示输入摘要生成器中以生成最终的产品摘要。在CEPSUM (Chinese E-commerce Product SUMmarization) 2.0数据集上进行对比实验,在CEPSUM 2.0的3个数据子集上,该模型的平均ROUGE-1比TextRank高3.12个百分点,...     

自适应激光眩目干扰系统

分析了激光对人眼致眩、致盲、干扰的机理，研究了人眼受到激光辐照量的影响因素，在此基础上提出了一种自适应激光眩目干扰系统的实现方案，设计并制造出了相应的样机．实际使用表明：系统作用距离较远、自动化程度高，既符合眩目干扰的要求，又避免了当前激光致眩武器容易产生眼损伤的问题．     

气动位置伺服系统的滑模变结构控制

针对气动位置伺服系统的不确定性及非线性等特点,充分利用滑模变结构控制对被控对象的模型误差、对象参数的变化及外部干扰有极佳的不敏感性等优点,将滑模变结构控制方法引入该气动位置伺服系统,并进行了滑模变结构控制器的设计与仿真,在仿真时还加入了系统的不确定性.结果表明:该控制方案有效,而且系统具有很好的鲁棒性.     

一个基于XML的个人信息管理系统的设计

首先分析了个人信息的内涵，提出了一个基于XML文档进行个人信息管理的方案，然后演示了一项个人信息的文档类型描述，并在此基础上阐述了基于XML的个人信息管理系统的设计方案和实现思想。     

新型随动系统检测装置

介绍了一种新型的随动系统检测装置的硬件电路设计方法，利用计算机技术和固态同步机技术来实现随动系统控制信号的输出，以及如何选择固态同步机和确定控制信号的发送频率。     

基于篇章主次关系的单文档抽取式摘要方法研究

抽取式自动文摘研究抽取文档中最能代表文档核心内容的句子作为摘要,篇章主次关系分析则是从篇章结构方面分析出篇章的主要内容和次要内容,因此,篇章主次关系分析和抽取式自动文摘存在较大关联,篇章主次关系可指导摘要的抽取。该文提出了一种基于篇章主次关系的单文档抽取式摘要方法,该方法基于神经网络模型构建了一个篇章主次关系和文本摘要联合学习的模型。该模型在考虑词组、短语等语义信息的基础上同时考虑了篇章的主次关系等结构信息,最终基于篇章内容的整体优化抽取出最能代表文档核心内容的句子作为摘要。实验结果表明,与当前主流的单文档抽取式摘要方法相比,该方法在ROUGE评价指标上有显著提高。