信息处理用维语词汇标注标记集的确定

介绍了研究和制定信息处理用维语标注标记集的研究进展。讨论了研究与制订“维语标注标记集”必要性,说明了只靠语法角度提出的词汇一级“维语标注标记集”的有限性,论述国内外英语、汉语层次分析研究的最新成果,结合维语的本身特点研究维语语义分类体系迫切性,给出了“维语标注标记集”的工作思路、标记集制定的原则和语法语义词汇一级词性标记集的内容,比较了标记集两个版本的特点,展望了其发展。     

维吾尔语三音节词韵律特征声学分析

本文从文本分析模块入手,利用“维吾尔语语音声学参数库”,选择了以开音节和闭音节结尾的333个三音节词的韵律参数,包括元音时长、音高和音强进行了统计分析,归纳了其元音时长、音高和音强分布模式,探讨了维吾尔语三音节词的韵律节奏模式与三音节词重音之间的关系问题,其目的是为了提高语音合成的自然度即更好的为自然语言处理服务。本项研究对维吾尔语语言乃至整个阿尔泰语系语言的韵律研究具有较高的参考价值。     

维吾尔语词首音节元音声学分析

该文利用“维吾尔语语音声学参数数据库”,统计分析和归纳了维吾尔语词首音节元音的共振峰模式及其分布格局。声学元音图有多种画法,该文采用JOOS型声学元音图。这种元音图的特点是以F1为纵坐标,以F2为横坐标。这样绘制成的声学元音图与元音舌位图有很好的对应性。维语标准音词首音节中有[y, i, e, O, u, o, ;, A]等8个元音。舌位前后的分布特点是[u, o, A]为后元音,[y, i, e, O, ;]为前元音;开口度(舌位高低)分布特点是[y, i, u]为高元音,[e, O, o]为次高元音,[;]为次低元音, [A]为低元音.     

东方幻想网游《伊苏战记》40级成长记录

自本年度3月2日《伊苏战记》正式开始内测以来,已经过去一周了。在这段时间里,很多新老玩家加入到游戏里面,获得了自己的乐趣,在轻松愉快的游戏过程中．相信绝大多数的玩家已经达到了游戏角色的第一个转折点——转职。     

天堂红灯－茶宫

深秋开幕,为期四个月的2009年比利时欧罗巴利亚艺术节以中国为主宾国,在布鲁塞尔向来自全世界的人们展现中华的风姿。其中,为观众津津乐道的是艺术家谷文达用8000余只红灯笼将市中心的“王朝大厦”覆盖,在艺术节期间．“王朝大厦”内部被改造为“茶宫”,在一片红色的喜气中观者还可呼朋唤友喝茶谈天。     

多效益基础设施:以洛杉矶河总体规划为例

在过去的35年里,关于洛杉矶河的重新构想和未来发展方向存在着争论。该议题的关键在于激发一种河流与沿河公众更为全面和真实的关系,深刻理解城市发展、生态修复和基础设施之间复杂的关联性,以多效益思维重新认知基础设施的多元价值。全长约82 km的洛杉矶河提供了城市区域尺度上的机遇。相较于封闭的基础设施或单一的自然化景观,《洛杉矶河总体规划》旨在创造一种新的编排和框架,通过与环境相适应的策略支持生态系统和社区发展,具体体现在三个方面:环境研究、基于数据的方法和多效益策略。研究的关键是将城市和河流的综合信息转化为数据集的统一格式,即“河流标尺系统”,其整合了生态、水文、水力和建成环境的实际条件。规划提出“多效益基础设施”的概念,涵盖了河流与城市在自然、社会和文化层面的多重关系,探讨了基础设施未来的发展方向,为大型城市河流及滨水社区和城市公共空间的整体规划研究提供了新的视角,以及兼具创新性和实操性的策略和方法。     

基于系统动力学的高压断路器全寿命成本评估

为使高压断路器在运行期间达到最优经济效益,通过引入系统动力学建立高压断路器全寿命周期成本模型评估其经济寿命。由于故障成本随故障率波动而动态变化,为了准确描述实际检修对故障率的影响,通过引入“役龄回退因子”修正实际维修后的故障率函数。同时,基于高压断路器LCC模型求得其年均全寿命成本,进而确定高压断路器可获得最大经济效益的退役年限。通过算例仿真结果可知,基于系统动力学的高压断路器LCC模型能直观地反映高压断路器整个运行年限内全寿命周期成本及其构成因素变化过程,对高压断路器实际运行维护及退役具有参考借鉴意义。     

基于VMD模态分量的高压断路器分合闸线圈电流特征值提取

高压断路器分合闸线圈电流波形中包含着丰富的断路器操动机构和控制回路的状态信息,分析分合闸线圈电流的特性对断路器的状态监测、故障诊断具有重要意义。文中提出一种基于变分模态分解（VMD）模态分量的高压断路器分合闸线圈电流特征值提取方法;通过变分模态分解算法对分合闸线圈电流进行分解,并确定有效反映线圈电流关键信息的模态分量;随后采用削波方式处理模态分量以提取线圈电流波形关键时间点及对应电流特征值。基于断路器实验平台采集的数据样本的实验验证结果表明,该方法能够准确有效地提取分合闸线圈电流关键特征值。     

基于云相似度与证据融合的电力变压器状态评价方法

针对电力变压器状态评价过程中存在的不确定性,提出一种基于云相似度和证据融合的电力变压器状态评价方法。首先,考虑到各指标在状态等级边界处的随机性与模糊性问题,采用云模型来建立状态评价的基本框架。其次,为兼顾状态等级划分的严明性和模糊性,采用改进的云熵优化算法确定云模型的熵值。然后,考虑到指标数据本身的不确定性,利用正向云发生器和云合成算法生成各试验项目待识别云和标尺云,并采用模糊贴近度计算二者间的相似度作为证据源的基本概率分配。最后,采用考虑证据可信度和不确定度的冲突证据修正方法修正证据源,并融合不同证据以判断电力变压器的最终状态。经实例验证,相较于传统方法,所提方法能够有效处理状态评价过程中的不确定性,评价结果符合电力变压器的真实情况,对电力设备状态评价有一定参考价值。     

基于改进的电力关键部件识别算法研究

针对无人机在电力巡检过程中存在的待识别部件背景复杂、轮廓特征不清晰、各类部件尺寸相差较大等问题,提出一种改进的YOLOv4算法对电力关键部件进行识别。首先搭建深度可分离卷积残差块(M-Resblock-body),用其代替原特征提取网络中的部分普通卷积残差块,在不降低特征提取能力的情况下减少参数量,加快模型的推理速度。然后引入自适应调节感受野网络(SKNet),对输入的感受野进行自适应调节,捕获不同尺度的目标,通过合理分配特征通道的权重来对特征进行有效的表达,提高模型检测精度。最后为了增强模型的泛化能力,对训练集进行一系列数据增强。实验结果表明,改进后的YOLOv4算法在测试集上精度比原始网络提高8.85%,速度提升2.24 frame/s,能够有效实现电力巡检中关键部件的识别及缺陷检测。