基于先验知识的文本实体识别方法

阐述文本实体识别作为医疗相关人工智能应用的关键中间任务，其效果直接决定下游任务表现上限，然而传统方法中通常忽略医学知识的应用，很难取得良好表现。提出一种基于RoBERTa与CRF并融合医学知识的医学文本实体识别方法，将医学知识作为先验引入到CRF最优路径搜索环节，极大程度地提升了标签转换的连贯性，并在相关数据集主指标上取得了改善。     

柴油机碳烟颗粒三维形貌特征的研究

采用微孔均匀沉积冲击器(MOUDI)颗粒采样仪从ZS195单缸发动机尾气中采样,并用软X射线显微成像和软X射线三维重建技术从不同角度观察颗粒的形貌,用Amira获得不同工况、不同粒径级下颗粒的三维形貌和形态学参数,通过比较不同负荷工况和不同粒径级下颗粒的形态学参数,如分形维数、单位体积的表面积等,分析了不同工况和粒径级下这些形态学参数的差别.     

基于深度学习的秀丽隐杆线虫显微图像分割方法

利用计算机实现自动、准确的秀丽隐杆线虫(C.elegans)的各项形态学参数分析,至关重要的是从显微图像上分割出线虫体态,但由于显微镜下的图像噪声较多,线虫边缘像素与周围环境相似,而且线虫的体态具有鞭毛和其他附着物需要分离,多方面因素导致设计一个鲁棒性的C.elegans分割算法仍然面临着挑战。针对这些问题,提出了一种基于深度学习的线虫分割方法,通过训练掩模区域卷积神经网络(Mask R-CNN)学习线虫形态特征实现自动分割。首先,通过改进多级特征池化将高级语义特征与低级边缘特征融合,结合大幅度软最大损失(LMSL)损失算法改进损失计算;然后,改进非极大值抑制;最后,引入全连接融合分支等方法对分割结果进行进一步优化。实验结果表明,相比原始的Mask R-CNN,该方法平均精确率(AP)提升了4.3个百分点,平均交并比(mIOU)提升了4个百分点。表明所提出的深度学习分割方法能够有效提高分割准确率,在显微图像中更加精确地分割出线虫体。     

基于RFID与接近开关的井下电机车装矿自动化研究

本文主要以甲玛铜多金属矿智能矿山改造为背景,对井下电机车装矿运输过程中的车辆定位进行研究,首先对该技术的研究现状进行简单的分析,然后提出基于RFID技术与本安型电感式接近开关设备相结合的方法,将电机车从进入装矿巷道到指定停车地点这一过程分为两个阶段,第一阶段使用RFID技术进行定位,第二阶段依靠接近开关进行一维的距离测定方法来进行定位。为防止意外事件发生另外通过视频监控对该过程进行监测,使得工作人员在必要时刻采取措施,保证该过程正常运行。     

水泥搅拌桩在水利工程软基处理中的应用

文章结合某堤岸工程实际,针对该工程中的水泥搅拌桩实施过程存原问题展开探讨,旨在为同类工程提供参考实例。     

浅谈通信管理软件产品的开发技术

通信管理机作为变电站自动化系统中的重要组成部分,承担了变电站内大量的通信任务,它需要安全可靠、便于开发和维护。文章通过对通信管理机软件架构的分析,阐述了COM及DCOM技术应用于通信管理机软件产品开发的数据结构及方法,采用该技术开发的通信管理软件在协同开发、维护以及升级方面的优势十分突出。     

软岩软化性和膨胀特性对隧道支护结构受力影响分析

通过室内试验和数值模拟,对白垩系下统普昌河组紫红色粉砂质泥岩的软化和膨胀特性及其对支护结构的影响进行了研究。结果表明,该地层岩样的软化系数为0. 17,平均最大膨胀力为2 030. 6 k Pa,具有强膨胀性,遇水易发生软化;围岩饱水膨胀软化后,隧道支护结构弯矩值可比天然状态时增加近2倍～4倍。