基于自学习规则和改进贝叶斯结合的问题分类*

根据对中文问题的分析可知,问题中的疑问词和中心词等关键词对问题所属类型起着决定性的作用。提出利用自学习方法建立疑问词—类别和疑问词+中心词—类别两种规则,并结合改进贝叶斯模型的问题分类方法。该方法充分利用了关键词对分类的贡献。实验结果表明,该分类方法有很大的改进,准确率达到了84%。     

不平衡数据集上的文本分类特征选择新方法*

为了有效消除声发射信号中的噪声,将广义S变换滤波方法应用于声发射信号去噪,分别采用广义S变换中的充零法、基于带通滤波器设计滤波算子法以及时频滤波法进行滤波比较,针对信号的不同时频特性设计了相应的时频滤波算子。结果表明,基于S变换的三种时频滤波法对声发射信号的去噪均有较好的效果,克服了传统滤波方法滤波因子不能随时间、频率变化而变化的缺陷。其中时频滤波法在高信噪比和低信噪比情况下都能更好地去除噪声,可以满足信号处理的要求。     

论地下水运动规律及其研究方法

在长期实践中,指导人们研究地下水运动规律的最基本理论依据是达尔西定律.达尔西定律认为,渗流量与水头梯度成正比.然而,实践证明,渗流量的大小并不是直接决定于水头梯度,而是决定于地下水所受的作用.因此,直接反映地下水运动规律的定量函数应该是渗流量与其所受的作用量之间的关系函数.为了揭示地下水运动与其控制作用之间的关系规律,引入作用现象理论和作用的对立统一规律,进而建立了更为科学的地下水动力学理论.研究结果表明：渗流量的大小直接受虚作用量的大小控制（受孔隙度控制）,水头高度直接受实作用量的大小控制（受密实度控制）.     

基于支持向量机的主动红外式结冰冰型分类方法研究*

针对飞机机翼等部位的结冰探测,提出了一种主动式红外结冰冰型分类的方法。该方法基于支持向量机,通过测量不同冰型结冰表面的红外激光反射系数,达到对结冰冰型分类的目的。初步试验结果表明,该方法能够以一定的准确性对物体结冰的冰型进行实时动态分类,为飞机结冰探测提供了一种新的技术思路。     

相位非平稳人造地震动反应谱拟合技术研究

采用完全非平稳人造地震动技术,就是在传统的考虑幅值非平稳特性拟合目标反应谱的基础上,根据不同的场地条件和地震环境,引入实际强震或地震记录提取的非平稳的相位来共同拟合目标反应谱．本项研究技术将20多年来通用人造地震动的技术进行了实用性改进,建立了人造地震动与强震、测震记录的应有联系,使天然地震记录数据的推广应用有了更多的渠道和技术保证,可以直接应用于防震减灾工程实际．     

PLC系统信号干扰与防范措施

结合现场,分析PLC控制系统中信号产生干扰的原因,和可能引起模板故障的因素,并提出相应解决方法.     

地源热泵技术在贵州碳酸盐岩地区的应用与研究

本文针对贵州碳酸盐地区开展地源热泵技术应用研究,介绍了贵州地质环境条件、浅层地热能资源状况、地源热泵技术应用发展历程与前景以及研究应用成果。重点对贵州碳酸盐地区开展地源热泵技术的热响应试验中和地埋管施工中的关键环节进行阐述,分析总结了贵州实施地源热泵技术的优势和经验。同时,根据贵州地源热泵产业发展实际提出客观建议,为贵州做大做强地热能产业提供科学依据,对实现“双碳”国际承诺及节能减排等方面具有十分重要的现实意义。     

基于意图—槽位注意机制的医疗咨询意图理解与实体抽取算法

自然语言理解作为医疗对话中的关键组成部分,包含意图识别和槽位填充两个重要的子任务。为建立意图和槽位的相互促进关系,实现语义层次上的建模,提出了基于意图—槽位注意机制的医疗咨询意图理解与实体抽取算法。首先,收集医疗信息网站上用户的医疗健康提问文本,基于医学知识归纳总结了24类医疗意图和5种槽位,构建了中文医疗健康咨询数据集（CMISD-UQS）;然后,引入槽位选通机制来建模意图和槽位向量之间的显式关系,设计了意图—槽位注意机制层,构建了意图上下文信息以意图标签向量方式嵌入到槽位的方式。在公共数据集ATIS和SNIPS上与八种代表性算法的对比实验结果表明,所提算法优于所比较的八种算法;在CMISD-UQS数据集上的测试结果表明,所提算法的医疗意图识别准确率、语义槽填充F1值、句子级语义框架准确率分别为78.1%、94.9%和73.2%,均优于其他对比算法。     

基于视频和人体姿态估计的老年人摔倒监测研究

人口老龄化所带来的养老服务问题是现代社会面临的严重问题。例如在很多国家跌倒是造成老年人因伤致死的最大原因,因此如何对老年人进行自动摔倒监测就成为养老服务亟待解决的问题。目前,在室内摔倒监测领域中,基于可穿戴设备和基于环境传感器等主流摔倒监测方法面临着设备复杂、成本较高等问题。鉴于此,将人体姿态估计引入摔倒监测领域,提出了一种基于2D视频的摔倒监测算法。首先利用OpenPose数据集提取原始数据中人体关节的位置;其次利用这些具有增强特征的数据构建静态分类模型和动态分类模型;最后,在3个公共摔倒数据集上进行模型训练和摔倒监测的测试,取得了较好的效果,可以为摔倒监测相关研究提供一定的参考。     

谱聚类欠取样下自编码网络不平衡数据挖掘

不平衡数据集的应用领域日益广泛,需求也越来越高,为提升整体数据集的分类准确率,以谱聚类欠取样为前提条件,构建一种自编码网络不平衡数据挖掘方法.把聚类问题转换成无向图多路径划分问题,通过无向图与标准化处理完成谱聚类,经过有选择地欠取样处理多数类数据集,获取分类边界偏移量,利用学习过程是无监督学习的自编码网络,升、降维数据,获取各维度隐藏特征,实现各层面的数据高效表示学习,根据最大均值差异与预设阈值的对比结果,调整自编码网络,基于得到的分类界面,完成不平衡数据挖掘.选用具有不同实际应用背景的UCI数据集,从中抽取10组数据作为测试集,经谱聚类欠取样处理与模拟实验,发现所提方法大幅提升少数类分类精度与整体挖掘性能,具有较好的适用性与可行性.