KENAOTE：一种知识增强的方面和意见对提取多任务学习模型

方面和意见对提取旨在根据给定句子提取方面和意见项并匹配关系,然而相关研究通常独立提取方面和意见项,而不识别关系。为了识别方面和意见项关系,提出一种知识增强的方面和意见对提取多任务学习模型。首先使用预训练语言模型为文本生成具有语义信息的词向量,为了实现知识增强的效果,使用遮蔽注意力的方式将知识图谱的语义信息融入词向量中,然后使用基于距离注意力和条件随机场的序列标注方法提取方面和意见项,最后再将提取的方面和意见项两两匹配预测对应关系。为了加强方面和意见项提取模块和匹配模块的联系,采用共享编码层的方式实现联合训练。在训练流程中,匹配模块采用真实标签作为输入,在测试过程中采用提取模块的结果作为输入。为了证明模型的有效性,使用三个通用领域数据集进行对比实验,该模型在方面和意见项匹配任务中F1值分别达到66.99%、75.17%和67.30%,并优于其他比较模型。     

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。     

用微机编制工程网络计划

介绍了鞍钢建设公司工程网络计划系统软件的主要功能与特点,并较详细地阐述了系统实现中的几个主要技术问题的处理方法。     

基于显著性多尺度特征协作融合的行人重识别方法

由于背景信息复杂、遮挡等因素的影响,现有基于局部特征的行人重识别方法所提取的特征不具有辨别力和鲁棒性,从而导致重识别精度较低,针对该问题,提出一种基于显著性检测与多尺度特征协作融合的SMC-ReID方法。利用显著性检测提取行人中具有判别力的特征区域,融合显著性特征与全局特征并完成不同尺度的切块,将上述不同尺度的特征进行协作融合以保证特征切块后的连续性,根据全局特征和局部特征的差异性联合3种损失函数进行学习。在推理阶段,将各个尺度的特征降低到同一维度并融合成新的特征向量,以实现相似性度量。在行人重识别公开数据集Market1501、DukeMTMC-reID和CUHK03上进行实验,结果表明,SMC-ReID方法所提取的特征具有较强的可区分性和鲁棒性,识别准确率优于SVDNet和PSE+ECN等方法。     

云存储多异构文件联合延迟尾概率凸优化分析

随着擦除码技术的流行,分布式存储中高数据可靠性和高空间效率存储性能逐渐实现,但是降低尾部延迟仍然是一个有待解决的问题。为此,提出一种量化和优化擦除编码存储系统尾延迟的算法框架。对于任意服务时间分布和异构文件,推导给出尾部延迟上界。提出了一个优化模型,使得所有文件在服务器上放置的加权延迟尾概率和访问请求文件的服务器选择共同最小化,并证明了其非凸问题特性,以便采用一种高效的交替优化算法求解。此外,通过描述延迟分布尾部的渐近行为,以闭合形式对任意擦除编码存储的服务延迟的尾部指数进行数学量化,证明了基于概率调度的算法是（渐近）最优的。实验结果表明,在实际工作负载下擦除编码存储系统的尾部延迟显著降低。     

基于内置接头参数数组的整环衬砌模型结构分析

为在整环衬砌结构分析中正确体现管片接头参数的复杂特性,通过表格型数组将管片接头参数内置于整环衬结构分析的程序中。经迭代计算,实现了管片接头三维非线性参数在整环衬砌分析中的全面应用。研究表明：这种将接头参数和整环衬砌整合在同一程序的算法,不但结果可靠而且运算速度更快;管片接头的抗弯刚度、接缝张开量、混凝土最大压应变、螺栓拉应力都将随着拼装方式、接头位置、外部荷载而改变,不适合单一取值;该模型不仅能分析整环受力和变形,而且能评价各管片接头的安全状态。     

翼缘扩大型节点与传统节点的受力性能对比分析

为了研究翼缘扩大型节点的力学性能,对比分析其与塞板焊接节点及传统钢结构梁柱连接节点的受力性能差异,设计了一种翼缘扩大型梁柱连接节点.采用ABAQUS分析软件对三种节点在单调荷载下的受力性能进行分析,研究翼缘扩大型节点在实际结构中应用的可行性,并对比分析三种节点的性能差异.结果表明,翼缘扩大型节点能够有效改善节点的受力状态,改善节点区域应力分布问题,使节点梁端的塑性铰出现区域向跨中转移;与塞板焊接节点以及传统节点相比,翼缘扩大型节点承载力较高,且节点域柱与梁端应力分布较为均匀.     

Study of probability integration method parameter inversion by the genetic algorithm

In order to obtain accurate probability integration method(PIM) parameters for surface movement of multi-panel mining, a genetic algorithm(GA) was used to optimize the parameters. As the measured surface movement is affected by more than one mining panel, traditional PIM parameter inversion model is difficult to ensure the reliability of the results due to the complexity of rock movement. With crossover,mutation and selection operators, GA can perform a global optimization search and has high computation efficiency. Compared with the pattern search algorithm, the fitness function can avoid falling into local minima traps. GA reduces the risk of local minima traps which improves the accuracy and reliability with the mutation mechanism. Application at Xuehu colliery shows that GA can be used to inverse the PIM parameters for multi-panel surface movement observation, and reliable results can be obtained. The research provides a new way for back-analysis of PIM parameters for mining subsidence under complex conditions.     

柔顺关节并联机器人固有频率分析

为了解含有片簧式柔顺关节的并联机器人振动特性,基于含有片簧式柔顺关节的并联机器人动力学方程,建立了频率方程,并对系统固有频率在机器人运动过程以及工作空间的变化情况进行分析,同时对理论轨迹、软件仿真轨迹与名义轨迹的差值进行幅频特性分析来说明理论计算结果和软件仿真结果的正确性,也相互验证了频率方程和幅频特性分析方法的正确性。     

多信道认知无线电频谱感知时间和门限联合分配

为提高多信道认知无线电的吞吐量,提出采用交替方向优化联合分配次用户的频谱感知时间和子信道感知门限.基于"先听后传"的次用户帧结构,建立了感知时间和门限的优化分配模型.该模型在保证满足主用户通信需求和子信道频谱感知性能的前提下,最大化次用户各子信道的吞吐量总和.联合优化算法通过交替优化感知时间和门限能够获得模型的最优解.仿真结果表明:存在最优的感知时间和门限最大化次用户的吞吐量,并且相比之前的方案,联合分配能够提高次用户的吞吐量.