基于空间形态数据的铁路通信数字工程设计系统

建筑信息模型 (building information modeling, BIM)技术作为建筑业实现信息化数字化转型的核心技术, 在铁路建设全生命周期中具有很高的研究价值. 在铁路通信机械室内、站场、区间设计中, 将铁路通信实体的空间位置、形状、大小、关系等空间形态描述数据化, 结合铁路通信设计规范、相关铁路BIM标准以及专业实际设计需求, 研究开发出铁路通信数字工程设计系统. 本系统以空间形态数据为支撑, 铁路工程实体结构分解标准为基础, 在三维环境下实现了铁路通信机械室内机柜设备的智能布设, 站场通信沟槽线缆的路径规划, 区间通信信息点位置的准确布置. 系统进一步基于数字工程模型和图论基本原理, 实现了从数字工程模型中获取逻辑关系并生成通信逻辑网图. 经实际工程验证, 系统对铁路通信数字工程设计效率和准确率都有较大提升, 从工程源头实现了铁路通信工程数字化成果交付和应用, 促进了铁路通信工程项目全过程技术升级和数字化模式革新.     

基于MFE-BERT与FNNAttention的心理医学知识图谱构建

针对心理医学领域文本段落冗长、数据稀疏、知识散乱且规范性差的问题, 提出一种基于多层级特征抽取能力预训练模型(MFE-BERT)与前向神经网络注意力机制(FNNAttention)的心理医学知识图谱构建方法. MFE-BERT在BERT模型基础上将其内部所有Encoder层特征进行合并输出, 以获取包含更多语义的特征向量, 同时对两复合模型采用FNNAttention机制强化词级关系, 解决长文本段落语义稀释问题. 在自建的心理医学数据集中, 设计MFE-BERT-BiLSTM-FNNAttention-CRF和MFE-BERT-CNN-FNNAttention复合神经网络模型分别进行心理医学实体识别和实体关系抽取, 实体识别F1值达到93.91%, 实体关系抽精确率达到了89.29%, 通过融合文本相似度与语义相似度方法进行实体对齐, 将所整理的数据存储在Neo4j图数据库中, 构建出一个含有3652个实体, 2396条关系的心理医学知识图谱. 实验结果表明, 在MFE-BERT模型与FNNAttention机制的基础上构建心理医学知识图谱切实可行, 提出的改进模型所搭建的心理医学知识图谱可以更好地应用于心理医学信息管理中, 为心理医学数据分析提供参考.     

新型星载超宽带微波光子变频技术

传统的星载变频通道存在易受电磁干扰、动态范围受限、带宽瓶颈等不足,将微波光子技术引入卫星通信系统中,可克服电域信号变频的局限性,提升星载变频通道的性能。文章提出了一种基于并联马赫-增德尔调制器(MZM)与相干接收的宽带微波光子变频技术,通过采用相干接收方法,能够实现较好的共模噪声抑制,并降低谐波失真的影响,同时结合抑制载波调制方式所带来的优势,有效改善了变频无杂散动态范围等指标。通过实验验证,其杂散抑制比优于60 dB,无杂散动态范围优于100 dB·Hz2/3,为新型星载微波光子变频方案设计、实际应用提供了必要的理论依据与技术支撑。     

Drug self-assembly: A phenomenon at the nanometer scale with major impact in the structure–biological properties relationship and the treatment of disease

Under water-rich conditions, small amphiphilic and hydrophobic drug molecules self-assemble into supramolecular nanostructures. Thus, substantial modifications in their interaction with cellular structures and the ability to reach intracellular targets could happen. Additionally, drug aggregates could be more toxic than the non-aggregated counterparts, or vice versa. Moreover, since self-aggregation reduces the number of effective “monomeric” molecules that interact with the target, the drug potency could be underestimated. In other cases, the activity could be ascribed to the non-aggregated molecule while it stems from its aggregates. Thus, drug self-assembly could mislead from drug throughput screening assays to advanced preclinical and clinical trials. Finally, aggregates could serve as crystallization nuclei. The impact that this phenomenon has on the biological performance of active compounds, the inconsistent and often controversial nature of the published data and the need for recommendations/guidelines as preamble of more harmonized research protocols to characterize drug self-aggregation were main motivations for this review. First, the key molecular and environmental parameters governing drug self-aggregation, the main drug families for which this phenomenon and the methods used for its characterization are described. Then, promising nanotechnology platforms investigated to prevent/control it towards a more efficient drug development process are briefly discussed.     

Monitoring the Dynamic Process of Formation of Plasmonic Molecular Junctions during Single Nanoparticle Collisions

The capability to study the dynamic formation of plasmonic molecular junction is of fundamental importance, and it will provide new insights into molecular electronics/plasmonics, single‐entity electrochemistry, and nanooptoelectronics. Here, a facile method to form plasmonic molecular junctions is reported by utilizing single gold nanoparticle (NP) collision events at a highly curved gold nanoelectrode modified with a self‐assembled monolayer. By using time‐resolved electrochemical current measurement and surface‐enhanced Raman scattering spectroscopy, the current changes and the evolution of interfacial chemical bonding are successfully observed in the newly formed molecular tunnel junctions during and after the gold NP “hit‐n‐stay” and “hit‐n‐run” collision events. The results lead to an in‐depth understanding of the single NP motion and the associated molecular level changes during the formation of the plasmonic molecular junctions in a single NP collision event. This method also provides a new platform to study molecular changes at the single molecule level during electron transport in a dynamic molecular tunnel junction.     

工程装备仿真实体在行军过程中的聚合和解聚

在工程兵作战仿真中多分辨率模型的聚合与解聚问题一直是困扰不同层次仿真系统集成的瓶颈问题。该文以工程兵工程装备行军过程为例,对工程装备行军过程仿真中不同层次仿真模型的聚合与解聚问题进行了研究,分析了该仿真过程中所需模型的分辨率,分别就工程装备仿真实体位置、速度、状态及毁伤的聚合与解聚进行分析,同时给出了仿真实体位置、速度、状态及毁伤的聚合与解聚解决方法,这些方法简单实用,节省资源,效率高,对解决工程兵作战仿真中的模型聚合与解聚问题具有一定的参考价值。     

信息检索中相关实体发现综述

实体是Web页面中的重要信息载体,用户通过搜索引擎进行信息检索中时一般想得到某个具体的实体,而不是某些文档的列表,因而信息检索中的相关实体发现研究就具有非常重要的意义。对信息检索中的相关实体发现的基本过程进行了综述,重点描述了相关实体发现的重要组成部分:全文检索、实体识别、实体分级,主页查找及其各部分所涉及到的关键问题。     

基于多分辨率实体的三维仿真系统研究

针对现代仿真系统对作战实体的多层次、高分辨粒度的应用需求,提出了基于多分辨率实体的战场三维仿真系统的总体结构,设计了系统的主要功能,给出了多分辨率实体三维建模与简化、实体模型库维护管理以及实体间分辨率匹配等关键技术途径与算法,并以坦克交战可视化仿真为例,分析了多分辨率实体建模及系统的集成方法,为基于多分辨实体的高精度、多层次战场三维仿真系统的研究提供了一种可行的技术途径。     

ECMail:基于实体发现、查找和管理的中文邮件管理系统

随着个人用户的数据和信息级数增长,个人信息管理的研究成为热点.电子邮件作为个人信息的重要载体在个人信息业务中占据着重要的地位.随着个人信息的增加,用户在对邮件进行查询时经常遇到遗忘关键字的困扰,对此普通的邮件工具很难为用户组织和管理个人信息提供帮助.提出了一个基于实体发现、查找和管理的中文邮件管理系统--ECMail,有效改善了以上问题,同时对关键技术-中文分词、实体挖掘和实体关联管理的实现提出了自己的想法和处理机制,最终达到了提高用户邮件管理效率的目的.     

基于深度神经网络的中文命名实体识别

由于中文词语缺乏明确的边界和大小写特征,单字在不同词语下的意思也不尽相同,较于英文,中文命名实体识别显得更加困难。该文利用词向量的特点,提出了一种用于深度学习框架的字词联合方法,将字特征和词特征统一地结合起来,它弥补了词特征分词错误蔓延和字典稀疏的不足,也改善了字特征因固定窗口大小导致的上下文缺失。在词特征中加入词性信息后,进一步提高了系统的性能。在1998年《人民日报》语料上的实验结果表明,该方法达到了良好的效果,在地名、人名、机构名识别任务上分别提高1.6%、8%、3%,加入词性特征的字词联合方法的F1值可以达到96.8%、94.6%、88.6%。