排序方式: 共有21条查询结果,搜索用时 15 毫秒
1.
为对万福煤矿-820m水平永久泵房进行加固,减小巷道收敛变形量,组织研究了加固方案,以充分发挥围岩自承载能力为原则,采取了修复、补强支护并注浆加固的方法进行处理,研究成果可指导煤矿深部巷道掘进期间的加强支护和受压变形巷道的修复治理。 相似文献
2.
3.
4.
5.
6.
省略现象在对话中十分普遍,它的存在导致了语句成分的缺失.问答系统往往不能正确理解这些缺省的表述,这样就会产生错误的问答结果,所以,省略恢复在问答系统中是十分必要的.省略恢复通常分为零代词类别恢复、零代词指代消解2个步骤,已有工作主要是将二者顺序执行,因此会造成错误的累加.为了克服上述问题,提出了1种零代词类别恢复和零代词指代消解联合模型(joint model)的方法,旨在通过联合模型融合省略恢复的2个步骤,进而提高恢复效果.实验结果表明,相比较已有的方法,引入联合模型后,省略恢复的性能得到了显著的提升. 相似文献
7.
基于统计机器翻译模型的问句检索模型,其相关性排序机制主要依赖于词项间的翻译概率,然而已有的模型没有很好地控制翻译模型的噪声,使得当前的问句检索模型存在不完善之处.文中提出一种基于主题翻译模型的问句检索模型,从理论上说明,该模型利用主题信息对翻译进行合理的约束,达到控制翻译模型噪声的效果,从而提高问句检索的结果.实验结果表明,文中提出的模型在MAP (Mean Average Precision)、MRR(Mean Reciprocal Rank)以及p@1(precision at position one)等指标上显著优于当前最先进的问句检索模型. 相似文献
8.
在吊装作业中通常会使用到平衡梁。本文介绍了传统吊装中所使用的平衡梁,分析了其不足和弊端。本文提出一种新型的多跨距吊装平衡梁,可以做到单根平衡梁满足不同的吊装需求,弥补了传统吊装平衡梁的不足,减少资源浪费,提高生产功效,节省存储空间。 相似文献
9.
10.
提出了一种基于主题增强卷积神经网络的用户兴趣识别的方法,通过构造一个双通道CNN模型,融合连续语义信息和离散主题信息,获取用户微博类别分布,在此基础上,通过极大似然估计识别用户的兴趣.实验结果表明,相较于基于Labeled LDA主题模型的方法和传统卷积神经网络的方法,提出的主题增强卷积神经网络缓解了噪声词对用户兴趣词的影响,并且通过融入主题信息提高了对于包含噪声词较多的微博的分类效果,在微博分类及用户兴趣识别上的效果获得了显著的提升. 相似文献