基于空间关系聚合与全局特征注入的视觉问答模型

现有视觉问答模型缺乏视觉对象间关系的理解能力,导致复杂问题的答案预测准确率较差;针对该问题,提出了一种基于空间关系聚合与全局特征注入的视觉问答模型。该模型首先利用空间关系聚合视觉区域特征,将其转换为视觉全局特征,并将这些特征注入网络;然后引入双边门控机制进行特征融合,使模型能够根据不同的问题输入,自适应地调整视觉全局特征和视觉区域特征对答案预测的贡献度;最后将融合特征输入分类网络,得到预测结果。在VQA 2.0和GQA公开数据集上进行实验,结果表明：该模型在VQA2.0的测试-开发集、测试-标准集和GQA的数据集上的总准确率分别达到71.12%、71.54%和57.71%,优于MCAN和SCAVQAN等主流模型。该模型由于引入了具有空间关系的视觉全局特征,能够更好地提升视觉对象间关系的理解能力,有效提高了视觉问答模型的准确率。     

基于粒子群优化双支持向量机的SCR烟气脱硝效率预测模型

为了更好地分析燃煤电厂脱硝效率与相关影响因素之间的非线性关系,引入双支持向量机(TWSVM)作为分类预测框架,利用粒子群算法(PSO)对TWSVM的惩罚因子和核参数进行寻优,进而构建了针对选择性催化还原(SCR)烟气脱硝效率预测的PSO-TWSVM模型。通过提取某电厂工况监控系统近期数据,结合三倍标准差检验法与归一化法对数据进行预处理,并选取训练集与测试集。仿真结果表明:SCR烟气脱硝效率预测PSO-TWSVM模型最大相对误差小于±0.6%,平均相对误差保持在±0.3%以下,证明该模型的准确性高;对比支持向量机(SVM)模型发现,PSO-TWSVM模型既提高了预测精度,也节省了计算时间。     

移动端智慧河道管理系统

为确保河道水生态环境日常巡查养护工作更高效的进行,设计了移动端智慧河道管理系统.系统采用一种简单高效的轨迹纠偏算法,运用这种算法可以过滤掉错误、无效的轨迹定位数据,使轨迹能够在地图上更准确平滑的显示.系统提出了基于指数标度层次分析法的河道污染等级评价模型,将该地区的河道污染排名利用推送技术推送给用户.测试结果表明：该系统具有操作简单、运行稳定、可维护性强的特点,解决了河道工作人员工作效率低、巡检发现的问题得不到及时处理、巡检养护人员是否按照既定的时间和路线完成巡检任务在巡查记录中无法体现等问题.     

浅谈港口工艺设备的选型及流程与节能减排的关系

现代社会的发展，人们生活方式的改变，由此产生的工业与生活弃品废气日趋严重，节能减排日趋迫切。从港区轮船废油污水废气入海排空，要求港口在设备的管、用、养、修以及工艺流程的设计、选型、生产管理等提出新的要求。这里谈谈工艺设备的选型及工艺流程与节能减排的关系。     

酶法结合高压法制备甘薯回生抗性淀粉

本试验以甘薯淀粉为原料,采用酶解-压热法制备RS3型抗性淀粉,研究了淀粉乳浓度、压热时间、压热温度、α-淀粉酶、预糊化时间、pH值以及冷藏时间和温度对抗性淀粉制备产率的影响。结果表明：甘薯回生抗性淀粉最佳制备条件为：甘薯淀粉乳浓度为10%;α-淀粉酶加量为120U/ml;预糊化时间为30min;最佳压热温度为120℃,压热处理时间为30min;老化温度为4℃,时间为12 h。采用此工艺制备甘薯回生抗性淀粉,其制备产率可达到7.365%。     

结合部首特征和BERT-Transformer-CRF的中文电子病历实体识别方法研究

在中文电子病历命名实体识别(CNER)中,中文文本缺乏划分单词边界的分隔符,一些现有的方法难以捕捉长距离相互依赖的特征。因此,文章提出一种利用预训练模型(BERT-Transformer-CRF,BTC)实现CNER的命名实体识别方法。首先,运用BERT(Bidirectional Encoder Representations from Transformers)提取文本特征。其次,使用Transformer捕捉字符之间的依赖关系,此过程不需要考虑字符间的距离;此外,由于汉字的术语字典信息和部首信息包含更深层次的语义信息,所以将术语字典和部首的特征纳入模型以提高模型的性能。最后,运用CRF解码预测标签。实验结果表明所提模型在CCKS2017和CCKS2021数据集上的F1值分别达到了96.22%和84.65%,优于当前主流的命名实体识别模型,具有更好的识别效果。