排序方式: 共有62条查询结果,搜索用时 281 毫秒
1.
1概述我公司冷冻工序主要通过制冷压缩机将气氨压缩冷凝成液氨,并将该液氨送到氨合成系统作冷却介质,形成一闭路循环,分离氨合成产出的氨。在这个循环路线中,气氨冷凝成液氨是非常关键的一个过程,如果控制不好,将会超压放空,造成环境污染和安全事故,因此,压缩机出口气氨冷却系统的改造显得非常必要。我公司通过对直接影响整个合成氨装置的氨回收和生产能耗的冷冻工序制冷压缩机出口气氨冷却系统的改造,提高了氨回收率,降低了整个氨合成的能耗,取得了很好的经济效益和社会效益。2改造前的情况我公司共有制冷压缩机7台,正常生产时一般开3~4台… 相似文献
2.
四川美丰化工公司德阳分公司给水原水中成分复杂多变,悬浮物和有机物杂质较多,且受季节变化和降雨量多少等因素影响较大,水质较差,较难处理。随着公司生产规模的扩大、产品增加,生产用水的需求量和水质也不断增加和提高。而原有给水预处理装置较为落后,能力不足,已经不能满足企业的发展需要。原水预处理装置是关系着企业发展的“瓶颈”问题,根据本公司现有实际情况和发展需要,决定新建1套原水预处理装置系统。经过广泛调研,与有关单位共同合作开发设计了1套针对本公司原水水质情况的预处理装置系统,并筛选了预处理药剂及投加方案。经过近1年的试运行,达到了设计效果。 相似文献
3.
与常规的单跳机器阅读理解相比,多跳机器阅读理解(MHMRC)需要在多个相关文档段落中进行多跳推理以实现对复杂问题的理解和回答,其更接近于人类的语言推理能力,具有广阔的应用前景但也极具挑战性。阐述MHMRC的研究背景,将现有方法根据适用场景分为封闭集合问答和开放域问答两类,主要包括基于问题分解的方法、基于图神经网络的方法、改进检索的方法、基于推理路径的方法等,分别从模型架构、特点、优劣等方面进行分析。介绍用于多跳推理的非结构化文本数据集和评测指标,对比各模型的性能表现。在此基础上,分析目前MHMRC研究的热点与难点,指出未来发展方向。 相似文献
4.
句子排序是多文本摘要中的重要问题,合理地对句子进行排序对于摘要的可读性和连贯性具有重要意义。该文首先利用神经网络模型融合了五种前人已经提出过的标准来决定任意两个句子之间的连接强度,这五种标准分别是时间、概率、主题相似性、预设以及继承。其次,该文提出了一种基于马尔科夫随机游走模型的句子排序方法,该方法利用所有句子之间的连接强度共同决定句子的最终排序。最终,该文同时使用人工和半自动方法对句子排序的质量进行评价,实验结果表明该文所提出方法的句子排序质量与基准算法相比具有明显提高。
相似文献
相似文献
5.
幂图分析技术将所有具有相同邻居的节点集合汇聚成单个模块以大幅压缩网络图,被广泛地应用于网络图无损压缩与可视化中.然而获取最优的幂图是难点.针对此问题,提出面向强连接网络图的无损压缩算法.首先,证明了含有单个模块的最优幂图问题为NP难问题,进而扩展为一般地最优幂图问题为NP难问题;其次,在梳理现有整数线性规划模型和约束规划模型等问题的基础上,提出基于回溯策略的波束搜索算法,使有限的回溯策略提供启发信息,比已知启发式方法更快速地得到更优的结果.通过生成的随机无标度图,验证了该算法的有效性. 相似文献
6.
7.
命名实体识别(Name Entity Recognition,NER)是文本信息抽取的关键步骤之一。近年来,结合词汇信息与字符信息的命名实体识别方法表现优异,引起了众多学者的广泛注意。然而目前的字词融合策略还存在可迁移性差、词汇信息遗失、难以明确词汇边界信息等问题。基于此,提出一种动态字词信息融合的中文命名实体识别方法,首先利用多头自注意力机制动态融合对应位置的词汇信息与字符信息形成词汇集合信息,其次动态融合词汇集合信息确定对应的词汇边界,利用词汇向量优化字符向量表示,最后利用BiLSTM-CRF完成序列解码识别命名实体。实验证明,在MSRA、ONTO、WEIBO等3个公开数据集上,中文命名实体识别方法较之字粒度的命名实体识别方法性能大幅提升,同时可与BERT等预训练模型有效结合,具有良好的可迁移性、可完整而动态的融合词汇信息与字符信息提升命名实体识别性能。 相似文献
8.
9.
网络压缩是一种简明呈现宏观网络结构的重要网络可视化技术,针对现有压缩方法在节点划分中存在不公平的现象,为了快速呈现不同规模的层次结构,提出一种基于非重要节点拆分融合的网络层次压缩算法.首先在定义节点块及其关系的基础上提出针对节点块的拓扑结构重要性度量方法;然后利用资源分配和分流原理,提出基于节点拆分的拓扑层次聚合机制方法;最后通过将网络中每一层的非重要节点块拆分融合到与其相邻的节点块中,实现网络结构的快速压缩.实际网络测试结果表明,该算法能够克服传统方法在节点划分中导致的不公平问题;相比其他方法,其能够展现不同层次的网络结构,并具有良好的层次可视化效果. 相似文献
10.
在社交网络中,大量的垃圾文本严重威胁用户的信息安全与社交网站的信用体系。针对噪声性与稀疏性问题,提出一种基于注意力机制的卷积神经网络检测方法。在经典卷积神经网络的基础上,该方法增加了过滤层,并在过滤层设计基于朴素贝叶斯权重技术的注意力机制,解决了噪声性问题。并且,它改变了池化层原有的策略,采用基于注意力机制的池化策略,缓解了稀疏性问题。结果表明,相对于其他检测方法,所提方法的检测准确率在4个数据集上分别提高了1.32%、2.15%、0.07%、1.63%。 相似文献