基于先验知识的文本实体识别方法

阐述文本实体识别作为医疗相关人工智能应用的关键中间任务，其效果直接决定下游任务表现上限，然而传统方法中通常忽略医学知识的应用，很难取得良好表现。提出一种基于RoBERTa与CRF并融合医学知识的医学文本实体识别方法，将医学知识作为先验引入到CRF最优路径搜索环节，极大程度地提升了标签转换的连贯性，并在相关数据集主指标上取得了改善。     

柴油机碳烟颗粒三维形貌特征的研究

采用微孔均匀沉积冲击器(MOUDI)颗粒采样仪从ZS195单缸发动机尾气中采样,并用软X射线显微成像和软X射线三维重建技术从不同角度观察颗粒的形貌,用Amira获得不同工况、不同粒径级下颗粒的三维形貌和形态学参数,通过比较不同负荷工况和不同粒径级下颗粒的形态学参数,如分形维数、单位体积的表面积等,分析了不同工况和粒径级下这些形态学参数的差别.     

基于深度学习的秀丽隐杆线虫显微图像分割方法

利用计算机实现自动、准确的秀丽隐杆线虫(C.elegans)的各项形态学参数分析,至关重要的是从显微图像上分割出线虫体态,但由于显微镜下的图像噪声较多,线虫边缘像素与周围环境相似,而且线虫的体态具有鞭毛和其他附着物需要分离,多方面因素导致设计一个鲁棒性的C.elegans分割算法仍然面临着挑战。针对这些问题,提出了一种基于深度学习的线虫分割方法,通过训练掩模区域卷积神经网络(Mask R-CNN)学习线虫形态特征实现自动分割。首先,通过改进多级特征池化将高级语义特征与低级边缘特征融合,结合大幅度软最大损失(LMSL)损失算法改进损失计算;然后,改进非极大值抑制;最后,引入全连接融合分支等方法对分割结果进行进一步优化。实验结果表明,相比原始的Mask R-CNN,该方法平均精确率(AP)提升了4.3个百分点,平均交并比(mIOU)提升了4个百分点。表明所提出的深度学习分割方法能够有效提高分割准确率,在显微图像中更加精确地分割出线虫体。     

矿用电动机振动信号早期故障特征提取方法

针对现有矿用电动机振动信号故障特征提取方法存在依赖参数设置、频率混叠、信号失真等问题,提出了一种基于双树复小波变换的矿用电动机振动信号早期故障特征提取方法。利用双树复小波变换对采集的矿用电动机振动信号进行分解,得到各层双树复小波系数,并采用软阈值滤波对各层双树复小波系数进行滤波处理,滤波处理后的双树复小波系数经双树复小波变换重构获得去噪信号。应用结果表明,该方法能有效去除电动机振动信号中噪声,提取的早期故障特征能很好地反映电动机实际运行工况,为电动机早期故障诊断提供了有效依据。     

水泥搅拌桩在水利工程软基处理中的应用

文章结合某堤岸工程实际,针对该工程中的水泥搅拌桩实施过程存原问题展开探讨,旨在为同类工程提供参考实例。     

浅谈通信管理软件产品的开发技术

通信管理机作为变电站自动化系统中的重要组成部分,承担了变电站内大量的通信任务,它需要安全可靠、便于开发和维护。文章通过对通信管理机软件架构的分析,阐述了COM及DCOM技术应用于通信管理机软件产品开发的数据结构及方法,采用该技术开发的通信管理软件在协同开发、维护以及升级方面的优势十分突出。     

软岩软化性和膨胀特性对隧道支护结构受力影响分析

通过室内试验和数值模拟,对白垩系下统普昌河组紫红色粉砂质泥岩的软化和膨胀特性及其对支护结构的影响进行了研究。结果表明,该地层岩样的软化系数为0. 17,平均最大膨胀力为2 030. 6 k Pa,具有强膨胀性,遇水易发生软化;围岩饱水膨胀软化后,隧道支护结构弯矩值可比天然状态时增加近2倍～4倍。     

东津水电站大坝渗流量异常测值分析

大坝安全的正确判断是建立在可靠监测资料基础上的,因此需要对监测资料的合理性和可靠性进行检验。以东津水电站大坝为例,针对坝体及坝基渗流量原始观测成果中出现的明显异常数据,在成因分析的基础上,对明显不合理测值进行了处理,从而对坝体及坝基总渗流量实测性态做出了正确评价。     

复合土工膜面板在堆石坝中的应用与施工工艺

复合土工膜具有施工速度快、施工设备简单、施工期受外界气象条件影响小等特点,作为防渗材料在导截流围堰、堤坝、渠道、抽水蓄能电站上下库等水工建筑物中得到了广泛应用。老挝南欧江六级水电站大坝高85m,坝基为软岩,坝体填筑材料软岩比例超过81%,为解决黏土土料匮乏以及雨季大坝填筑的难题,设计采用复合土工膜作为防渗面板,为目前世界上已建的最高复合土工膜面板堆石坝。复合土工膜在本工程中显示了良好的适应性及优点,其施工工艺和施工方法对类似高堆石坝工程具有良好的借鉴和参考作用。