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.     

固网终端的发展和转型探讨

随着互联网技术的快速发展,各种新型的终端不断推出新产品,固网运营商面临严峻的生存环境。如何在现状况下适应市场需求,打破终端瓶颈,走创新发展之路是一个重要问题,文章将对固网终端的发展与转型进行探讨。     

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。     

对话产业链 一家独大的4G格局如何打破?

2015年在中国移动4G一家独大的基础上,即将迎来多方竞争的局面,如何促进4G竞争趋于理性化、可持续化,也将成为明年4G发展所面临的难题。《通信世界》2014年国内4G发展以中国移动为首,取得的成绩令业界惊叹,无论是用户数还是基站数都远远突破了既定目标,也进一步刺激了其他两家运营商的4G发展。您认为有哪些原因促成了这样的局面?诸震雷:中国移动的4G建设能够在这么短的时间取得如此成绩,主要有四方面原因。一是与国家政策层面的支持和引导密不可分,并在TD-LTE频谱资源方面给予支持。其次,运营商     

创造属于我们的消费时代

当大家看到这期杂志时,我们已经浸润在2015年的阳光里,我谨代表《音响改装技术》杂志社编辑部、视频部、新媒体及会员店各位同仁,给我们的读者送去新年里最诚挚的祝福。祝福你们,在这个群雄逐鹿的追梦年代,在这个以"中国梦"镌刻的时代熔炉里,收获大浪淘沙后的发展机遇;祝福你们,在这个唯有依凭敏锐的市场嗅觉方能拓展未知领域的市场,在既往的守候坚持中收获再次前行的动力;