多特征融合与注意力机制的中文文本关系抽取

在中文关系抽取任务中,数据稀疏和噪声传播问题是其研究难点。基于此,提出了在文本特征组织方面融合位置特征、最短依存特征和N-gram特征等多元特征,并提升关键性特征的权重,以缓解传统词特征的数据稀疏问题。这种组合特征进一步改善了文本中噪声传播问题,提高了句法特征在稀疏性问题下的可靠性。此外,在传统的双向LSTM神经网络中加入注意力机制,使模型更关注较为重要的特征,降低噪声对抽取任务的影响。在人物关系公开语料集上进行实验,结果表明采用该方法进行中文文本关系抽取的效果较好,并为信息抽取、知识图谱等领域提供了方法支持。     

基于双向门控循环单元和双重注意力的实体关系抽取

实体关系抽取在文本信息抽取中起着关键的作用。针对卷积神经网络出现文本数据特征丢失,循环神经网络梯度消失与长期依赖等问题,提出了一种基于双向门控循环单元和双重注意力的命名实体关系抽取方法。采用基于中文汉字n元笔画信息的词向量训练模型cw2vec和双向门控循环单元的方法,通过前向和后向传播的方式解决因遗忘而丢失句子特征信息的问题,再加入句子级别和字级别的注意力机制提高模型的精确度。实验表明,相比无注意力或单重注意力机制的方法,使用cw2vec模型训练的词向量库加上双向门控循环单元和双重注意力模型的准确率有所提高。     

基于图神经网络的社区户内燃气系统动态风险评估

目前对于社区户内燃气系统的风险评估大都为静态分析方法,且一般只对系统中单独组成部分进行建模,忽略了户内燃气系统风险复杂的耦合影响关系.针对现有风险评估方法的局限性,提出了一种基于图神经网络的社区户内燃气系统动态风险评估方法.该方法首先通过梳理社区户内燃气事故、分析社区户内燃气系统的风险源和风险影响因素,构建了社区户内燃...     

基于图深度学习的供水管网短期需水量预测研究

供水系统短期需水量预测是供水管网优化调度的基础,预测的准确性对供水调度有重要影响。图神经网络是一种新型神经网络架构,通过学习对象的拓扑特征优化学习效果。利用供水管网的拓扑特征搭建了图波网络(Graph Wavenet)模型,用于学习供水管网各监测点的空间拓扑关系及其需水量时间序列关系,实现了更准确的供水管网短期需水量预测。使用真实管网历史数据训练Graph Wave Net模型,未来5 min预测的最小百分比误差达到1.28%,平均百分比误差达到1.34%。实验成功地将给水管网拓扑结构用于优化深度学习模型效果,使用图卷积网络模型有效提升了供水管网短期需水量预测精度。并对图神经网络在供水管网领域的应用前景进行了简要探讨。     

基于图模型的流域生态补偿冲突研究

基于流域生态补偿中存在各方利益群体,分析流域生态补偿冲突事态,能够揭示我国流域生态补偿中不同利益群体的诉求,为决策者提供多方面有价值的决策信息。文章采用图模型法,识别局中人、策略和偏好信息,借助决策路径直观地预测整个流域生态补偿冲突事件的演变情景并寻求冲突的均衡解。最后,将图模型法应用于广东省和江西省交界处的东江流域,在策略层面动态追踪利益相关者的状态。结果证明,图模型的结果与冲突实际发展轨迹相吻合,验证了图模型是解决冲突问题的有效方法。     

基于图神经网络的长江流域经济带PM2.5浓度预测

文章基于长江流域经济带沿线99个城市的PM2.5浓度监测数据,采用转移熵构建出了长江流域经济带大气污染空间交互影响网络,并从整体和局部2个角度分析了长江流域经济带污染物传导方向和传导强度。为了充分利用城市大气污染的空间关联信息,文章使用大气污染空间交互影响网络改进了T-GCN图卷积神经网络,并构建了基于T-GCNTE的预测模型,对长江流域经济带99个城市的污染物浓度进行预测。研究发现长江流域经济带各个城市的大气污染表现出很强的紧密性,整体网络的信息传递以地区间的信息传递为主。另外,T-GCNTE能够捕捉到大气污染的时空依赖性和影响方向,能获得更好的效果。基于上述研究结论,文章从建立大气污染多方联防联控机制、加强产业合作、完善生态补偿机制等方面对深入开展长江流域经济带大气污染协同治理提供了建议。     

基于腐蚀电流的加速腐蚀关系可靠性模型

目的通过对加速腐蚀关系的研究,为飞机的日历寿命的确定提供依据。方法首先提出基于腐蚀电流的加速腐蚀关系可靠性模型,并通过测试极化曲线的方法得到LY12和ZL115两种飞机常用铝合金材料在蒸馏水及不同浓度Na Cl溶液中的腐蚀电流。结果由于材料缺陷分布的随机性,铝合金的腐蚀电流具有随机特征,且随着盐浓度的增加而增大。两种铝合金材料的加速腐蚀关系系数在统计上存在较大的差异,在3.5%盐浓度下(温度)考虑95%置信度的加速腐蚀关系系数,LY12铝合金为3.53、ZL115为2.32。结论本文基于腐蚀电流的加速腐蚀关系的研究可以很好地为飞机日历寿命确定提供依据。     

62种杂环芳胺结构与致变活性关系的神经网络研究

应用自适应分子结构描述符生成方法和神经网络数值模式,研究62种烹调食品过程中产生的杂环芳胺结构与致变活性间的关系。该模式预报结果与实验测定结果符合良好;致变剂、非致变剂和勉强有致变活性剂三类间正确分类率超过90％。通过6次自适应分子结构描述符选择迭代,得到５种特征分子描述符为：芳环碳原子取代甲基数、芳环氮原子取代甲基数、母体共轭环数、端环增活结构数和端环抑活结构数。其中,增活结构为具有共轭烯烃碎片结构;抑活结构具有短共轭烯烃结构或不具有共轭烯烃结构。最后,对该构效关系的起因进行了定性解释。     

一种采用圆环压缩测定材料应力-应变函数关系的方法

基于连续速度场的上限流动模型,提出了一种采用圆环压缩法测定单一曲线假设条件下的应力-应变函数关系的新方法,并采用该法测得铝青铜QAL-10-3-1.5的应力-应变函数关系     

基于高光谱特征提取的藻类叶绿素a反演模型

选取自然界中分布较广泛的小球藻和铜绿微囊藻为研究对象,进行室内藻类光谱试验,同步测定其ρ(叶绿素a),并分别建立基于混合高斯函数的小球藻和铜绿微囊藻高光谱信息模型. 在此基础上,利用模拟退火算法实现模型的非线性参数拟合,提取这2种藻的高光谱特征,通过非线性回归分析,反演得到分解后的高光谱信息模型的峰高(h_i)与ρ(叶绿素a)的定量模型,实现对水体中小球藻和铜绿微囊藻ρ(叶绿素a)的预测. 结果表明:藻类高光谱特征提取算法能有效揭示小球藻和铜绿微囊藻的光谱本质特征,并得出相应的小球藻和铜绿微囊藻叶绿素a反演模型.      

基于模糊层次关联分析法的逆向物流选址方法

为更优化的解决逆向物流系统中处理中心选址的多准则决策问题,选择模糊层次关联分析算法。介绍了模糊层次分析法和灰色关联法。阐述了模糊层次关联分析法．指出此算法结合了模糊层次分析法和灰色关联分析法,是处理中心选址问题更为准确的解决方案,可以兼顾定性、定量两方面而得到最优决策。以某电厂为实例进行分析研究,结果表明该算法有效且可行。     

基于多时相NDVI数据的复种指数提取方法研究

多熟种植是中国重要的种植制度,在农业生产中具有重要的地位。复种指数反映了耕地实际利用强度,及时获取其空间分布信息是国家农业决策的基础。论文在重新理解和定义复种指数的基础上,提出了一种基于NDVI曲线迭代修正的复种指数遥感提取方法,并以SPOT/VGT多时相NDVI数据为基础,提取了1999~2004年中国北方17省市区农用地的复种指数。结果表明:提取的复种指数空间分布符合我国耕作制度区划,基于目视解译的样点检验总体精度为95.24%,Kappa系数为0.9057,与根据统计数据得出的复种指数结果的线性回归斜率为0.9288（R2=0.9159,P<0.001）,表明该方法能够准确快捷地提取复种指数,及时地为农业和土地管理部门提供耕作制度的空间信息。     

基于网络图论的黄土模拟小流域水系演化研究

河网形态对土壤侵蚀、河流演变等有较大影响。为描述黄土模拟小流域的河网的网络特征,采用人工降雨实验获取的黄土模拟小流域高解析度DEM数据,计算了不同时期沟谷节点平均连接度及网络结构熵,划分了模拟流域的不同发育阶段。研究表明节点平均连接度侧重度量沟谷形态特征,与坡度等因子相关;而结构熵则侧重定量沟谷发育过程,与主沟道纵剖面变化相关。     

基于WNN模型的土地利用方式决策研究

基于小波神经网络(WNN)模型的土地利用方式决策研究为实现土地的可持续利用以及社会效益、经济效益和生态效益的最大化提供了决策依据。论文采用WNN模型,通过利用甘肃省榆中盆地第二次全国土地调查数据,构建了土地利用方式决策分析模型,分析出农业生产、建设发展和生态保护三种需求条件下的土地利用方式类型。结果表明:①榆中盆地农业生产需求用地的土地利用方式主要以半粗放利用为主;②建设发展需求用地的土地利用方式以过渡型利用为主,且偏于粗放利用;③生态保护需求用地的土地利用方式以半粗放和粗放利用为主。论文运用WNN模型对土地利用方式决策进行研究具有较好的科学性和可操作性。     

氨基苯酚类废水的络合萃取

以P2 0 4 (二 (2 乙基己基 )磷酸 )为络合剂 ,煤油为稀释剂 ,正辛醇为助溶剂 ,通过萃取 反萃取的方式 ,对氨基苯酚类废水进行处理。研究了萃取剂浓度、废水pH值和油水比O/W ,以及反萃剂浓度、反萃油水比和反萃温度对萃取效率的影响。结果表明可将原废水的CODcr值降低至 1 / 7,使之满足其它末端处理的要求 ,而且反萃工艺简单易行 ,溶剂可重复使用     

一种基于GOCI数据的叶绿素a浓度三波段估算模型

以标准三波段算法为基础,构建了适用于GOCI影像数据的叶绿素a浓度三波段估算模型.并以三峡水库、巢湖、洞庭湖和太湖水体的289组实测叶绿素a浓度以及光谱数据作为基础,模拟了GOCI影像和MERIS影像波段,率定了模型参数,并与MERIS三波段算法和目前常用的GOCI波段比值算法进行了对比分析,最终用GOCI影像数据进行了独立数据验证.结果表明:1对目前的数据集,680 nm处和660 nm处的色素颗粒物吸收系数具有相对固定的比例关系,比值为1.351;2 GOCI三波段模型在模型率定中,得到与MERIS三波段模型近似的效果,线性拟合的决定系数为0.809,略低于MERIS三波段模型的0.820,但明显优于GOCI比值模型(0.450),有效避免了GOCI波段比值模型中在叶绿素a浓度低值区出现的"扩散"现象,体现出较好的普适性;3通过验证数据集中平均相对误差和均方根误差两个误差指标的对比,发现GOCI三波段模型误差表现与建模数据一致,与MERIS数据接近,明显优于GOCI波段比值模型;4通过GOCI影像的同步验证,发现GOCI波段比值算法会对太湖叶绿素a浓度产生明显的低估,且难以体现叶绿素a浓度空间变异.GOCI三波段算法效果相对较好.相比于目前常用的波段比值算法,GOCI三波段算法具有更高的稳定性和精度,有较强的应用潜力.