摘要：回转副摩擦状态的变化对机械设备的运行有着重要影响.针对回转副摩擦状态的识别问题,设计了以回转副工作电流为摩擦特征来源的实验方案.通过采集摩擦过程的回转副驱动电机工作电流信号,分析实验信号的频域和时频域特征,建立工作电流的摩擦特征库,用于训练多分类支持向量机分类器,并在分类器上完成摩擦状态的识别.实验结果表明,经特征提取与降维处理后建立的多分类支持向量机分类器具有近90%的识别正确率,所提出的实验方案有利于实现远距离信号的采集,适用实际生产加工.

摘要：复述生成旨在同一语言内将给定句子转换成语义一致表达不同的句子。目前,基于深度神经网络的复述生成模型的成功依赖于大规模的复述平行语料,当面向新的语言或新的领域时,模型性能急剧下降。面对这一困境,提出低资源的迭代式复述生成增强方法,最大化利用单语语料和小规模复述平行语料迭代式训练复述生成模型并生成复述伪数据,以此增强模型性能。此外,提出了句子流畅性、语义相近性和表达多样性为基准设计的伪数据筛选算法,选取高质量的复述伪数据参与每轮模型的迭代训练。在公开数据集Quora上的实验结果表明,提出的方法仅利用30%的复述语料在语义和多样性指标上均超过了基线模型,验证了所提方法的有效性。

摘要：针对当前神经机器翻译在捕捉复杂句内小句间的语义和结构关系方面存在不足,导致复杂句长文本翻译的篇章连贯性不佳的问题,提出一种融合小句对齐知识的汉英神经机器翻译方法。首先提出手工和自动相结合的标注方案,构建大规模小句对齐的汉英平行语料库,为模型训练提供丰富的小句级别的汉英双语对齐知识;然后设计一种基于小句对齐学习的神经机器翻译模型,通过融合小句对齐知识,增强模型学习复杂句内小句间语义结构关系的能力。在WMT17,WMT18和WMT19汉英翻译任务中的实验表明,所提出的方法可以有效地提升神经机器翻译的性能。进一步的评测分析显示,所提方法能有效地提高汉英神经机器翻译在复杂句翻译上的篇章连贯性。

摘要：设计合成了一种基于罗丹明6G的新型比色荧光探针(RG),并通过核磁共振氢谱、碳谱和质谱进行了表征。该探针在pH=6的Tris-HCl缓冲溶液中可与Fe^(3+)作用,溶液由无色变为粉红色,在530nm处产生强吸收,同时在557nm处发射强荧光。通过金属离子选择性实验,发现探针RG对Fe^(3+)有高选择性;此外,探针溶液530nm的吸光度和557nm的荧光强度与Fe^(3+)浓度呈良好的线性关系,检出限分别为1.26和3.87μmol/L。Job’s曲线分析表明探针分子与Fe^(3+)的反应摩尔比为1∶1。此外,以乙二胺四乙酸为络合剂实现了探针分子的重复使用。该探针可用于实际水样中Fe^(3+)的精准检测。

摘要：为解决已有复述语义计算方法未考虑句法结构的问题,提出基于句法结构的神经网络复述识别模型,设计基于树结构的神经网络模型进行语义组合计算,使得语义表示从词语级扩展到短语级。进一步地,提出基于短语级语义表示的句法树对齐机制,利用跨句子注意力机制提取特征。最后,设计自注意力机制来增强语义表示,从而捕获全局上下文信息。在公开英语复述识别数据集Quora上进行评测,实验结果显示,复述识别性能得到改进,达到89.3%的精度,证明了提出的基于句法结构的语义组合计算方法以及基于短语级语义表示的跨句子注意力机制和自注意力机制在改进复述识别性能方面的有效性。

摘要：利用实体关系从网络大规模单语语料获取复述模板的方法可以规避对单语平行语料或可比语料的依赖,但是后期需要人工对有语义差异的关系模板分类后获取复述模板。针对这一遗留问题,该文提出基于深度语义计算的复述模板自动获取方法,首先设计基于统计特征的模板裁剪方法,从非复述语料中获取高质量的关系模板,然后设计基于深度语义计算的关系模板聚类方法获取高精度的复述模板。我们在四类实体关系数据上的实验结果表明,该方法实现了关系模板的自动获取与自动聚类,可以获得语义相近度更高、表现形式多样的复述模板。

摘要：换流站处于风沙较大地区时,沙尘会对换流站电气设备、建(构)筑物等造成不利影响,严重时甚至威胁着工程的安全运行,伴随着较大规模的特高压直流工程规划落地西北等风沙较大地区,因此有必要对换流站防风沙措施进行深入研究,以确保工程的顺利建设和运行。通过对风沙地区已建设的换流站设计、运行情况进行调研,分别从电气及土建专业角度论述具体措施,从技术角度分析总结了换流站内电气设备、建(构)筑物等防风沙设计措施,以期对后续风沙环境条件下建设变电工程尤其是特高压换流站防风沙设计提供技术支持和参考。

摘要：介绍了500 t大型深水打捞抓斗的结构组成和工作工况,结合打捞抓斗特殊的工作环境,建立起抓斗受力的数学模型,分析了抓斗的挖掘机理和刃口切入力。运用有限元软件Ansys,建立了抓斗结构的有限元分析模型。运用有限元软件对抓斗结构进行分析,并运用LS-DYNA分析了打捞抓斗穿透船体钢板的过程,解决抓斗研制过程中所遇到的问题,可用于抓斗的设计参考。

摘要：[目的/意义]复述知识在自然语言处理领域应用广泛,例如复述生成、自动问答、复述数据构建等,复述模板是复述知识的一种抽象表现形式。[方法/过程]早期复述模板抽取方法依赖复述实例和可比语料,近年来,有研究在人工给定种子实体对的基础上,利用实体关系,通过自举迭代的方式获取复述模板,规避对特定语料依赖,但是只能获得语义受限的复述模板,且迭代过程中存在语义偏移现象。因此本文提出从英文维基百科的大规模开放域文本中自动获取复述模板的思路,针对问题,设计融合深度语义表示学习的复述模板抽取方法,从大规模开放域文本中抽取高精度多样化的复述模板。[结果/结论]实验结果表明,本文所提方法可以获取高质量、语义一致、形式多样的复述模板。

摘要：中小型快递点作为物流分发的最后一站,承担着极其繁重的分拣任务,现阶段中小型快递物流点入库与分拣主要是由人工来完成。设计了一款专门针对中小型快递点的智能分拣机器人。该款机器人基于Ardunio平台搭建,可实现智能巡线、动态判断和快递分拣等任务。