摘要：双重否定结构是一种“通过两次否定表示肯定意义”的特殊结构,直接影响自然语言处理中的语义判断与情感分类。该文以“??P==>P”为标准,对现代汉语中所有的“否定词+否定词”结构进行了遍历研究,将双重否定结构按照格式分为了3大类,25小类,常用双重否定结构或构式132个。结合动词的叙实性、否定焦点、语义否定与语用否定等理论,该文归纳了双重否定结构的三大成立条件,并据此设计实现了基于规则的双重否定结构自动识别程序。程序实验的精确率为98.80%,召回率为98.90%,F1值为98.85%。同时,程序还从96281句语料中获得了8640句精确率约为99.20%的含有双重否定结构的句子,为基于统计的深度学习模型提供了语料支持。

摘要：本文针对丢包为分段伯努利过程的无线网络化控制系统进行了控制器设计和稳定性分析。丢包满足分段伯努利过程是指未知丢包率将在未知时刻突变到另一个未知概率上并保持一段时间。针对这一丢包特点,本文提出了基于丢包率估计的逼近控制策略以保证系统稳定性。首先设计了丢包率估计器和逼近控制器,使系统在线估计丢包率,并利用丢包率估计得到控制量。然后为平衡系统性能和网络信道资源设计了信道调度机制。最后设计了丢包率突变检测器使系统自适应丢包率突变。在此基础上得到了保证闭环系统均方最终一致有界的充分条件和控制增益计算方法。数值仿真验证了控制策略的有效性。

摘要：[研究目的]当前各领域的本体研究工作在关联和参考复用上面临较大的困难,构建领域顶层本体,旨在从结构上和术语上进行科学定义,从而推动领域内的本体与知识服务工作的标准化和规范化。[研究方法]文章通过梳理通用本体的构建思想,设计了一种领域顶层本体模型;然后以农作物领域为例提出领域顶层本体构建的体系化方法,并构建了农作物领域顶层本体;最后,并以构建的水稻领域本体验证了领域顶层本体对构建领域知识本体的指导有效性。[研究结论]实证结果表明,所提出的领域顶层本体模型可以通过所具备的通用分类思想和权威术语为领域本体的研究工作提供效率更高的构建方法路径,能够为本体研究工作和知识服务工作提供标准化和规范化的指导。

摘要：水肥一体化技术在棉花、小麦、番茄等大田农作物种植场景中的应用逐渐增多。当前能够快速有效调整大田农作物水肥一体化系统中肥料流量的控制算法研究较为有限。由于水肥一体化系统存在时变性、滞后性与非线性的特点,常见的PID与BP-PID控制算法无法获得预期的控制效果。为此设计一种基于蝙蝠算法(BA)优化的BP神经网络PID控制器。通过采用BA对BP神经网络的初始权值进行优化,加快了BP神经网络的自学习速度,实现对水肥一体化系统中肥料流量的快速精准控制,从而降低了超调量、提高了响应速度。同时,基于STM32单片机搭建了水肥一体化流量调节测试平台,并对该控制器的性能进行了试验验证。结果表明,与常规PID控制器和基于BP神经网络的PID控制器相比,所设计的控制器具有较高的控制精度和鲁棒性,降低了由时滞性、非线性等因素引起的影响。平均最大超调量为4.78%,平均调节时间为41.24 s。特别是在施肥流量为0.6 m^(3)/h时,控制器表现出最佳的综合控制性能,达到了精准施肥的效果。

摘要：本文以外卖骑手为代表,探索零工工作者的算法感知因素及其对工作满意度和未来工作意愿的影响。首先,在田野调查和文献调研的基础上,设计了问卷并通过实地走访和滚雪球方式发放了458份问卷,回收了313份有效数据;其次,采用因子分析,总结出8个不同维度的算法感知因素,建立了外卖骑手的算法感知模型;最后,使用回归分析探索了人口学特征及算法感知因素对工作满意度和工作意愿的影响。结果显示,性别、户籍、算法监控、算法透明度、准入门槛等因素均会对工作满意度及工作意愿产生影响。外卖等零工众包平台在设计算法时,除了考虑效率,还应当考虑工作者对算法的感知,关注骑手的经验与感受,实现行业的积极可持续发展。

摘要：为提高推荐模型对于长尾项目的推荐性能,提出一种可集成在基础推荐模型中的通用框架DAST。该框架通过设计特征变换模块来对齐源域(曝光项目)与目标域(未曝光项目)的特征分布,引入了伪标签的概念,用基于数据结构关系的分类器对目标域伪标签进行校验,通过校验后的伪标签进行自训练来进一步改善长尾性能。在Movielens-1M和DIGINETICA数据集上对集成DAST框架前后的基线模型进行了对比,实验结果表明,集成了DAST框架后,各推荐模型的长尾性能均得到显著的提升,证明了此框架的通用性与有效性。

摘要：秸秆覆盖率是保护性耕作重要的评价指标之一。针对田间秸秆形态各异、细碎秸秆难以识别的难题,基于机器视觉技术,提出了一种基于K-means和彩色空间距离灰度化方法相结合的田间秸秆覆盖率检测算法。采用彩色空间距离方法对秸秆图像进行预处理,基于K-means算法实现秸秆和土壤背景的分类识别,使用数学形态学腐蚀和膨胀方法对识别后的图像进行处理,降低细碎秸秆对覆盖率的影响,最后计算秸秆图像的覆盖率。2022年10月,通过田间试验对北京小汤山国家精准农业研究示范基地采集的220幅玉米秸秆图像进行了算法验证。试验结果表明,对低秸秆覆盖率(0~30%)图像,识别准确率达到90%;对中等秸秆覆盖率(30%~60%)图像,识别准确率达到88%;对高秸秆覆盖率(60%以上)图像,识别准确率达到86%;整体秸秆覆盖率分等定级准确度达到98.18%。本研究设计的基于K-means和彩色空间距离灰度化方法相结合的田间秸秆覆盖率检测算法为保护性耕作评价提供了快速检测方法和手段。

摘要：针对城市污水处理过程出水氨氮(NH_(4)^(+)-N)和出水总氮(TN)难以实时准确检测的问题,文中提出了一种基于动态模糊神经网络(DFNN)的出水含氮参数软测量方法.首先,采用自组织增删机制和快速二阶学习算法构建模糊神经网络(FNN),以快速获得结构精简的软测量模型;其次,引入自适应激活强度阈值设计FNN分级更新策略,确保软测量模型在非平稳环境下的预测精度;最后,通过基准仿真1号模型(BSM1)平台的数据验证了DFNN软测量方法的有效性,实验结果表明,所提出的方法能够实现出水NH_(4)^(+)-N和出水TN的在线精准检测.

摘要：针对人工蜂群算法中探索与开采的不平衡以及由此导致的求解精度低、收敛速度慢等问题,提出一种基于刺激-响应分工机制的人工蜂群算法.将探索和开采看成两种不同的搜索任务,令蜜蜂在雇佣蜂阶段执行探索,在跟随蜂阶段执行开采.根据种群多样性设计搜索任务的环境刺激,利用搜索成功率设计蜜蜂个体的响应阈值.在刺激-响应分工机制下,蜜蜂在雇佣蜂和跟随蜂之间灵活转换,从而实现探索和开采的平衡.采用22个基准函数进行仿真实验,实验结果验证了所提出算法的有效性.

摘要：本文梳理了场景概念的提出与发展,对人工智能应用场景进行学理定义,进而分析人工智能应用场景的开发设计过程,提出场景开发价值的判断标准。人工智能应用场景由环境、人、技术三要素组成,是人与具有人工智能的机器之间基于人工智能等信息技术融合实现智能型的“超链接”,从而构成人工智能这种智能化、社会化产品所处的动态调整的场域,具备智能化、替代性发挥人的主体性、交互性以及集成化等特征。在资源有限的情况下,人工智能应用场景的开发设计要考虑需求的迫切性、产品的差异化,又要考虑技术的可行性、经济性,以及数据、设施等环境基础是否准备就绪。