摘要：金融要素抽取旨在应用信息抽取技术,从合同、计划书中提取出能够反映金融文档关键性信息的一些实体、短语等,又称为金融要素,最终实现金融文档的自动化处理。相比现有抽取任务,金融要素抽取任务面临着样本长尾分布、细粒度以及长文本长要素等难点,现有抽取模型无法有效处理如此复杂的抽取问题,抽取效果不佳。对此,该文提出了将要素抽取任务转换为带类型的头尾指针预测任务的模型ENAPtBERT。一方面,ENAPtBERT头尾指针的设计缓解了不合法标签的影响,并能很好地结合不均衡损失函数以缓解不均衡问题。另一方面,ENAPtBERT利用引入的要素名称信息增强模型发现要素、分类要素的准确率。在金融要素抽取数据集上,ENAPtBERT的Micro-F 1指标比现有抽取模型提升了2.50%,Macro-F 1指标至少提升了2.66%,有效证明了ENAPtBERT处理复杂抽取问题的有效性。

摘要：不均衡文本分类时分类结果过于倾向多数类,忽略少数类,导致分类效果较差,本文研究了基于深度学习的不均衡文本分类方法。利用类别区分能力(DA)方法选择不均衡文本特征,将评分标准设置为文档概率相关度之差的最小值,令所选取文本特征均衡分布于多数类以及少数类中,改进文本特征的均衡性。将特征选取所获取的子集作为多个受限玻尔兹曼机所构成的深度信念网络的输入,受限玻尔兹曼机通过预训练获取训练样本的最佳概率分布,利用对比分歧算法确定受限玻尔兹曼机权值,完成受限玻尔兹曼机参数设定后,利用贪婪算法迭代训练受限玻尔兹曼机,直至完成全部文本分类。实验结果表明:该方法可有效分类不均衡文本,分类精度高达99.5%以上。

摘要：以宕昌县缸沟水库的工程实例,结合水库特点、地理位置、地质条件、工程特性、设计阶段、地质勘察结果,按照设计概(估)算编制规定的计算过程综合分析砂石料单价。确定砂石料的单价考虑了多方面因素,在配合勘察资料且调查当地料场情况后发现社会料场产量有限,考虑需要部分开采天然建筑材料;水利工程的资金来源经常具有多样性,包括中央预算内资金、政府债券资金和其他渠道的筹措。如果资金来源有限,必须有效控制工程造价,大体量混凝土的造价是造价高低的决定因素,粗细骨料的单价在控制投资的过程中显得尤为重要。在单价分析过程中,需要通过多种设计方案的比选,并积极咨询拟建工程区的相关料场价格,以便得出综合单价。最后,将人工开采砂石料的单价与料场直接购买的价格进行比较,确定出最合理的单价。

摘要：这是一篇矿业工程领域的论文。绿色矿山建设是促进我国矿业绿色转型升级的重要手段,也是我国矿产资源领域践行生态文明理念的主要活动之一。通过梳理分析绿色矿山发展历程,将我国绿色矿山建设发展历程分为思想萌芽、探索发展和全面实施三个阶段,并系统总结了在绿色矿山、绿色矿业发展示范区、绿色矿山相关产业政策以及在经济、社会和生态效益等四个方面的建设成效,重点分析了我国绿色矿山建设在绿色矿山系统科学概念与片面理解认知、现有建设格局与矿产资源禀赋特征、生态文明建设的需求与矿山创建动力和标准体系、考评机制与矿产资源国情之间的不均衡性。最后,在绿色矿山理论、顶层设计、标准体系、常态化监督管理等方面提出了我国绿色矿山建设的对策建议,以期对我国绿色矿山建设高质量发展提供参考。

摘要：高压用电设备往往需要多节电池串联供电,但随着时间推移电池组会出现容量不均衡的现象,针对串联电池组容量不均衡造成单节电池容易过充引起燃爆等不安全现象,本文设计了基于负阻器件的串联电池组防过充纯模拟电路。包括电压检测放大模块以及放电控制模块。负阻器件伏安特性曲线陡峭,当外加电压达到转折电压时快速导通。为利用现有负阻器件DB3触发二极管,通过运算放大器减法电路将电池饱和充电电压与其转折电压匹配,当电池达到饱和充电电压时正好使减法器输出达到DB3负阻器件的转折电压而控制放电模块导通放电。经过实验表明,对电池组循环充放电测试后,检测到各单体电池始终处于安全电压之内,证明该电路方案成本高效且可靠性高。

摘要：针对数据不均衡条件下的目标识别性能下降问题,首先讨论了目标声信号所包含低维流形的特点,在此基础上设计了基于流形学习的单类分类算法,通过比较测试样本与正类样本在流形上的符合程度判决其是否属于正类。将此分类算法应用于包含不均衡数据的声目标识别,三组不同环境和识别目标的实验数据集测试结果显示该算法可以有效地从多种目标中识别特定类别目标,与其他单类分类算法相比,提高数据不均衡条件下的识别性能,并对样本的混叠分布具有较好的鲁棒性。

摘要：为了解决常规的不均衡数据分类方法存在的分类精度较低问题,保证数据分类的准确性,需要设计新的BP NNS非均衡数据分类方法,即采集处理不均衡数据信息降低数据分类难度;计算不均衡数据分类子类样本数量提高数据分类敏感性;构建不均衡数据分类模型提高数据分类的流畅性,从而实现不均衡数据高精度分类。实验结果表明,设计的不均衡数据分类方法的分类精度较高,满足不均衡数据分类的分类准确性需求,具有一定的应用价值,可作为后续数据处理的参考。

摘要：针对常规文本分类算法存在文本特征提取不全面的问题,提出基于改进K近邻(K-Nearest Neighbor,KNN)的不均衡信息文本分类算法。首先,通过文本分词与去停用词两个步骤,对不均衡信息文本进行预处理,避免无用数据对分类结果产生干扰。其次,利用互信息特征提取方法,提取不均衡信息文本特征,获取文本特征词与类别之间的相关程度。最后,利用改进KNN原理对待测不均衡信息文本数据进行邻近聚类,设计文本分类算法。实验结果表明,该算法的分类查准率始终在98%以上,优于对照组。

摘要：不均衡性是人口与经济分布最基本的属性,不均衡性过大影响区域经济的协调发展。文章利用地理联系率、Pearson相关系数、基尼系数和崔王指数分析了塔里木河流域人口-经济分布不均衡的时间特征;采用重心模型和人均GDP空间分异特征探讨了人口-经济分布不均衡的空间格局。结果表明:(1)改革开放以来,塔河流域的人口、经济分布匹配程度不断减弱,不均衡特征逐渐显著,区域经济差异已超出警戒线的范围。(2)在空间格局上,经济重心显著向东北方向集中,人口重心基本不变;人口、经济重心转移使和田、喀什、克孜勒苏柯尔克孜自治州三地州逐渐成为贫困人口集聚区,巴音郭楞蒙古自治州的库尔勒市成为经济极化中心。依据增长极理论,塔河流域经济极化中心较单一,增长体系不完善,未来需培育新的极化中心。

摘要：目前数据流分类算法大多是基于类分布这一理想状态,然而在真实数据流环境中数据分布往往是不均衡的,并且数据流中往往伴随着概念漂移。针对数据流中的不均衡问题和概念漂移问题,提出了一种新的基于集成学习的不均衡数据流分类算法。首先为了解决数据流的不均衡问题,在训练模型前加入混合采样方法平衡数据集,然后采用基分类器加权和淘汰策略处理概念漂移问题,从而提高分类器的分类性能。最后与经典数据流分类算法在人工数据集和真实数据集上进行对比实验,实验结果表明,本文提出的算法在含有概念漂移和不均衡的数据流环境中,其整体分类性能优于其他算法的。