摘 要：针对医疗文本命名实体识别缺乏足够标记数据的问题，提出了一种新的命名实体识别神经网络和数据增强方法。该方法首先利用汉字的拼音和笔画来扩展Bert词向量，使Bert词向量能够包含更多先验知识;接着将命名实体识别模型与分词模型进行联合训练，以增强模型对于实体边界的判别能力;最后采用改进的数据增强方法处理训练数据，能够在避免模型过拟合的同时增加模型对于命名实体的识别效果。在CCKS-2019提供的
提出了一种基于谱线幅值归零的加窗插值FFT谐波检测方法用于分析复杂电网信号中的各次谐波。该检测方法将每一次在离散频谱中找到的最大谱线及其左右两侧的数根谱线幅值归零,直到各次谐波分析完毕。通过仿真实验分析了在基波频率稳定时对模拟信号的测量精度,研究了基波频率波动对谐波分析的影响。通过对EAST实验数据的分析,验证了该谐波检测方法的可行性和高精度性。
通过在加工现场和安装现场搭建的真空辅助系统、四极质谱计及氦检漏仪组成的检漏系统,运用残余气体分析和氦质谱检漏方法在冷态下对HL-2M真空室扇形段及真空室整体进行了真空检漏试验。对漏点进行修复后,测试了真空室的极限真空度和总漏气率等。真空室经过72h的抽气后,真空度达到3.7×10
-5Pa,超过了1.0×10
-4Pa的预期预抽真空度。用静态定容法测得的真空室漏放气率为2.3×10
-7Pa·m
3·s
-1
介绍了紧凑针孔中性粒子分析器(CP-NPA)标定系统,包括一套高能量、小流强的中性粒子束线源和一个配套旋转平台。束线源由高频离子源、电单透镜、速度选择器、加速管、电四极透镜和中性化室组成。高频离子源已经完成研制,并顺利建立起等离子体。单透镜已经完成仿真、制造和测试。实验中引出电压为1.0kV时,调整单透镜聚焦电压最高可以引出36.4μA束流。速度选择器、加速管、聚焦电四极透镜和中性化室也已完成概念/工程设计。
摘 要：研究了基于偏迎风数值通量的四阶线性偏微分方程局部间断Galerkin方法的稳定性和误差估计问题。考虑在空间方向上，利用半离散形式的数值格式，通过使用广义Gauss-Radau投影，消除了数值通量产生的投影误差，利用Young不等式得到数值格式的最优误差估计。证明了当对流项选择偏迎风数值通量，方法的收敛阶为k+1阶。由于含有高阶空间导数的偏微分方程LDG方法的空间离散算子具有刚性，因此对于时
摘 要：针对人工设计的中低层特征难以对LiDAR数据进行高精度分类以及泛化性能较低等问题，提出了一种基于集成卷积神经网络的LiDAR数据分类方法。它是基于深度学习模型与随机子空间的集成学习框架。通过有放回的随机抽取LiDAR训练集构成子集，以深度卷积神经网络模型为单个子分类器，最后采用多数投票法确定最终样本的类别，以获得更好的分类精度。实验结果表明，所提方法在Bayview Park和Housto
摘 要：多数自然振动为平稳信号，且受光纤分布式振动传感系统的干涉光信号调制。作为事件识别关键参量之一的幅值信息无法采用传统信号分析方法准确获得。本文基于分数阶傅里叶变换在统一的幅、时、频域内更准确地提取Phase-sensitive optical time domain reflectometry（Ф-OTDR）信号的幅值信息。在分析Ф-OTDR非平稳信号形成原因的基础上，进一步讨论分数阶傅里叶
介绍了基于可编程逻辑门阵列(FPGA)芯片的电子回旋共振加热(ECRH)系统中央控制器的设计,阐述了中央控制器对输入的总控触发信号、等离子体电流信号、ECRH系统状态信号、高压输出状态信号、波输出状态信号、各类停止信号以及各输出控制信号等的处理与控制逻辑。对FPGA程序做了时序仿真,仿真结果表明,该控制器能够实时响应总控触发信号、精确控制阴极与阳极高压电源的开关、处理各种异常情况,满足ECRH系统的控制需求,且具有极高的可靠性。
发展了一种基于逆卷积神经网络的图像级重建方法用于聚变等离子体辐射分布的断层反演。通过引入结构相似度(SSIM)作为损失函数,该方法在模拟数据实验中表现出了较好的重建效果。模拟实验结果表明,在弦积分信号噪声强度为10%、15%及20%时,该方法的重建结果依然具有良好的精确度和鲁棒性。
对热等静压(HIP)扩散焊制备的W/Fe/RAFM钢接头进行了正火和回火处理,以恢复其中RAFM钢的组织和性能。采用电子探针微分析器(EPMA)和掠入射X射线衍射(GIXRD)对W/Fe界面组织的演化进行了分析,采用剪切测试和扫描电镜(SEM)对接头连接性能的演化进行了测试和分析。结果表明,正火处理后,RAFM钢中的C元素扩散到了W/Fe界面,Fe2W相中W和C元素含量增加,这导致了接头剪切强度增加,而纯铁中间层强度的增加则导致了接头剪切位移下降。回火处理后,W/Fe界面形成了W/F