600MW超临界火电机组运行现状及性能优化

介绍了国内外超临界发电技术的发展历史和现状.从可靠性、供电煤耗、厂用电率、排放指标等方面分析了国内现役600MW超临界机组的运行现状;提出了600MW超临界机组性能优化的主要工作思路、目标和优化策略,并对典型案例进行了分析.     

钢筋混凝土桥梁常见病害与防治措施深析

钢筋混凝土桥梁在使用过程中受到各种内部和外部因素的影响,会产生很多病害,对钢筋混凝土桥梁的使用寿命产生很大的影响。分析了钢筋混凝土桥梁的常见病害,并提出了防治措施,对桥梁养护和加固具有一定的参考作用。     

虚拟现实技术在装备战斗损伤仿真中的应用

讨论了虚拟现实技术在装备战斗损伤仿真中的应用，给出了技术实现方法，并对其中存在的问题、涉及的关键技术进行了探讨。     

基于OSP场景图结构的虚拟装配碰撞检测算法的研究与实现

快速、精确的碰撞检测对提高虚拟环境交互的真实性和增强虚拟环境的沉浸感有至关重要的作用,而虚拟装配环境的复杂性、实时性和精确性又对碰撞检测提出了更高的要求;为实现虚拟装配系统中交叉表面间的精确碰撞检测,提出一种基于OSP结构的虚拟现实碰撞检测方法;该结构第一层为对象节点,主要用于粗略的碰撞检测,第二层为表面节点,第三层为多面片节点,第二层和第三层主要用于精确的碰撞检测,采用层次的碰撞检测算法,以提高碰撞检测的实时性和精度;应用结果表明该方法能有效解决虚拟装配系统表面间的精确碰撞检测问题,满足系统实时交互的应用要求.     

复杂电路虚拟维修的建模与仿真技术

分析了电路虚拟维修的特点,总结了电路虚拟维修系统中必不可少的3种模型:仿真模型、交互模型和三维模型,研究了3种模型的特点和建模方法.提出了一种层次化模型结构:功能层、应用层和显示层,并研究了各层之间的信息传递.引入多Agent系统理论建立电路虚拟维修系统中不同类型的智能Agent模型,研究了基于KQML的各Agent间通信的方式.最后根据模型的层次化结构建立了一个基于多Agent系统的电路虚拟维修训练系统.     

基于双语词汇Web间接关联的无指导译文消歧

为解决困扰词义消歧及译文消歧任务中存在的数据稀疏及知识获取问题,提出一种利用双语词汇Web间接关联的完全无指导消歧方法.首先做出词汇歧义可由双语词汇的间接关联度决定的假设,为译文消歧提供了一种新的知识.在此基础上,对4种常用计算间接关联的方法进了改造并定义了双语词汇Web间接关联.随后进行基于Web的词汇消歧知识获取并设计了3种消歧决策方法.最后,在国际语义评测SemEval-2007中的Multilingual Chinese English Lexical Sample Task测试集进行了测试.该方法的P_mar值为44.4%,超过了该评测上最好的无指导系统的结果.     

维修Agent模型的双指数映射参数化方法

复杂关节模型的运动参数化是虚拟人动作仿真的基础,传统的旋转矩阵、欧拉角方法和四元数等参数化方法在运动描述方面存在一定缺陷,都不能很好地解决复杂关节模型的运动参数化问题.对指数映射方法进行改进,提出一种双指数映射(DEM)运动参数化方法,用于同时描述关节模型的平移与旋转、线速度与角速度.首先阐述其在运动描述和参数计算方面的能力,然后进行了维修操作训练仿真实验.研究结果表明了该方法在求导和微分、常微分方程求解、优化控制和插值拟合等方面具有较强的描述功能.     

CDCPP:跨领域中文标点符号预测

在中文文本特别是在社交媒体及问答领域文本中,存在非常多的标点符号错误或缺失的情况,这严重影响对文本进行语义分析及机器翻译等各项自然语言处理的效果。当前对标点符号进行预测的相关研究多集中于英文对话的语音转写文本,缺少对社交媒体及问答领域文本进行标点符号预测的相关研究,也没有这些领域公开的数据集。该文首次提出跨领域中文标点符号预测任务,该任务首先利用标点符号基本规范正确的大规模新闻领域文本,建立标点符号预测模型;然后在标点符号标注不规范的社交媒体及问答领域,进行跨领域标点符号预测。随后,构建了新闻、社交媒体及问答三个领域的相应数据集。最后还实现了一个基于BERT的标点符号预测基线模型并在该数据集上进行了实验与分析。实验结果表明,直接利用新闻领域训练的模型,在社交媒体及问答领域进行标点符号预测的性能均有所下降,在问答领域下降较小,在微博领域下降较大,超过20%,说明跨领域标点符号预测任务具有一定的挑战性。     

基于中心/修饰依存重排序模型的短语SMT

为了提高基于短语的机器翻译系统的重排序能力,提出了一个基于源语言端的中心-修饰依存结构的重排序模型,并将该重排序模型以软约束的方式加入到机器翻译系统中.该排序模型提出了一种在机器翻译中应用句法树资源的方法,将句法树结构,通过将句法树映射成中心-修饰词的依存关系集合.该重排序模型在基于短语系统的默认参数设置下,显著地提升了系统的翻译质量.在系统原有的词汇化的重排序模型基础上,该重排序模型在翻译模型中融入了句法信息.实验结果显示,该模型可以明显地改善机器翻译系统的局部调序.