基于改进词嵌入表示和卷积神经网络的银行智能派单系统的研究

银行智能派单系统的实现和功能完善,对银行提升客户满意度、提高突发事件处理效率、降低人工处理成本等非常重要。针对现有的基于Word2vec和TextCNN模型的银行智能派单系统进行了改进,针对特征词权重表达性弱,特征词类别及位置区分性弱等问题,提出基于改进TF-IDF加权的Word2vec词嵌入表示和卷积神经网络结合的银行智能派单系统:首先利用Word2vec模型得到输入事件单的词嵌入向量;再针对经典TF-IDF方法不具备类别区分性、位置区分性,也没有考虑极端频率特征词代表性的情况,提出改进型TF-IDF算法,计算每个特征词的权重,得到基于改进TF-IDF加权的Word2vec词嵌入表示;最后在卷积神经网络模型中进行训练,通过迭代训练最终得到分类器,利用分类器可对输入事件单信息自动进行系统类别的判断。实验结果表明改进词嵌入表示的银行智能派单系统分类模型的宏查准率、宏查全率、准确率以及宏F1值都得到进一步的提高。     

溶胀嵌入脂肪酸分子制备高脱硼反渗透膜

采用“溶胀-嵌入-收缩”方法改性聚酰胺反渗透膜，制备了一种高脱硼反渗透膜。通过甲醇溶胀增加了高分子链之间的距离，为疏水性癸酸分子的嵌入提供了场所，然后在压力和浓差极化共同作用下，改性分子选择性嵌入聚酰胺膜的孔内；当甲醇分子离开后，聚酰胺膜收缩将癸酸分子固定在高分子网络中。实验借助溶胀和分子嵌入以及溶胀后的收缩调节聚酰胺膜的孔径大小；利用脂肪酸的疏水性降低聚酰胺膜的极性，从而实现增加空间位阻和减少氢键结合位点数量的目的。实验结果显示，改性膜的脱硼率和截盐率均明显升高，截盐率从90.36%增加到96.46%，脱硼率从未改性膜的47.85%增加到77.32%，渗透液的硼含量达到WTO的使用标准。虽然水和硼的渗透性均下降，但是水和硼的渗透选择性增加，证明该方法有利于提高水硼选择性。     

融入结构化信息的端到端中文指代消解

在LEE等人提出的端到端指代消解模型基础上,考虑中文行文特点,提出一种融合结构化信息的中文指代消解模型。压缩文档中所进行有句子对应的成分句法树并获取文档压缩树叶节点深度,采用成分句法树的结构化嵌入(SECT)方法将结构信息进行向量化处理,将词性、文档压缩树叶节点深度与SECT信息作为3个特征向量引入模型中进行中文指代消解。在CoNLL2012数据集中的测试结果表明,通过结合上述3个特征,可使该模型的中文指代消解性能得到有效提高,其平均F_1值可达62.33%,较基准模型提升5.28%。     

基于预训练语言模型的关键词感知问题生成

问题生成任务是指根据给定的文本段落和答案来自动生成对应的问题。针对现有问题生成方法存在的误差累积现象以及问题生成任务固有的“一对多”情况，提出一种带有关键词感知功能的问题生成方法。在预训练语言模型的基础上，实现关键词分类模型与问题生成模型的网络结构设计。输入文本段落中蕴含关键词，为使所生成的问题中包含同样的关键词以保证问题与段落的语义一致性，利用关键词分类模型提取出文本段落中的关键词，将关键词与非关键词的区分特征融入问题生成模型的输入中，该特征作为问题生成过程的全局信息，用以消除问题生成模型仅依赖局部最优解的弊端，减少误差累积与“一对多”情况的发生。在SQuAD数据集上的实验结果表明，该方法能够提升问题生成的质量，其BLEU-4指标值可达24，优于带有复制机制、带有语义监督的问题生成模型，目前已经借助百度百科数据平台实现了大规模工业应用。     

饱和嵌入维数确定最大Lyapunov指数的准则探讨

基于对大量砂岩试样裂隙系统的MTS全应力–应变时间序列的非线性动力学分析,构造单位阶跃函数并引入到最大Lyapunov指数LE1的判别模型中,建立了确定LE1的新准则。新准则充分考虑LE1-m关系中普遍存在的阶跃现象,更符合确定LE1的理论条件。新准则确定的LE1与传统准则的解释结果比较,偏离幅度巨大,使得对系统稳定性程度的混沌判别结果迥异,并且LE1的正负号会因此改变,导致对系统所处状态的定性评价不同。研究成果在一定程度上克服了传统准则确定LE1鲁棒性较差的缺陷,对混沌动力学基础研究具有一定的理论意义。     

明文图像可逆信息隐藏综述

图像可逆信息隐藏作为信息隐藏的重要分支,发展至今已近三十年,因其独有的图像无损恢复能力,一直备受医学、司法、军事等重点领域的青睐。然而现有可逆信息隐藏研究成果繁多,迁移知识广泛,本文简要梳理可逆信息隐藏的发展脉络,在回顾经典算法的基础上,加以简化、注释,总结成功经验,展望潜在应用,以期为研究者提供一个按图索骥的探索路径。本文主要包括3个部分,分别为位图（Bitmap,BMP）图像的可逆信息隐藏（适用于空域嵌入操作）、JPEG （Joint Photographic Experts Group）图像的可逆信息隐藏（适用于频域和编码域嵌入操作）和鲁棒可逆水印（适用于扩展性研究）。通过近百篇高影响力文献的梳理可知,可逆研究的受众广泛、基础深厚,其严谨的数学定义和简明的机理论证是深受研究者推崇和坚持的重要原因。“干净、简明”的特点也是其能够与现实应用有效结合的强力抓手。增加可逆算法对于载体多样性的普适性研究,引入新的评价指标来导引算法与现实应用的融合,将是未来可开拓的方向。可逆信息隐藏技术能够恢复图像初始状态,其独特之处在于图像本身就是一个复杂语义的信息表达。这既要求可逆嵌入操作所施加的影响不能改变图像所表达的主要语义,又要求该操作是可消除的,保留溯源能力,将内容的信息表达权始终交由图像本身。这一特点不仅为敏感领域信息处理所亟需,也是其他常见领域并不排斥的。严格来说,一定程度上的复原本就是事物发展到一定阶段后的必然追求。据此,本文认为推广可逆研究与多学科融合解决更难、更广泛的问题,实现长远发展,是完全必要且可行的。     

微波射频差分探针去嵌入理论研究

为了获得被测件(DUT)准确的散射参数(S参数),研究了用于差分网络的去嵌入理论。在经典的差分探针结构的基础上,提出了一种可以抑制差分测试中共模信号影响的新型差分探针模型,即信号-信号探针(SS探针)。并完成了直通-反射-传输线(TRL)校准件和DUT的设计,推导了差分网络的多模去嵌入理论,编写算法并利用测试数据进行计算,仿真与测试结果表明在0~8 GHz的频率范围内,去嵌入后的散射参数的幅度、相位与仿真结果一致性较好。     

应用于过程控制的对象连接与嵌入技术在工业互联网中的应用

针对当前工业互联网发展中存在的问题,将应用于过程控制的对象链接与嵌入(OPC)技术应用于工业互联网,具有重要意义。从经典OPC阶段、OPC可扩展标记语言-数据访问(XML-DA)阶段和OPC统一架构(UA)阶段介绍了OPC技术的发展,并分析了OPC UA在工业互联网中应用的意义。