基于BERT的金融文本情感分析与应用

针对金融文本情感倾向模糊问题,设计了一种基于BERT(Bidirectional Encoder Representations from Transformers,基于Transformer的双向编码技术)和Bi-LSTM(Bidirectional Long Short-Term Memory Network,双向长短时记忆网络)的金融文本情感分析模型,以BERT模型构建词向量,利用全词掩盖方法,能够更好地表达语义信息。为搭建金融文本数据集,提出一种基于深度学习模型的主题爬虫,利用BERT+Bi-GRU(双门控循环单元)判断网页内文本主题相关性,以文本分类结果计算网页的主题相关度。实验结果表明:本文所设计的情感分析模型在做情感分析任务时取得了87.1%的准确率,能有效分析文本情感倾向。     

台风灾害下基于V2G的城市配电网弹性提升策略

近年来,以台风为代表的极端自然灾害导致城市配电网停电事故频发,给城市电网的持续供电带来挑战。在电动汽车（EV）用户群体数量快速增长的背景下,针对上述问题,提出了一种基于车辆并网（V2G）的城市配电网弹性提升策略,以增强城市电网应对台风灾害的能力。首先,建立配电网元件故障率模型,通过随机抽样生成台风灾害下的配电网故障场景;其次,考虑即将到来的台风灾害对道路拥堵情况及用户出行意愿的影响,搭建了灾害前期EV调度模型;然后,基于消费者心理学理论,制定灾后反向输电激励响应机制,引导V2G站点内的EV参与供电恢复;最后,考虑配电网重构及V2G站点反向充电,制定V2G参与的灾后供电恢复策略。由算例分析可知,与应急发电车相比,V2G参与供电恢复的方案经济性及恢复效果更优,验证了所提弹性提升策略的可行性与有效性。     

大视场仿生复眼光电成像探测技术的研究发展

大视场、小型、多模、轻量化、低成本光电探测器是下一代精确制导武器的发展关键,基于仿生复眼的新型大视场光电探测系统作为其中的一个重要方向得到了美国军方的高度重视。通过多个创新研究项目,美军期望发展出多型大视场多通道仿生复眼光电探测器,进而用于自主式制导弹药,强化下一代精确制导弹药的环境感知能力、突防对抗能力和作战效能等。简要分析了精确制导武器的未来发展需求,昆虫复眼的结构和特点;介绍了仿生复眼光电探测器在美军精确制导武器中的应用期望和发展设想;简要讨论了仿生复眼在复杂地形、城市环境作战武器装备中的应用优势,重点介绍了美国空军针对城市作战制导弹药正在研究和开发的系列大视场仿生复眼红外成像探测器项目以及研究过程;另外,阐述了多通道大视场仿生复眼半主动激光探测器的研究进展情况;最后,总结了仿生复眼技术在精确制导武器装备中的研究进展,提出了我国在该技术领域的发展建议。     

反蛋白石结构光子晶体及其应用的研究

反蛋白石结构光子晶体因具有完全光子带隙、制备材料广泛、特殊的周期结构、大的比表面积和连通的孔洞结构,近年来在自发辐射的调制、提高光催化反应速率和染料敏化太阳能电池反应速率等领域成为研究热点之一,并且在光、电、催化、传感、显示、检测等领域有着巨大的应用价值。介绍了反蛋白石结构光子晶体的基本概念及制备方法,阐述了反蛋白石结构在材料自发辐射的调制、能量传递的调制、促进物理化学反应、外界环境响应材料等方面的作用及其应用。     

高含水岩石爆破参数试验研究及优化

通过长期的现场实践,统计分析水介质对爆破施工工艺、爆破效果的影响。结合现有水介质不耦合装药岩石破坏范围理论及《爆破手册》确定高含水岩石爆破现场试验参数,以孔距(a)×排距(b)为3 m×2.5 m、3.5 m×3 m、4×3.5m、4.5 m×4 m进行四组现场试验,并以大块率、根底率作为试验效果分析的判别依据。试验结果表明:孔距(a)×排距(b)为3.5 m×3 m时爆破效果最佳;在此爆破参数下,含水岩石炸药单耗仅为0.312 kg/m~3,相对一般岩石爆破较低。     

基于多小波包-能量算子解调的滚动轴承复合故障诊断

针对滚动轴承单通道振动信号的复合故障识别易出现漏诊、误诊的问题,提出多小波包与能量算子解调相结合的方法。该方法首先利用多小波包变换在全频率范围内分解原始信号;其次将排列熵作为多小波的单支信号特征的评价标准,分别重构符合标准的单支信号,实现信号的降噪及复合故障分离;最后采用能量算子解调方法解决信号的调制问题,完成故障信息的识别。滚动轴承内、外圈故障信号分析结果证明该方法的有效性。     

支持向量机在煤炭营销风险评估中的应用研究

介绍了支持向量机统计学习方法;结合煤炭营销管理的特点,提出了支持向量机在煤炭营销风险管理方面的应用方法。实验表明,采用支持向量机统计学习方法能够评估购煤客户的信用风险,帮助煤炭企业挑选优质客户,为煤炭企业积极防范和规避营销风险提供决策依据。     

基于PCA与R-连续位匹配的亲和力改进算法

人工免疫算法中传统亲和力计算方法一般采用r-连续位匹配规则,但这种匹配规则不能有效识别已知入侵的变种,且编码长度直接影响入侵检测的效率.为提高检测率,在PCA特征提取的基础上,采用分段加权的思想改进亲和力算法.实验结果表明,改进的亲和力算法能有效提高入侵检测的检测率.     

基于参考电流控制的港口电网谐波补偿系统研究与设计

通过分析港口电网谐波问题,建立三相四线制非线性负载谐波补偿系统的数学模型,提出基于参考电流控制的有源滤波控制策略,并构建了仿真系统,最后通过仿真和实验验证了该控制策略能够有效滤除电网中的谐波电流,使港口电网质量得到补偿和改善.     

结合深度学习与条件随机场的遥感图像分类

目的 为进一步提高遥感影像的分类精度,将卷积神经网络（CNN）与条件随机场（CRF）两个模型结合,提出一种新的分类方法。方法 首先采用CNN对遥感图像进行预分类,并将其类成员概率定义为CRF模型的一阶势函数;然后利用高斯核函数的线性组合定义CRF模型的二阶势函数,用全连接的邻域结构代替常见的4邻域或8邻域;接着加入区域约束,使用Mean-shift分割方法得到超像素,通过计算超像素的后验概率均值修正各像素的分类结果,鼓励连通区域结果的一致性;最后采用平均场近似算法实现整个模型的推断。结果 选用3组高分辨率遥感图像进行地物分类实验。本文方法不仅能抑制更多的分类噪声,同时还可以改善过平滑现象,保护各类地物的边缘信息。实验采用类精度、总体分类精度OA、平均分类精度AA,以及Kappa系数4个指标进行定量分析,与支持向量机（SVM）、CNN和全连接CRF相比,最终获得的各项精度均得到显著提升,其中,AA提高3.28个百分点,OA提高3.22个百分点,Kappa提高5.07个百分点。结论 将CNN与CRF两种模型融合,不仅可以获得像元本质化的特征,而且同时还考虑了图像的空间上下文信息,使分类更加准确,后加入的约束条件还能进一步保留地物目标的局部信息。本文方法适用于遥感图像分类领域,是一种精确有效的分类方法。