一种去中心化的域名服务本地化模型

域名系统(Domain Name System,DNS)作为管理网络空间资源名称与IP对应关系的网络基础设施,在提供广泛的域名解析服务的同时,也存在性能和安全隐患。针对传统DNS系统的中心化树状层次结构引起的对根域名服务器的严重依赖以及可能导致的系统脆弱性,设计了一种去中心化的域名服务本地模型,通过在去中心化互联模型中整合多源数据,重构域名信息解析优先级记录和相应存活时间,以保证域名数据的唯一性及高优先级;同时基于本地数据记录重构模型实现域名解析的快速响应,形成本地DNS数据记录重构模型和域名解析服务模型,实现快速、准确、可靠的域名解析服务。     

2种侧围加强内框总成检具结构对比分析

概述了侧围加强内框总成与周边零件的匹配关系,从检具操作的人机工程出发,描述了侧围加强内框总成检具的2种定位方式和结构设计,对比了2种定位方式对于检测结果的影响,总结了其优点和弊端,结果表明侧围加强内框总成检具采用车内方向朝下的定位方式效果更好。     

结合预训练模型和语言知识库的文本匹配方法

针对文本匹配任务,该文提出一种大规模预训练模型融合外部语言知识库的方法。该方法在大规模预训练模型的基础上,通过生成基于WordNet的同义—反义词汇知识学习任务和词组—搭配知识学习任务引入外部语言学知识。进而,与MT-DNN多任务学习模型进行联合训练,以进一步提高模型性能。最后利用文本匹配标注数据进行微调。在MRPC和QQP两个公开数据集的实验结果显示,该方法可以在大规模预训练模型和微调的框架基础上,通过引入外部语言知识进行联合训练有效提升文本匹配性能。     

面向智能客服系统的情感分析技术

该文以阿里小蜜为例,对智能客服系统中的情感分析技术进行比较全面的介绍,包括情感分析算法模型的原理及其在智能客服系统的多个应用场景中的实际落地使用方式和效果分析。智能客服在解决客户高频业务问题的同时,也需要给客户提供多维度的、具有类人能力的助理、导购、语聊和娱乐等服务,提高客户对智能客服机器人的整体满意度。在此过程中,情感分析技术在机器人类人能力建设中起到了至关重要的作用。该文围绕智能客服系统中人机结合的服务形式,从六个维度总结和介绍了情感分析技术在智能客服系统中的应用场景,包括用户情感检测、用户情感安抚、情感生成式语聊、客服服务质检、会话满意度预估和智能人工入口。     

非分裂完全匹配层边界存储时间域全波形反演

正演波场的储存或重建是制约时间域全波形反演的关键问题，以计算代替存储的常规分裂完全匹配层（PML）边界存储策略可有效减少存储量。但常规分裂PML边界条件所需变量个数多、计算存储量大以及编程复杂。为此，采用非分裂复频移完全匹配层（CFS-NPML）有效边界存储策略重建正演波场实现时间域全波形反演。研究表明：CFS-NPML所需变量个数少，在边界吸收层网格点较少时吸收效果优于常规PML边界条件，波场重建过程中所需存储量少于常规PML边界条件。数值试验表明，该存储策略得到的重建波场与正向传播波场几乎无差别，其全波形反演结果与常规保存波场反演法一致；正演过程中引入并行计算技术未显著增加波场重建导致的额外正演时间。     

地面微地震有源噪声自动识别与匹配压制方法

微地震监测技术通过对非常规储层压裂改造引发的震源点进行成像，实时提供压裂施工过程中产生的裂隙高度、长度、宽度和方位角等信息，为致密储层压裂提供指导，以提高油气采收率。在地面布设站点进行监测时，因微地震信号传播距离较远、近地表吸收衰减严重、地面有源噪声较多，微地震数据具有信号能量弱、噪声干扰强和信噪比低等特点，严重制约微地震事件的定位精度。噪声源多分布于地表，根据有源噪声与由储层向上传播的微地震事件在能量、频率、传播速度和源位置等方面的差异，本文提出微地震有源噪声自动识别与匹配方法。综合长短时窗能量比与微地震量板方法，自动识别有源噪声干扰，并进行噪声源位置和传播速度的三维最优并行搜索；利用同时确定的最优噪声源位置和传播速度对微地震数据进行动校正处理，得到噪声标准道，通过能量自适应匹配处理压制有源噪声。正演模拟数据和实际微地震数据去噪效果证明，本文方法能有效压制有源噪声，显著提高微地震数据品质，为后续微地震事件精确定位奠定了基础。     

基于“国家安监云”的煤矿安监执法平台研究

为了创新安监执法方式,规范安监执法行为,强化信息化和安监执法的融合,通过研究煤矿安监执法流程及其不足,并结合"国家安监云"的优势,研究设计了煤矿安全监察执法平台,包括执法管理平台、监管执法系统和执法终端设备3部分,该平台的应用满足了安监执法人员进行影音取证、数据分析、业务管理、执法文书及隐患管理等操作,实现了执法人员的规范执法,提高了执法人员的执法效率,同时也体现了安监执法的节约化和便捷化,对推动安监执法信息化建设有一定的作用。