长飞智慧,为冬奥助力加油!

2月4日,奥林匹克圣火再次点亮北京夜空,点亮世界首座“双奥之城”,2022年冬季奥林匹克运动会开幕式在国家体育场隆重举行。作为我国重要历史节点和重大标志性活动,北京2022年冬奥会和冬残奥会不仅是全球体育界的顶级赛事,更是我国展现自身形象、促进全面发展、振奋民族精神的重要契机。而做好冬奥会基础设施保障,不仅是企业公民不容辞的责任,也是展现我国科技创新成果的难得契机。作为光通信行业的领军企业,长飞光纤光缆股份有限公司(以下简称“长飞公司”)充分发挥自身在光纤通信领域的优势,以多元化的产品和服务,为奥运盛会贡献智慧和力量。     

基于先验知识的文本实体识别方法

阐述文本实体识别作为医疗相关人工智能应用的关键中间任务，其效果直接决定下游任务表现上限，然而传统方法中通常忽略医学知识的应用，很难取得良好表现。提出一种基于RoBERTa与CRF并融合医学知识的医学文本实体识别方法，将医学知识作为先验引入到CRF最优路径搜索环节，极大程度地提升了标签转换的连贯性，并在相关数据集主指标上取得了改善。     

前言北大核心

20世纪60年代以来,激光和光纤的相继出现催生了新一代光纤通信技术,引领了信息技术的变革。伴随光纤通信技术发展而迅速发展起来的光纤传感技术,是以光波为载体、光纤为媒质,感知和传输外界物理信息的新型传感技术,具有抗电磁干扰、耐腐蚀、高灵敏度、轻质量、小体积、可嵌入(物体)、方便大规模组网进行分布式测量等优良特点,是衡量一个国家信息化程度的重要标志。我国从20世纪70年代末开始研究光纤传感器,与国际基本同步,经过四十多年的发展,我国光纤传感技术日趋完善,研制的传感器种类繁多,包括敏感转动、速度、压力、电流、声波、位移、磁场、液位、应变等物理量的光纤传感器,部分已经在实际场景中获得广泛应用,有力支撑了我国经济的高速发展。光纤传感已成为传感器领域的一个重要分支,具有旺盛的生命力和广阔的市场前景。     

Chapter 1 时计简史

在研究学习一门专业知识之前,如果能先对其有个整体、结构性的认识,就可以以此为基础逐步深入了解,收到事半功倍之效。诚所谓"历史可以断经纬",因此在本书的第一章,希望读者利用简短的钟表发展历史作为研习钟表知识的基础,再结合本书数量庞大的钟表专业名词以及详尽解释,跟着我们一起进入钟表殿堂。本章分为两个小节,先从16世纪初的怀表历史展开,接着来到20世纪初期,即第二节的腕表历史,两小节串接起长达将近五百年的时间轴线,让我们循着时间线,欣赏各种时计如何承载着时间,遨游于传统和现代,并展现机械与艺术的美感。     

基于CiteSpace的资源型产业研究知识图谱分析

资源型产业发展为推进国家经济增长和工业化进程提供了重要保障。为深入了解资源型产业的研究情况，以CNKI数据库为数据源，搜集2000—2020年关于资源型产业的核心及以上期刊论文，利用CiteSpace软件从发文作者与研究机构分布、关键词共现网络和时区图谱等方面，绘制知识图谱，进行可视化分析。研究发现：资源型产业领域的研究成果愈加丰富，但研究群体间联系合作较少，且现有的合作研究主要集中在所处地域资源富集和具有学科优势的研究机构及学者；资源型产业领域的研究热点可概括为产业发展、资源型城市、产业集群、产业结构、产业链和产业集聚等方面；针对资源型产业领域未来可从资源型产业相关理论研究、创新发展模式和可持续发展等方面深入展开。     

新年寄语

变频器作为自动化领域的关键设备,对提供生产效率、节能减排起着重要的作用。相信在新的_年里,变频器行业能够克服困难,迎接更大的发展机遇。在此,祝变频器行业的专家、学者、工程师及企业家朋友们,身体健康、家庭幸福、工作顺利、再创佳绩!徐德鸿浙江大学教授、中国电源学会理事长,IEEE Fellow。     

金属增材制造技术研究热点聚类分析

为深入分析金属增材制造技术分类和发展状况,采集中国期刊全文数据库(CNKI)收录的核心期刊上的768篇科技文献,借助文献分析可视化软件CiteSpace,对关键词聚类进行了全景式描绘,构建金属增材制造技术知识图谱,揭示该技术研究分类以及演化趋势。     

基于文献计量学的烟草转录组研究知识图谱分析

针对烟草转录组研究领域的论文数量快速增长的现状，运用文献计量学，结合CiteSpace文献可视化软件，对中国知网（CNKI）和Web of Science两个数据库中的烟草转录组文献进行数据挖掘，分析国内外高质量文献的研究内容和不同时间段的研究热点。结果表明:烟草转录组研究主要包括抗逆性、转录因子、转基因烟草、新序列的发现和多组学结合等方向。我国科研机构对烟草转录组的研究虽然起步较晚，但在发表文献的数量和质量方面已经跻身世界前列。中文文献已基本涵盖外文文献所有研究领域。      

基于知识图谱和协同过滤的电影推荐算法研究

针对协同过滤算法在推荐电影过程中只能考虑电影外部评论而不能考虑电影内部的相似度关系,提出构建知识图谱辅助计算电影内部相似度。已有的电影数据可能是不完整的,因此采用知识图谱推理补全缺失的电影知识。基于TransE模型的知识图谱无法有效描述电影间的片名、演员、导演等复杂的多关系。首先采用改进的TransHR模型表示出电影信息之间的多关系,提升关系表示的准确率;然后通过用户评分矩阵计算电影间相似度;最后将2种相似度融合并应用于矩阵分解的推荐技术中。对比实验结果表明,该算法在召回率、准确率、平均绝对误差MAE等指标上都有所提升。