排序方式: 共有11条查询结果,搜索用时 421 毫秒
1.
2.
3.
通过测定不同温度和盐胁迫浓度对油葵种子发芽势、发芽率和幼苗生理生化特性指标的影响,发现相同温度条件下,随着盐浓度的升高,油葵种子的发芽势、发芽率呈降低趋势,发芽时间延迟,胚根的生长受到抑制,胚根长、子叶鲜重均呈现下降的趋势;油葵幼苗的叶片和根系的电解质相对外渗率,SOD、POD活性均呈现先升后降的趋势。相同浓度盐胁迫下,油葵种子的发芽势和发芽率随温度的升高而升高,表现出喜温的特性,说明油葵种子在萌发阶段,适宜的高温条件有利于其种子发芽,幼苗对盐胁迫也有较强的适应能力。 相似文献
4.
针对桌面倍增的创新设计需求,提出一种集成TRIZ (发明问题的解决理论)与可拓学的创新设计方法.依次使用可拓矛盾方法分析创新设计中的矛盾问题,然后将矛盾参数标准化,查询TRIZ矛盾矩阵,选择合适的发明原理建立可行解,实施可拓变换.得到创新设计方案后根据优度评价法进行方案优选.通过曲柄滑块机构与曲柄连杆机构联用,解决桌面面积倍增而保持桌面形状不变的矛盾问题.最后对具体的机构设计进行了拓展分析,建立了面积可变的方桌设计方案. 相似文献
5.
非侵入式负荷监测(non-intrusive load monitoring, NILM)是指在电力入口处安装监测设备,利用总用电负荷得到用电侧单个用电设备状态的方法。由此可以准确地刻画用户用电画像,故NILM是电网智能配电和给予用户侧精细化管理的关键技术之一。随着深度学习在NILM的应用,对于负荷的识别与功率分解能力有所提升,但在训练模型的速率与模型的预测准确率上依旧不高,为此,文章提出基于全局与滑动窗口相结合的注意力机制的负荷分解模型。该模型首先将输入总负荷功率序列通过功率嵌入矩阵映射到高维向量,并利用基于双向LSTM的编码器进行信息提取;通过引入全局与滑动窗口相结合的Attention机制,从提取的信息中选取与当前时刻相关度高的信息,用于解码并最终得到负荷分解结果。在数据集REFIT上验证了所提算法在速率和准确率上有更好的效果。 相似文献
6.
在分析和对比可拓学与TRIZ解决问题差异性基础上,对二者进行有机结合,提出一种结合可拓学与TRIZ的矛盾解决方法.首先利用可拓学分析问题矛盾.接着,应用拓展分析初步探寻可解决方案,若分析顺利,则进一步进行可拓变换获得解决方案;若分析困难,则转向应用TRIZ理论的解决工具,进行可行解预测,并基于TRIZ原理解的指导,运用可拓变换获得解决方案.最后利用优度评价获得问题最终理想解.并根据此方法,对一种盘类铸件打磨设备的机构进行改进,进一步证明了基于TRIZ与可拓学的方法能够提高解决问题的效率、获得理想方案. 相似文献
7.
基于BERT和对抗训练的食品领域命名实体识别 总被引:1,自引:0,他引:1
为了在食品领域从非结构化语料中抽取出有效的实体信息,提出了一种基于BERT(Bidirectional Encoder Representations from Transformers)和对抗训练的命名实体识别(Named Entity Recognition,NER)的方法。命名实体识别是一种典型的序列标注问题。目前,深度学习方法已经被广泛应用于该任务并取得了显著的成果,但食品领域等特定领域中的命名实体识别存在难以构建大量样本集、专用名词边界识别不准确等问题。针对这些问题,文中利用BERT得到字向量,以丰富语义的表示;并引入对抗训练,在有效防止中文分词任务私有信息的噪声的基础上,利用中文分词(Chinese Word Segmentation,CWS)和命名实体识别的共享信息来提高识别实体边界的精确率。在两类领域的语料上进行实验,这两类领域分别是中文食品安全案例和人民日报新闻。其中,中文食品安全案例用于训练命名实体识别任务,人民日报新闻用于训练中文分词任务。使用对抗训练来提高命名实体识别任务中实体(包括人名、地名、机构名、食品名称、添加剂名称)识别的精确度,实验结果表明,所提方法的精确率、召回率和F1值分别为95.46%,89.50%,92.38%,因此在食品领域边界不显著的中文命名实体识别任务上,该方法的了F1值得到提升。 相似文献
8.
9.
10.
两种神经网络方法在岩性识别方面的应用 总被引:1,自引:0,他引:1
人工神经网络近年来发展十分迅速,因其自身理论方法的不同,在解决各种工程问题上都有别于其它方法,有其独特的成效。本文应用BP网络和RBF网络于石油测井解释中的岩性识别方面,分析了其预测效果,以及网络的构建方法及应用范围。得出两种网络在岩性识别方面上具有的简单实用价值。 相似文献