排序方式: 共有10条查询结果,搜索用时 15 毫秒
1
1.
2.
为了减小一些磁性元件(比如电感变压器电容等)的体积,可调式直流电源常常工作在高频状态下。但是随着频率升高,开关上的功率损耗会增加,就会带来系统效率的降低。为了解决这个问题,提出了一种新的可以降低脉动的直流-直流变换方法。在这种构造中,多个8VCK降压直流变换器在输出端串联,相对于传统结构的变换器大大降低了输出电压的脉动成分,特别是当变换器工作在低输出电压条件下,由于工作的开关元件数目减小,这个效果尤其明显。 相似文献
3.
介绍了山西中部引黄工程概况与交叉段设计方案,根据公路隧道及输水隧洞的地质资料,对常规爆破开挖方案、静态爆破开挖方案、静态爆破开挖结合超前小导管灌浆支护方案、常规爆破开挖结合公路隧道内固结灌浆方案进行比较,确定工程最优方案,可为类似工程实施爆破提供参考。 相似文献
4.
5.
简要介绍了各类岸边集装箱起重机中的大车行走机构的主要结构构成和一些常规的电气布置。为适应不同的运输要求,对大车行走机构的一些电气支架固定形式进行改进,如缓冲器支架预先打孔、大车声光报警支架预先焊接、电气安装支架预先焊接和大车卧式电机底座上预先打孔等。经实践检验,电气固定支架形式的改进有利于提高生产力,促进生产效率。 相似文献
6.
7.
8.
实体关系抽取任务是对句子中实体对间的语义关系进行识别。该文提出了一种基于Albert预训练语言模型结合图采样与聚合算法(Graph Sampling and Aggregation, GraphSAGE)的实体关系抽取方法,并在藏文实体关系抽取数据集上实验。该文针对藏文句子特征表示匮乏、传统藏文实体关系抽取模型准确率不高等问题,提出以下方案: ①使用预先训练的藏文Albert模型获得高质量的藏文句子动态词向量特征; ②使用提出的图结构数据构建与表示方法生成GraphSAGE模型的输入数据,并通过实验证明了该方法的有效性; ③借鉴GraphSAGE模型的优势,利用其图采样与聚合操作进行关系抽取。实验结果表明,该文方法有效提高了藏文实体关系抽取模型的准确率,且优于基线实验效果。 相似文献
9.
10.
藏文命名实体识别是藏文自然语言处理领域的一项关键技术,其目的是识别文本中的人名、地名及组织机构名。在目前的研究中,深度学习方法需要大量的标注数据是制约模型性能的主要因素,因此本文提出基于小样本学习的藏文命名实体识别方法。针对小样本数据量少导致模型无法充分学习实体特征的问题,本文提出实体特征信息融合方法,在训练过程中将实体位置信息、分词信息与藏文音节信息以维度拼接的方式进行特征融合,通过辅助信息增强实体特征,使得模型可以较好地学习藏文长实体的边界信息,并设计消融实验探究不同特征信息对模型效果的影响。实验结果表明,本文提出的方法有效提高了藏文小样本命名实体识别模型的准确率,相较于基线实验F1值总体提升了22.22~38个百分点。 相似文献
1