基于BERT-Att-biLSTM模型的医学信息分类研究

目前,对互联网上虚假健康信息的研究多集中于谣言识别,而对医学信息自动分类的研究较少。采用基于双向编码的语言表征模型和注意力增强的双向长短时记忆模型(BERT-Att-BiLSTM模型),对健康信息文本进行分类,实现自动识别虚假健康信息。实验结果表明,BERT-Att-BiLSTM模型可以高效地对医学信息进行分类,其中BERT模型相较于BiLSTM模型,性能提升明显;与融合Word2Vec的BiLSTM模型相比,BERT-Att-BiLSTM模型效果更佳。     

管理百年漫谈(连载)

闲鹤先生的《管理百年漫谈》已经连载了9期。反响很好,认为《漫谈》不仅使大家了解了管理的发展脉络,也了解了各种管理的精髓,对提高自身管理素质和企业管理水平很有帮助。今后我们将不定期选编一些读者来信,以互相启发,共同提高。     

大数据时代亟需强化数据清洗环节的规范和标准

海量数据的不断剧增形成大数据时代的显著特征。而大数据的生产和交易的重要前提之一是数据的清洗。目前,我国已经形成了基本的数据清洗产业格局,但因各自利益的追求,导致仍存在不少问题。因此,我国未来应重点强化数据清洗环节的规范和标准,推动大数据产业的健康发展。     

三维机器视觉在自动扶梯乘客危险行为识别与预警的应用

为了降低因为乘客危险行为导致的自动扶梯安全事故/伤人事件,基于三维视觉和人工智能技术,提出了一种自动扶梯乘客危险行为识别和预警技术,并详细介绍了该系统主要硬件和现场布置方案.为了对该系统进行科学评价,还提出了准确率、查全率、误报率、响应时间等综合性能评价指标,并分别在实际现场和实验室模拟条件下对该系统进行了大量的测试,测试结果表明,所构建的系统在不同光照、不同客流强度环境下,均能有效识别自动扶梯乘客携带婴儿车、摔倒、逆行、出入口逗留、出入口拥堵、探头等多种危险行为.     

圆锥形中空夹层钢管约束混凝土短柱轴向局压力学性能分析

为研究圆锥形中空夹层钢管约束混凝土短柱在轴向局压下的力学性能,建立有限元计算分析模型,并得到试验验证。在此基础上分析钢管与夹层混凝土的组合作用及短柱的破坏形态,同时研究各重要参数对其荷载-位移曲线的影响。     

砖石古建筑的动力可靠度分析

通过数值计算对受非平稳随机地震作用下的砖石古建筑的动力可靠度进行了分析。首先将随机地震动模型考虑为均匀调制的非平稳随机地震动模型,采用振型叠加法求出随机地震动反应的功率谱密度;然后应用首次超越破坏准则给出了结构随机地震动作用下结构动力可靠度的具体计算公式;最后对砖石古建筑有限元模型的动力可靠度进行了计算,得到了结构在多遇地震和罕遇地震作用下的动力可靠度。文章为复杂结构的动力可靠度分析提供了参考方法。     

基于改进PSO优化模糊神经网络的数控机床故障诊断技术研究

数控机床故障具有隐蔽性和复杂性的特点,为了快速准确地识别数控机床发生的故障,结合粒子群算法全局搜索能力强、寻优速度快及模糊神经网络容错能力强、自适应性强的特点,提出了将模糊逻辑、RBF神经网络及粒子群算法有机结合的数控机床故障诊断方法。为了改善粒子群算法局部搜索能力,在标准粒子群算法的基础上,改进粒子群的速度更新公式和惯性权重,以此优化模糊神经网络结构参数,从而建立起改进PSO优化模糊神经网络的数控机床主轴伺服系统故障诊断模型。实验和仿真结果表明:与RBF神经网络、标准PSO优化模糊神经网络相比,改进PSO优化模糊神经网络的故障辨识准确性更高、泛化能力更强。     

掺杂La-Ce-Cu合金对热变形Nd-Fe-B磁体磁性能和微观结构的影响

研究采用放电等离子烧结(SPS)技术制备了掺杂不同含量的La-Ce-Cu合金的Nd-Fe-B热变形磁体;研究了掺杂量对磁体磁性能和微观结构的影响。结果表明,随着掺杂量的增加,热变形Nd-Fe-B磁体的矫顽力先增加后降低;而剩磁与磁能积均有所下降。磁体的矫顽力在掺杂量为1%(质量分数)时,达到最大值为1257kA/m。微观分析表明,掺杂合金中的La元素倾向于分布在富稀土相中,不易进入主相晶粒;而Ce元素则易取代Nd进入主相晶粒中。     

甲醇制烯烃催化剂积炭的形成机理

采用二氯甲烷超声波萃取,提取甲醇制烯烃(MTO)待生催化剂和不完全再生催化剂外表面可溶性积炭,采用氢氟酸溶解及碳酸钠溶液中和后再用二氯甲烷超声波萃取,提取待生催化剂和不完全再生催化剂孔道内可溶性积炭,结合气相色谱-质谱(GC-MS)分析了其组成,并对MTO催化剂积炭形成的机理和再生烧炭的机理进行了分析探讨。结果表明:MTO待生催化剂外表面可溶性积炭主要是饱和烃和芳烃,其中饱和烃以C23~C31的正构烷烃为主,芳烃以一环和二环芳烃为主;孔道内可溶性积炭均为芳烃,以三环和四环芳烃为主,从质谱峰强度计算约占总量的80%,菲和芘约占总量的50%。MTO不完全再生催化剂外表面可溶性积炭主要是沸点较高的C23~C31正构烷烃;孔道内可溶性积炭主要是几个高含量组分如芘和菲等的残留。在催化剂外表面的饱和烃可能是由小分子烯烃类化合物经过一系列聚合而成,而催化剂外表面的一环和二环芳烃应该是从分子筛孔道内形成并溢出,在分子筛孔道口吸附。分子筛催化剂孔道内的多环芳烃,是由小分子烃类化合物经过一系列低聚、氢转移、环化和脱氢等反应生成。