针对意图标签数量过多带来的识别挑战,提出一种拆分策略,旨在降低训练的复杂度,并在解码层采用双头MLP(多层感知机)结合CRF(条件随机场)的机制,精准预测意图标签。实验结果表明,该方法的F1 值相较于基准模型提升至78%。此外,为验证大语言模型在意图识别任务上的表现,提出了一种面向医疗领域的大语言模型意图识别方法,其在处理多样化信息的数据时,能够深入探索并提炼出丰富的知识,将其与提出的深度学习方法进行对比,并深入分析二者在数据集上表现存在差异的原因,可为医疗领域意图识别的后续研究提供重要参考依据。
为应对低地球轨道下潜在的航天器脉冲式轨道转移任务挑战,提出一种用深度强化学习算法建立轨道转移通用控制模型的方法,以减少人工干预,解决反应不及时等问题。通过对轨道动力学的建模和对马尔可夫决策过程的设计,成功将TD3(Twin Delayed Deep Deterministic Policy Gradient)算法运用于轨道转移决策,实现高度自主的脉冲式点火控制器的设计。实验结果表明,使用TD3算法建立的脉冲式点火控制器,在不同的轨道转移任务下自主到达目标轨道的成功率可达96.1%,同时完成了轨道5个根数的收敛,证明TD3算法用于解决该问题的可行性与有效性。
中医实体识别是智能医学领域一项重要的基础任务,针对通用的实体识别模型忽略了中医实体之间强关联性的问题,文章提出了一种特征融合方法。以预训练BERT(Bidirectional Encoder Representation fromTransformers)模型为基础,对输入信息进行特征提取后,进一步对每个实体特征与语句特征进行融合,以获得更丰富的上下文特征,进而增强模型对中医实体的提取能力。使用临床数据开展实验证明,该方法与其他模型相比,在草药和症状实体识别任务上获得了更高的F1分数,分别为94.90%和83.92%,能更准确有效地提取医案中的实体。
为实现水培营养液水质参数的高效、精确控制,减少设备供能产生的碳排量,构建了一个基于粒子群优化(Particle Swarm Optimization,PSO)算法和最大功率点跟踪(Maximum Power Point Tracking,MPPT)算法的水培智能控制系统。用PSO算法优化模糊控制器的量化、比例因子,加入Smith预估器补偿反馈时延,对pH为4.5、电导率(Electrical Conductivity,EC)为0 mS/cm的营养液进行精确调控。经过优化,分别在44 s和43 s后达到预设值,并能维持稳定状态。建立光伏发电模块,引入MPPT算法,缩短跟踪时长至0.04 s。结果表明,该系统能提高营养液水质参数的调节精度,缩短控制时长,增强水培环境的稳定性;同时,能提升发电效率,实现节能减排。
传统的红外和可见光图像融合方法在不同环境中的应用效果表现不稳定。针对此问题,提出了一种基于自注意力机制和RSA(Rivest-Shamir-Adleman)加密的图像融合算法。首先,在图像融合部分提出了一种自适应权重学习模块,该模块可以实现动态权重分配。其次,提出了一种动态密钥管理机制并将其融入RSA加密算法中,将融合后的图像进行加密,提高图片的安全性。实验结果表明,与Densefusion、FusionGAN、IFCNN、TarDAL四种融合方法相比,所提方法的客观评价指标MI、VIF、SSIM、FMIdct、Qabf分别平均提升了16.35%、26.56%、14.58%、18.27%、20.79%。此外,对加密后的图像进行安全性分析,实验表明该算法具有较高的安全性。
为探讨基于光电容积脉搏波(Photo Plethysmo Graphy, PPG)信号的脉息比(Pulse-Respiration Ratio,PRR)估算方法,文章利用数字信号处理技术和算法提取呼吸信号并检测脉率和呼吸速率;对于脉息比估算,提出了多种方法计算平均脉息比和动态脉息比。实验结果表明,脉息比呈现出明显的动态变化,揭示了其与生理状态之间的密切相关性。同时,对不同算法的脉息比方法进行了综合评估,重点考虑了计算精度、效率和适用性等方面。研究可为脉息比检测方法提供有价值的参考,有助于提高生理参数监测的准确性和实用性。
在计算资源受限情况下,针对大语言模型微调面临的训练成本高、微调时间长等问题,提出一种基于迁移学习的预训练大模型的微调优化方法。首先,在原有自注意力验证损失函数中引入权重方向惩罚因子,提高模型收敛速度。其次,改进自注意力验证优化器,用来平衡不同权重参数的衰减程度。实验结果表明,改进后的微调优化方法可以有效减少微调的迭代次数,提高微调效率,从而提升大语言模型在下游任务的迁移应用能力。
传统中医认为人体特定的脉搏波频率特性与其脏腑的功能有关。为了研究和阐明脉搏波谐波的产生机理和分布特征,通过对理想脉搏波的离散傅里叶变换进行理论研究,并将真实脉搏波的频谱与理想脉搏波频谱进行比较和分析,验证了真实脉搏波谐波现象存在的合理性。在此基础上,文章提出了一种基于脉搏波谐波特性的更为稳定的心率计算方法。该研究为脉搏波的频域分析奠定了理论基础,对各种类似的准周期信号的分析也具有一定的应用和参考价值。
针对当二分图中一类节点的数量固定时,如何搜索另一类型节点数量排序为前n 的maximal α-biclique的问题,提出了一种基础搜索算法和一种基于共同邻居概念的改进搜索算法。在使用(1,α)-core剪枝方法加快搜索的算法基础上,基于共同邻居搜索算法使用共同邻居的概念对算法进行了改进,该算法只遍历节点的二跳邻居,并利用节点顺序和最小阈值提高搜索效率。实验结果表明,两种算法都可以有效且高效地搜索节点数量排名为前n 的maximal α-biclique。与基础搜索算法相比,基于共同邻居搜索算法的搜索效率提升了80%,在实际应用场景中更具优势。
3D医学图像分割是实现医学影像诊断、手术规划和治疗跟踪的前提与基础。腹部器官在影像上轮廓复杂、界限相对模糊,针对以上问题,提出了一种基于图卷积和有效自注意力的3D腹部器官分割网络。首先,在编码器端加入有效自注意力模块,有效地学习空间通道特征表示。其次,采用动态图卷积捕获腹部器官间的动态拓扑信息,同时有效突出腹部器官的特征。最后,在编码器端加入跳跃连接,融合不同分辨率的特征信息。实验结果表明,该方法在Amos22数据集上取得了较好的分割结果。
针对机器视觉的检测系统存在相机畸变、受环境光照影响等问题,提出一种花式纱线条干检测的视觉传感器标定方法。构建了花式纱线条干检测系统样机,对相机内参和畸变系数进行标定。提出图像预处理和图像降维的方法捕获用于表征纱线条干的宽度序列,解决了系统受环境光照影响的问题。实验结果表明,标定后的检测系统能够有效抑制相机畸变的影响,标定后的纱线平均直径测量值比未标定的提高了4.48%,标定后的纱线条干变异系数比未标定的降低了8.92%。该方法可为纱线条干检测的实际应用提供参考。
心房颤动(AF)是一种最常见的心律失常类型,为了提高房颤预测的准确率和可靠性,提出了一种基于连续小波变换和残差神经网络的房颤预测方法。首先,采用软阈值小波去噪方法去除心电图信号的噪声干扰;其次,通过连续小波变换生成二维时频图;最后,使用带下采样的残差神经网络进行房颤预测。为了全面评估所提方法的性能,新建立了一个包含2160条心电图(ECG)记录的综合数据集,并在此数据集上进行了实验。实验结果表明,该方法在新数据集和公开数据集(AFPDB)上分别得到92.4%和96.1%的精确度,相较于当前的深度学习方法,实现了显著提升。
文章旨在探索锡林郭勒草原的可持续放牧策略,以防止草原干旱和荒漠化。从机理分析的角度研究不同放牧政策对锡林郭勒草原土壤物理性质、植被生物量的影响,通过建立数学模型优化放牧问题,以期找到在锡林郭勒草原可持续发展情况下草场内放牧羊数量的最大阈值。此外,开发了一个基于双向长短期记忆网络的预测模型,用于准确预测不同深度土壤的湿度,以支持草原管理决策。模型在测试集上的表现与实际土壤湿度趋势一致,其中200cm深度的土壤湿度RMSE仅为0.2,显示出其在锡林郭勒草原土壤湿度预测中的实用价值。
方面级情感三元组抽取(Aspect Sentiment Triplet Extraction,ASTE)旨在识别句子中的方面词、观点词及其对应的情感极性。针对现有模型语义理解能力和泛化性不佳的问题,提出了基于对抗训练和片段级别的双向情感三元组抽取模型,预测情感极性时考虑了片段之间的相互作用,使用双仿射分类分析它们之间的情感依赖关系。为了保证上下游任务的一致性,通过SpanBERT(Improving Pre-training by Representing and Predicting Spans)模型得到词向量表征,使用BiGRU(Bidirectional Gated Recurrent Unit)网络进行特征提取,提出使用FGM(Fast GradientMethod)对抗训练算法提高模型的鲁棒性和泛化能力。相较于基线模型,基于对抗训练和片段级别的双向情感三元组抽取模型在4个数据集上的F1分数分别提升了0.85百分点、1.42百分点、2.27百分点和2.85百分点,表明了本文所提方法的可行性。