简介:为了分析岩石材料的非均质性对其破坏演化的影响,根据元胞自动机理论,从能量的角度建立了一种能够从细观层次上对岩石破坏演化进行模拟的物理元胞自动机模型(Mh-PCA模型),模型引用的Weibull随机分布函数对材料的非均质性进行描述.运用该模型,对m分别为1,5,10,15四种不同均质度材料的破坏模式及其破坏过程中的声发射现象进行了模拟分析.结果表明:材料的非均质性对其破坏有重要的影响,均质度越高,破坏过程中的分支裂纹越少,声发射也越集中.物理元胞自动机理论为岩石的破坏研究提供了一种新的研究思路.
简介:为了改善真实网络数据集上自动问答系统的性能,定义出新的问题类别集合和通用的答案重新排序模型.问题分类器借助先验词典和语法分析,将语义和语法信息引入信息检索和机器学习方法,呈现为多种多样的训练属性,包括疑问词、中心动词、疑问词与中心动词依赖关系、中心助动词位置、中心名词、中心名词顶级上位词等.进而通过问题类别信息,对问答查询结果重新排序.实验表明:分类器能够精确实现真实网络数据集的问题分类,重新排序后的自动问答结果也能得到明显改善.这说明借助语义和语法信息,真实网络数据集上的自动问答系统等应用可以得到改善,显示出更好的性能.
简介:近年来,随着深度学习和语音识别技术的飞速发展,基于深度学习语音识别的计算机辅助外语口语学习成为当前人工智能技术应用研究的一个热点。本文结合当前最先进的智能语音信息处理理论,在阐述英语口语自动评测的基本原理和算法的基础上,针对中考、高考口语考试考生音频的特点,提出了两种基于深度神经网络声学模型的更具噪音鲁棒性的评分算法。依据在初中和高中英语口语大规模统一考试的真实场景数据进行的验证实验,本文提出的自动评测方法比传统基于GOP(GoodnessofPronunciation)的方法具有较大的性能优势。本研究开发的部分技术已实际应用于全国多地的中考、高中期末考试及高考模拟考试的口语自动阅卷系统中,取得了良好的社会效益。
简介:文章通过对图书馆自动化集成系统(ILAS)的现状分析与研究,了解其性能特点,使其更好地投入应用,对当前图书馆的利用率大大提高与加强,更好地服务于广大读者群体。