基于BI-GRU-CRF模型的中文分词法

循环神经网络作为一种处理时序数据的有效模型,已在序列标注问题上得到了广泛应用。为解决序列标注中典型的中文分词任务,基于门限循环单元(Gated Recurrent Unit,GRU)神经网络,提出了一种改进的双向门限循环单元条件随机场(BI-GRU-CRF)模型,该模型不仅可以通过双向门限循环单元有效利用双向上下文信息,而且可以通过条件随机场层联合考虑相邻标签间的相关性,得到全局最优的标记序列结果。在常用的中文分词测评集(PKU、MSRA)以及由构建的军事领域分词语料上,分别采用四词位及六词位标注法进行了实验,结果表明BI-GRU-CRF模型具有良好的分词性能,且六词位标注法可以改进分词效果。     

关节对中误差对机械臂末端定位精度影响

针对机械臂关节对中误差对机械臂末端定位精度影响进行研究。以6自由度机械臂为研究对象,利用D-H法建立了机械臂运动学模型,并建立对中误差传递数学模型。利用蒙特卡洛方法以MATLAB为平台进行了误差分布仿真实验,得出了由于对中误差引起的机械臂末端定位误差分布特点,以及在不同对中误差等级下,机械臂末端定位误差概率分布情况。为对中误差修正提供了参考基础,同时为机械臂定位精度评价提供了定量化依据。     

可移植人体外耳支架的3D打印关键技术

探索使用医用硅胶制作患者个体外耳支架的关键技术,使用计算机断层扫描和逆向建模技术得到对应患者个体的外耳数字模型,利用3D打印技术制造人体外耳支架模具,并使用医用硅胶MED 4735完成人体外耳支架的制作成型。动物实验验证了其生物相容性,证明了方法的可行性。通过该技术制作的硅胶人体外耳支架可以高度模仿患者特定的耳廓形状,支架精度高、制造周期短、无生物排异,可为替代肋软骨雕刻人体外耳支架进行耳廓缺损治疗提供依据。     

虚拟PDM环境下基于特征增长的协同设计

协同设计目前已经成为解决复杂产品设计问题的关键技术之一.在分析了现有协同设计问题的基础上,提出通过构建虚拟PDM(VPDM,Virtual PDM),应用交换特征增长数据的方法,来解决企业间异构PDM、CAD应用系统的协同设计问题.给出了虚拟PDM的定义,并介绍了基于虚拟PDM进行协同设计的基本原理.建立了基于虚拟PD...     

如此“致富”的下场

去年秋季的一天,河南遂平县文城乡马庄村基干民兵王海彬到岳父王中杰家走亲戚。王中杰诡秘地对女婿说:“我买了一辆四轮,还想搞台犁子,你是不是给想点办法."王海彬"豪爽"地应承下来.当日晚上,王海彬就伙同     

火炮身管内膛疵病检测现状与展望

简要回顾了火炮身管内膛疵病的光学检测方法及其局限性，详细介绍了目前重点研究的光电窥膛检测方法，分析了取得的成果和存在的问题。对火炮身管内膛疵病检测的发展方向进行了预测与展望，指出基于机器视觉的研究是一个新的方向。探讨了今后的研究思路，提出首要的任务是在软件方面实现“采集一识别一判定”的自动运行，为此需要重点研究疵病检测的机器视觉图像信息、图像的纹理特征分析技术、疵病评定体系等3方面的内容。     

复杂装备网络化智能维护架构研究

针对复杂装备所面临的智能维护问题，进行了复杂装备的网络化智能维护架构理论研究，以满足装备保障的需要。首先，建立了复杂装备网络化智能维护的架构模型；其次，探讨了各部分的功能和系统实现的关键技术，并对其进行了性能分析；最后，将其应用到某型自行火炮的网络化智能维护中。结果表明，建立的复杂装备网络化智能维护架构具有可行性、可靠性和可扩展性，是进行复杂装备智能维护的一种全新的途径。     

故障预测技术综述

把握新军事变革机遇,加快信息化建设步伐,对军事装备进行有效的质量监控和故障预测是技术保障的重要内容。阐述了故障预测技术,系统地介绍了现有的、比较有代表性的故障预测技术方法,并叙述了其优缺点;最后重点对故障预测技术的发展前景进行了展望,指出了该研究领域当前需要进一步研究的问题和发展方向。研究故障预测技术对提高装备的维修和保障能力具有十分重要的意义。     

基于LMS系统的某型机枪动力特性测试方法

随着现代机枪不断轻量化,了解其结构动态特性对研究射击精度非常重要.搭建基于LMS的模态分析试验系统,进行硬件、软件及激振系统的配置,对某型机枪进行模态试验,并对测试数据进行分析,其结果对于进一步改进机枪结构动力特性提供了理论依据.     

基于仿射近似的摄像机标定

针对直接基于透视投影模型的标定算法计算量大、结果不稳定的事实,提出一种基于仿射投影矩阵的标定算法。算法首先线性解算仿射投影矩阵,然后分解出部分参数。在假定主点坐标等于图像中心的前提下,解算出其余参数,再以重投影图像点残差和为目标函数,对所有参数进行优化,获得精确的摄像机模型参数,达到精确、快速、稳定的标定目的。大量的仿真和真实图像实验证明算法比传统算法更稳定。