一、基于Web的EI检索系统(论文文献综述)
班新林[1](2021)在《高速铁路预制40m简支箱梁设计理论研究》文中研究指明我国高速铁路技术已经达到世界领先水平,运营里程占全世界高速铁路运营里程的一半以上,我国高铁一个显着的特点是桥梁占线路里程的比例高,平均大于50%,部分线路高达90%,其中标准设计的预应力混凝土简支梁桥又占桥梁里程的90%以上。标准简支梁桥的设计理论、建造模式及运营性能控制是我国高速铁路建设过程中面临的重大科学问题之一,成为保障高速铁路线路高平顺性与高速列车长期平稳运行的关键控制环节。以32m简支箱梁为核心的我国高铁标准简支梁建造技术已经发展成熟,但40m简支梁对我国长度约25m的动车组具有消振优势,并且在地形起伏较大区域、河流湖泊中桥梁下部基础造价较高等情况下可以节省大量工程投资,工程应用需求大。40m简支箱梁代表了高速铁路标准简支梁建造技术的发展方向,其中40m简支梁设计理论创新是亟需解决的问题。本文以高速铁路40m预应力混凝土简支箱梁为对象,研究内容涵盖动力学设计和静力学设计、容许应力法设计和极限强度理论设计、确定性分析和考虑参数随机性的可靠度分析,并且以实际工程应用目标打造一榀足尺试验梁,研究了系统的试验验证技术。开展的研究工作以及取得的创新性成果如下:(1)以动力系数和桥面加速度为控制指标,采用移动荷载列模型研究40m简支梁的竖向自振频率设计限值,研究结果论证了40m简支梁的消振效应,基频设计限值采用规范下限值即可。虽然混凝土结构本身较大的线质量,决定了桥面加速度不控制高铁简支梁的刚度设计,本文针对较小线质量40m简支梁基频限值的分析,可以为轻型桥梁结构和轨道结构的发展提供借鉴。另外,以车体加速度为控制指标,采用车桥耦合动力仿真模型,研究了40m简支梁的挠跨比、残余徐变变形和墩台不均匀沉降限值,根据是否为可调的工后变形,分别给出各自的研究原则,研究得到的挠跨比限值大于既有规范,不控制40m简支梁刚度设计。基于车体加速度随速度变化规律,采用运营速度给出单独考虑的残余徐变变形限值和墩台不均匀沉降限值,并给出工后变形变位的组合限值。(2)基于现行规范设计了一榀完全满足工程应用条件的高速铁路40m简支箱梁,设计考虑了运营状态设计指标、施工工况下混凝土应力以及横框结构的钢筋应力和裂缝宽度,设计结果满足规范要求。试验梁预制质量良好,基于研发的试验平台和加载系统,验证了40m简支梁抗弯性能、抗扭性能、抗裂安全系数、开裂荷载、预应力度和强度安全系数,结果满足设计要求。针对受力复杂的锚固区,试验验证了预应力张拉工况下结构受力安全。(3)使用桁架模型分析40m简支梁抗弯极限承载力,并与国内外规范公式进行对比,采用容许应力法设计的简支梁在采用极限状态法验算时,抗弯能力有5.9%~10.7%的富裕。提出了采用莫尔协调转角桁架模型、转角软化桁架模型、固角软化桁架模型的抗剪设计方法,考虑了混凝土软化本构模型,以试验测试数据为分析起点,以试验梁配筋为基础,得到了抗剪钢筋的屈服顺序以及混凝土结构极限剪应力。采用转角软化桁架模型分析得到40m简支箱梁纯扭状态的破坏全过程,随着扭转角的增加,得到混凝土主压应变、剪力流区厚度发展规律和钢筋屈服顺序。研究表明40m简支梁抗扭延性比为15.8,具有很好的塑性变形能力。针对锚固区受力特征,基于拉压杆理论创立了三种腹板模型和两种底板模型,结果表明预应力筋的劈裂力不控制足尺试验梁端配筋设计。(4)考虑二期恒载引起的跨中挠度和二期恒载加载龄期的随机性,分别采用一次二阶矩法和基于拉丁超立方抽样的蒙特卡洛法计算残余徐变变形的可靠度,结果表明增加二期恒载加载龄期可以有效控制残余徐变变形的发展。考虑截面抗弯刚度、线质量和阻尼比的随机性,研究了桥面加速度的可靠度;考虑轨道不平顺的高低幅值和残余徐变上拱幅值的随机性,研究了车体加速度的可靠度;加速度响应均符合极值I型分布规律。累积概率99%的加速度明显大于确定性计算结果,可以作为设计参考指标。
姜天文[2](2021)在《条件性知识图谱构建及其应用研究》文中指出知识对于人类的生产生活至关重要,其获取与利用是智能的重要体现。知识图谱,作为自然语言处理和数据挖掘领域的热点问题,为实现人工智能提供知识引擎应对诸如机器问答、阅读理解、自动化文本生成等问题。在知识图谱中实体及其关系是核心要素:实体以节点形式呈现、关系以边形式呈现用以链接实体,最终表现为平坦网状的图结构。实体关系事实是当前知识图谱重要且唯一知识单元,但本文认为条件对于事实的验证性和可用性至关重要,知识图谱应当引入条件。条件的引入,一方面表征了条件性成立的事实知识、激活了知识图谱中事实的可验证性和可用性,将极大推动知识图谱研究发展;另一方面将条件与事实同时结构化表征在图谱中,极大地充分且有效利用文本知识、促使文本到知识的无损结构化成为可能。本文首次提出条件性知识图谱,研究设计条件性知识图谱网络结构表征,探索其自动化构建方法并研究其在下游任务上的应用。本文的研究内容从以下四个方面展开,分别对应于本文的四个核心创新点:·基于关系问询策略的实体关系同步联合抽取。实体及其关系抽取是知识图谱基础性研究,是探索条件性知识图谱构建方法的重要基础前提。现有的实体和关系联合抽取方法大多采用异步框架,但易产生中间冗余信息、组件之间交互受限,以及推理时暴露偏差等局限。同步抽取框架同步地学习实体和关系模型并同步输出抽取结果,可以避免这些局限性但却受累于重叠元组问题。本文提出基于关系问询策略的同步抽取框架,更加充分地同步学习实体及其关系模型并实现无矛盾地抽取重叠元组。·条件性知识图谱表征设计及其构建。现有知识图谱将事实知识表示为概念的扁平关系网络,没有考虑事实的条件所起到的重要作用,失去了知识图谱中事实的可验证性和条件完整性,降低了知识图谱中事实的可用性。本文首次提出条件性知识图谱,并为其设计了一种层次化网络结构,相比于传统的平坦网状结构,可以同时表征事实及其条件且结构更为灵活。另外,利用既有的关于实体关系抽取等自然语言技术的研究结果,提出一种基于多输入的事实-条件双输出的序列标注模型用以实现条件性知识图谱的自动化构建。·基于动态多输出的条件性知识图谱构建。研究表明多元组重叠、事实条件间角色分配冲突等问题是从文本中自动化构建条件性知识图谱的主要瓶颈。观察到93.8%的语句包含多事实或多条件元组,将抽取模型的单输出设计扩展到多输出是必要的,如何动态地确定元组数量成为关键性问题。利用既有的实体关系抽取所得结果和实体关系编码预训练模型,提出依据文本信息动态地抽取多事实多条件元组的多输出序列标注模型,突破性地提升了条件性知识图谱的构建精准度。·基于条件性知识图谱的文献搜索应用。条件性知识图谱保留文本中事实和条件,是一种低损耗结构化表征,对于众多自然语言处理任务具有很高的应用价值。将文献搜索作为条件性知识图谱的应用目标,探索条件性知识图谱的普适性应用技术。现有的文献搜索系统主要基于文本层面提出搜索算法,不利于复杂知识结构的匹配。提出基于条件性知识图谱路径匹配和表征学习的方法,在复杂的事实-条件知识结构上解决文献搜索问题。综上所述,本文在知识图谱的背景下,从实体关系抽取的基础研究出发,到条件性知识图谱的自动化精准构建,最后探索条件性知识图谱的实际应用价值。希望本研究能够对知识图谱和自然语言处理、数据挖掘领域的学者提供一定的参考作用。
黄杨成[3](2021)在《组合桁腹连续梁桥桁-箱等效理论研究》文中认为
陈艾凡[4](2021)在《基于自我管理支持的综合核心干预对社区老年2型糖尿病患者血糖控制效果影响的随机对照研究》文中认为
康立为[5](2021)在《基于知识图谱的热点发现技术的研究与应用》文中进行了进一步梳理随着科学出版物的数量在不断增加,理解一篇科学论文可能需要很长时间,这对人们可以阅读的论文数量提出了很大的挑战。随着近些年来人工智能技术的越来越被重视,知识图谱技术也经常被其他领域所使用,利用知识图谱中实体与实体之间的关联,通过图的剪枝,将知识图谱的图形知识结构转变成一个具有层次体系的树形结构,在树形结构上依靠统计科学知识挖掘隐藏信息,找到存在与树上的技术热点,通过这样可以帮助科研工作者,迅速了解某个专业领域相关的热点技术。本文针对上述问题,基于人工智能领域的论文摘要数据,构建了人工智能领域的知识图谱,研究了概念体系树形结构的生成方法,实现了在树形结构上发现技术热点节点的功能。主要工作如下:(1)通过爬虫技术爬取了人工智能领域相关论文摘要,并进行数据的处理。并在此数据基础上,应用了一个使用新的标注方法的基于预训练模型的端到端的联合实体关系抽取模型完成了实体识别和关系抽取两个任务。(2)接着对知识图谱中三元组缺失进行研究,使用知识表示的方法进行链接预测来补全三元组,针对知识图谱中的节点进行表示学习,进行了图谱补全的相关实验。(3)针对知识图谱图形结构过于复杂难以发现热点信息的问题研究了如何利用构建好的知识图谱上的信息生成一个具有良好层次结构的概念体系生成树。(4)针对概念体系生成树,依靠相应的分析指标,发现树形知识结构中的热点实体,找到当前的热点技术,完成热点发现功能。(5)最后,本文利用图数据库存储数据,在构建好的人工智能领域知识图谱的基础上,完成了实体关系识别、实体查询、关系检索、热点发现四个功能模块。通过此系统,用户可以更方便、更快捷、更全面的了解人工智能领域相关的信息。
张冠群[6](2021)在《基于联合模式的实体关系抽取算法的研究与实现》文中研究表明知识图谱,是结构化的语义知识库,是让机器实现认知智能的基石。它通过图结构的形式来描述知识中的概念及其相互关系,其基本组成单位是“实体——关系——实体”三元组,它们通常隐藏在海量非结构化的文本当中。面对海量的数据,实体关系抽取技术能够实现自动地从非结构化的文本中抽取出符合实际需求的结构化数据,能够大量地减少人力的投入。因此,如何准确、全面地从文本中提取出知识三元组,是一个极具研究价值的问题。命名实体识别和关系抽取是两个不同的信息抽取任务,前者能够从非结构化的文本中提取出实体边界、实体类别的信息,而后者能够识别出不同实体对之间的语义关系信息。通过二者的工作特点容易发现,两个任务之间具有较强的关联性。因此,研究者试图将上述两个任务结合起来,充分利用其关联性,以期获取更好的工作效率和抽取效果。本文主要以实体关系联合抽取算法为研究主题,并结合当前自然语言处理领域的热点技术中暴露出的问题展开研究,其主要研究内容如下:第一,调研并复现了目前性能优良、覆盖场景广泛的热点技术——span级别的实体关系联合抽取,并指出现有方法中的不足:尽管此类模型能够考虑到相互嵌套的实体对关系抽取任务所带来的影响,规避了传统序列标注模式的弊病,但是缺乏句法特征的补充。从而导致模型抽取的关系与对应的实体类型组合相关,但是从句子语义的角度看实体之间却并不存在关系的现象。此外,现有研究表明,在多头注意力机制中一些注意力头倾向于关注相似的内容,并没有发挥出足够的语言建模能力。本文针对上述观察进行分析,并讨论其解决思路;第二,基于上述观察,本文提出一个基于BERT预训练语言模型,并结合句法特征融合的多头注意力机制以及关系子句局部注意机制的实体关系联合抽取算法。在进行span级别的命名实体识别任务基础上,按照不同的实体位置,对依存句法树进行剪枝,形成权重,让多头注意力模型中的一部分注意力头对其进行关注,然后对整个句子进行建模,从而在充分利用注意力头的同时,实现句法和语义特征的融合,同时讨论了不同的剪枝策略对模型产生的影响。此外,还提取出句子中的实体对及其之间的上下文,并施加了局部注意力机制,以实现局部语义的深入挖掘。该模型在公开数据集Conll04和SciERC上进行了实验,结果表明,相比于当前性能优异的baseline模型,在F-1指标上分别有着2.4%和3.3%的提升,获得了更佳的抽取效果;第三,利用上述研究成果,结合实际应用场景的特点,开发了一个基于中文影视新闻领域的信息抽取原型系统,该系统能够自动地从公开网络中定期增量采集影视新闻,然后对采集的新闻语料进行信息抽取,并支持以图谱的方式展示出知识抽取的结果,实现了一个从网络非结构化文本中抽取知识三元组的初步解决方案。
陈秋瑾[7](2021)在《基于微服务架构与知识图谱技术构建无人机知识库系统》文中进行了进一步梳理近年来,随着无人机技术的飞速发展以及逐年上涨的市场需求,无人机在各领域得到广泛应用且发挥着重要作用。随着“互联网+”时代的到来以及大数据技术的迅速发展,互联网中信息数据呈现指数增长趋势,如何在信息爆炸的时代获取所需的有效信息成为亟待解决的问题。本文采用B/S服务器模式,以分布式微服务架构为基础,基于分布式及增量式爬虫技术获取互联网中与无人机等应用领域相关的海量数据,采用自然语言处理、知识图谱、机器学习等算法从海量的非结构化文本数据中提取挖掘隐含及潜在价值知识,并利用Echarts组件及知识图谱等算法进行可视化分析,最后形成定制化的无人机知识库。主要研究内容如下:(1)知识获取及存储技术。系统以Scrapy为爬虫框架,采用分布式结合增量式爬虫技术从互联网中高效地获取无人机行业相关的海量数据;采用Redis高速缓存数据库存储爬取的URL网址,结合My SQL关系型数据库稳定地存储最终得到的结构化数据。(2)系统构建流程及架构设计。利用云计算技术的大数据管理平台,基于分布式服务器与大数据技术搭建系统,采用自底向上为主、自顶向下为辅的方式构建知识库;由于系统爬取任务量的增加及分布式服务器的需求,系统的架构也由最初的SMM单体式架构优化升级为Spring Cloud分布式微服务架构,以提高系统的扩展性及移植性。(3)数据提取及知识抽取技术。采用类机器学习机制半自动化地提取非结构化文本数据,通过构建自定义的规则库训练样本数据,提取出标签以匹配提取出的结构化数据;并利用自然语言处理等算法从获取的文本数据中提取关键句并生成文章的摘要信息;通过知识图谱等算法实现对获取的文本数据的知识抽取,最终抽取出结构化的知识元加入进知识库中,以实现知识库的知识发现与知识挖掘功能。(4)知识表示及数据可视化分析。采用知识树形式进行知识表示,并采用Echarts技术、知识图谱等可视化技术对获取及处理后的数据进行数据可视化分析,并以各类统计图表、关键字云图、机构同现及作者同现图等形式展现,直观清晰地展示无人机等行业领域的研究现状与发展趋势。
马国斌[8](2021)在《基于知识图谱的专利知识检索研究》文中进行了进一步梳理专利作为最能体现人类发明创造能力的知识载体,对制造企业的发展也起着至关重要的推动作用,一方面企业可以通过申请专利来保护自己的知识产权,另一方面企业通过对专利中所含知识的合理利用也能促进其自身的创新进程。随着人工智能技术的飞速发展,以及我国制造企业对其所拥有的知识进行智能化管理需求的增长,将二者结合起来对知识进行有效的管理和挖掘分析有着广阔的应用前景,目前,制造企业知识管理还没有将诸如自然语言处理等前沿的深度学习技术应用到知识的挖掘分析场景中,导致了知识的利用效率不高的问题。针对上述现状,本文尝试将知识图谱相关技术应用到制造企业所拥有的典型知识——专利文本的检索中,开展如下研究工作。为了将专利从文档细化为更小的结构化知识粒度以便于精细化的知识管理与应用,进行专利知识图谱构建研究。以机械制造企业所拥有的与发动机相关的专利文本作为数据来源,对专利知识图谱的本体层进行较为完善的定义;研究基于Bert的深度学习算法,对专利文本中的实体和实体之间的关系进行自动化抽取,利用客观标注的专利数据集验证算法,证明专利知识抽取的准确度。最后,利用抽取出来的知识构建专利知识图谱,实现专利的结构化建模。为了对构建起来的专利知识图谱进行可计算性处理,支持知识图谱的数字化应用效率,研究知识图谱向量化表示技术。分析现有TransE算法,针对其对术语实体表达能力不足的问题,提出融合词汇信息和实体类别信息的WTBT算法,用链接预测任务方法验证所提出算法的通用有效性,确保通用评价指标有一定的提升。利用较为直观的向量距离计算、向量可视化等方法,查找相似术语实体,最终验证本文算法所得向量对术语词汇具有有效语义表达能力。为改善现有专利检索系统单一的文本匹配模式,无法对输入的检索语句进行有机的扩展、限制了专利重用效率的问题,将检索语句的模式分类为包含单个实体或包含多个实体的情况,详细分析每种模式的检索意图,提出基于知识图谱的专利扩展检索模型(PEBKG),针对不同检索模式,给出对应的扩展检索方案,并采用检索实例验证本文模型的有效性。本文的研究内容为专利文本的知识挖掘方法提供了一种新的思路,利用知识图谱这种图形结构化方法对专利文本进行解构,支持具有联想特性的智能检索需求,具有一定的创新性。在专利知识图谱的构建和应用方面也有一定的实用和借鉴意义。
鞠亚军[9](2021)在《基于智能推荐算法的科研管理系统的研究与开发》文中进行了进一步梳理随着科学研究的发展及“互联网+大数据”技术的日渐成熟,科研管理信息理论与技术不断创新,实用的科研管理系统需求量增加。同时,科研工作作为高校主要任务,已成为衡量高校综合实力的重要指标。目前很多科研管理系统存在管理模式僵化、数据过度冗余、推荐专家不符、管理效率低下等问题。本文优化了科研管理及其流程,设计了基于Web的科研管理信息化的逻辑模型,并研发了该信息化平台。这对科研人员与科研管理人员的工作效率有很大的提高作用。主要完成的工作有:(1)研究了项目的关键算法:首先研究了推荐系统,从科研项目信息和专家信息这两个维度对信息进行分类。将大量非结构化数据转化为结构化数据,通过标签来对信息分类,利用TF-IDF算法计算标签的权值。分析比较了网络爬虫技术,采用基于python的Scrapy爬虫技术实现本项目。(2)提出了基于智能推荐的科研管理:采用LDA主题模型对分类好的信息进行关键字提取。科研项目的信息与专家的信息,进行量化处理,并由空间量化模型表示出来。采用余弦值来表示空间量化的相似度,进而计算出科研项目与专家之间的相似度,实现科研专家的智能推荐。同时,利用爬虫技术自动添加、更新专家库信息,为专家的智能推荐提供数据保障。(3)详细设计了科研项目管理系统:系统基于Asp.net Web开发框架采用C#、Python、Javascript语言开发。使用SQL Server 2012数据库保存后台数据,并对重要信息进行了加密存储。系统主要功能包括项目申报和修改、项目审核、立项和验收管理、专家管理、项目管理、公告管理、文档管理等功能。经过测试,系统具有操作简单、便于使用的优点。本系统的开发,可以让项目申报者解决传统手工操作下的效率低下和资源浪费问题,同时也满足了科研管理部门对项目的审核、立项和存档方面信息化管理的需求。科研项目管理的信息化建设可以大大提升高校在科研领域的竞争优势。
谢青生[10](2021)在《基于建筑信息模型的三维室内路网自动化构建方法研究》文中研究指明随着智慧城市和建筑产业数字化技术的快速发展,室内路网已经成为城市智慧服务、无人驾驶、消防救援与疏散、智能仓储等空间位置应用需求的基础,是机器人、无人机等进行智能化作业的重要问题之一。建筑信息模型(Building Information Modeling,BIM)是建筑产业数字化进程中的重要技术,BIM模型内包含建筑全生命周期内各个阶段的建筑数据,是室内路网自动化构建的优质数据源。完整的三维室内路网由同楼层室内路网和跨楼层室内路网两部分组成。当前的同楼层室内路网提取方法大多单独采用网格路网模型或者拓扑路网模型,跨楼层室内路径构建方法不适用于具有不规则几何形状的跨楼层构件路径提取。本论文针对同楼层室内路网构建过程中单独采用网格地图模型或拓扑地图模型将导致室内路网应用中存在准确性或效率性的问题,以及现存的跨楼层室内路网提取方法不适用于不规则几何形状跨楼层构件的问题,提出了一种基于BIM模型的三维室内路网自动化构建方法。主要研究工作如下:(1)提出综合网格特征和拓扑特征的BIM同楼层混合室内路网自动化构建方法。本文通过研究现存室内路网提取方法,发现当前的同楼层室内路网提取方法大多单独采用网格路网模型或者拓扑路网模型,这将导致同楼层室内路网在应用过程中存在准确性和效率性问题。为此,本文提出了综合网格特征和拓扑特征的同楼层混合室内路网自动化构建方法。该方法以工业基础类(Industry Foundation Classes,IFC)标准文件作为数据源,首先提取出BIM模型中的同楼层建筑数据,将这些数据离散化并映射到平面网格中,建成同楼层网格路网模型;接下来,采用网格细化算法将同楼层网格路网进行细化,并基于细化后的网格路网建立拓扑路网模型;最后,将网格路网和拓扑路网链接并存储,从而形成同楼层混合路网模型。由于采用所提方法构建的混合路网模型中的拓扑路网是由网格路网转化生成的,因而网格路网和拓扑路网存在内在的联系,保证了所建同楼层混合室内路网模型兼具网格特征和拓扑特征。实验过程中,本文应用所提方法在三类不同的单层BIM模型中构建了完整的同楼层室内路网,并在生成的路网中进行了路径规划实验。实验结果表明,本文构建的同楼层混合室内路网模型综合了网格路网和拓扑路网的优点,在路径规划应用中兼具网格路网的准确性和拓扑路网的效率性。(2)提出适用于任意几何形状构件的跨楼层室内路径自动化构建方法。现存的大多数跨楼层室内路径提取方法只能从具有规则几何形状的跨楼层构件中构建起完整合理的跨楼层路径,少数人研究了从不规则跨楼层构件中提取路径,但依赖于大量的人工处理过程。针对当前跨楼层室内路径构建方法不具有普遍适用性的问题,本文研究并提出了一种面向任意几何形状构件的跨楼层室内路径自动化构建方法,并给出了跨楼层室内路径自动化构建算法。该方法首先将三维的跨楼层BIM构件投影到一个二维平面(X-Z平面)中;然后研究了一种边界提取算法从跨楼层构件的X-Z投影图中提取出边界图;进而,从投影边界图中构建一条拓扑路径;最后,将生成的X-Z拓扑路径与三维BIM构件进行交互操作,生成一条完整且合理的跨楼层拓扑路径。为了初步验证所提跨楼层室内路径构建方法的有效性,本文选取八类典型跨楼层构件进行验证实验。实验结果表明,所提跨楼层室内路径构建方法,能够自动化地从任意几何形状的跨楼层构件上构建完整合理的跨楼层路径。(3)面向BIM三维室内路网自动化构建的方法实现及实际案例分析。本文在基于BIM模型的三维室内路网自动化构建方法的研究基础上,设计开发了基于B/S架构的BIM三维室内路网自动化构建系统,并对系统的框架和功能设计进行了详细阐述。BIM三维室内路网自动化构建系统以BIM模型的IFC格式文件为数据源,并对BIM数据进行解析和转化,支持自动化地构建三维室内路网,进而,结合面向Web GL的三维图形引擎技术,实现BIM三维室内路网的可视化展示。在此基础上,本文选择某高校科研楼做为实验建筑,采用所提基于BIM模型的三维室内路网自动化构建方法,通过BIM建模,BIM数据上传及解析、路网数据提取和可视化等过程,实现了实验建筑BIM模型内的三维室内路网自动化构建以及路网可视化展示。本文在同楼层室内路网构建过程中综合了网格特征和拓扑特征,提升室内路网在空间位置服务中的准确性和效率性,在跨楼层室内路网构建时提出了面向任意形状构件的跨楼层路径构建方法,提升了室内路网构建方法对不同形状跨楼层构件的适用性。本文对推进三维室内路网构建过程的自动化水平具有重要意义,为三维室内路网在城市智慧服务、机器人和室内路径规划等领域的智能化发展提供技术支持。
二、基于Web的EI检索系统(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、基于Web的EI检索系统(论文提纲范文)
(1)高速铁路预制40m简支箱梁设计理论研究(论文提纲范文)
致谢 |
摘要 |
ABSTRACT |
1 绪论 |
1.1 选题背景 |
1.2 铁路标准简支梁发展 |
1.3 铁路标准简支梁动力设计参数 |
1.3.1 铁路桥梁动力学研究方法 |
1.3.2 动力设计参数 |
1.4 高速铁路32m简支箱梁结构设计 |
1.4.1 设计指标 |
1.4.2 高速铁路32m简支梁设计 |
1.5 铁路桥梁基于可靠度的设计研究 |
1.6 高速铁路40m简支箱梁研究意义 |
1.7 本文技术路线与主要研究内容 |
2 基于桥梁动力响应的竖向自振频率限值研究 |
2.1 车桥消振理论 |
2.2 跨度32m、40m简支梁动力响应规律对比 |
2.3 基于动力系数的竖向自振频率限值 |
2.4 基于桥面加速度的竖向自振频率限值 |
2.5 本章小结 |
3 基于车体加速度的变形变位设计限值研究 |
3.1 车桥耦合计算理论 |
3.2 基于列车运行舒适度的变形变位分析原则 |
3.2.1 挠跨比计算原则 |
3.2.2 残余徐变变形计算原则 |
3.2.3 墩台不均匀沉降计算原则 |
3.3 挠跨比限值 |
3.4 残余徐变变形限值 |
3.5 不均匀沉降限值 |
3.6 工后变形变位组合限值 |
3.7 车体加速度峰值规律 |
3.8 本章小结 |
4 足尺试验梁设计 |
4.1 设计原则 |
4.2 结构设计 |
4.3 结构计算 |
4.3.1 运营阶段设计计算 |
4.3.2 预应力工况实体有限元计算 |
4.3.3 横框配筋计算 |
4.4 本章小结 |
5 足尺试验梁试验 |
5.1 试验梁预制 |
5.2 试验加载系统 |
5.2.1 台座系统 |
5.2.2 七点加载模式 |
5.2.3 静载试验自动控制系统 |
5.3 整体受力性能测试 |
5.3.1 设计荷载测试 |
5.3.2 偏载试验 |
5.3.3 抗裂安全性能测试 |
5.3.4 预应力度及强度安全性能测试 |
5.4 终张拉梁端应力测试 |
5.5 本章小结 |
6 基于桁架模型的极限承载能力分析 |
6.1 混凝土结构承载力分析理论 |
6.2 抗弯承载力分析 |
6.2.1 桁架模型 |
6.2.2 基于规范的承载力计算 |
6.3 抗剪承载力分析 |
6.3.1 整体抗剪承载力 |
6.3.2 基于弥散应力单元的抗剪承载力计算 |
6.4 抗扭承载力分析 |
6.4.1 转角软化桁架模型 |
6.4.2 基于规范的承载力计算 |
6.5 本章小结 |
7 锚固区受力分析及配筋验算 |
7.1 简支梁D区设计理论 |
7.2 AASHTO规范计算 |
7.2.1 锚固力效应计算 |
7.2.2 腹板配筋验算 |
7.2.3 底板配筋验算 |
7.3 拉压杆模型计算 |
7.3.1 腹板配筋验算 |
7.3.2 底板配筋验算 |
7.4 本章小结 |
8 徐变可靠度和车桥动力可靠度研究 |
8.1 时变可靠度理论 |
8.2 动力可靠度理论 |
8.2.1 首次超越失效机制 |
8.2.2 极值分布 |
8.3 可靠度计算方法 |
8.3.1 一次二阶矩法(FOSM法) |
8.3.2 蒙特卡洛法(Monte Carlo Method) |
8.3.3 拉丁超立方抽样(Latin hypercube sampling,LHS) |
8.4 残余徐变变形可靠度分析 |
8.4.1 40m简支箱梁残余徐变变形设计计算 |
8.4.2 徐变时变分析模型 |
8.4.3 一次二阶矩法可靠度分析 |
8.4.4 基于拉丁超立方的蒙特卡洛法可靠度分析 |
8.5 桥面竖向加速度可靠度分析 |
8.5.1 基本工况 |
8.5.2 基于可靠度的桥面加速度计算 |
8.5.3 参数灵敏度分析 |
8.6 车体竖向加速度随机性分析 |
8.6.1 基本工况 |
8.6.2 基于可靠度的加速度计算 |
8.6.3 参数灵敏度分析 |
8.7 本章小结 |
9 结论与展望 |
9.1 结论 |
9.2 创新点 |
9.3 展望 |
参考文献 |
作者简历及攻读博士学位期间取得的科研成果 |
学位论文数据集 |
(2)条件性知识图谱构建及其应用研究(论文提纲范文)
摘要 |
Abstract |
物理量名称及符号表 |
第1章 绪论 |
1.1 课题背景及研究意义 |
1.1.1 课题背景 |
1.1.2 课题意义 |
1.2 研究现状及分析 |
1.2.1 知识图谱简述与定义 |
1.2.2 封闭式信息抽取技术研究 |
1.2.3 开放式信息抽取技术研究 |
1.2.4 基于知识图谱的应用研究 |
1.3 本文的研究内容及章节安排 |
第2章 基于关系问询策略的实体关系同步联合抽取 |
2.1 引言 |
2.2 问题定义 |
2.3 方法 |
2.3.1 共享多头自注意力编码器 |
2.3.2 关系判别解码器 |
2.3.3 命名实体识别解码器 |
2.3.4 关系元组实体检测 |
2.3.5 损失函数 |
2.4 实验结果 |
2.4.1 实验设置 |
2.4.2 结果对比与分析 |
2.4.3 模型分析 |
2.5 本章小结 |
第3章 条件性知识图谱表征设计及其构建 |
3.1 引言 |
3.2 方法 |
3.2.1 条件性知识图谱定义 |
3.2.2 编码器-解码器模型 |
3.2.3 条件-事实双输出模块 |
3.2.4 多输入模块 |
3.2.5 迭代自训练模块 |
3.3 实验结果 |
3.3.1 实验设置 |
3.3.2 标签预测和事实/条件元组抽取的结果 |
3.3.3 条件性知识图谱构建案例研究 |
3.4 本章小结 |
第4章 基于动态多输出的条件性知识图谱构建 |
4.1 引言 |
4.2 数据集构建 |
4.3 方法 |
4.3.1 多输入模块 |
4.3.2 多输出模块 |
4.3.3 损失函数和训练 |
4.4 实验结果 |
4.4.1 实验设置 |
4.4.2 BioCFE的结果 |
4.4.3 BioNLP2013的结果 |
4.4.4 可视化案例研究 |
4.5 本章小结 |
第5章 基于条件性知识图谱的文献搜索应用 |
5.1 引言 |
5.2 基于条件性知识图谱路径匹配的文献搜索 |
5.2.1 从内容到元组 |
5.2.2 从元组到条件性知识图谱 |
5.2.3 从条件性知识图谱到搜索算法 |
5.3 基于条件性知识图谱路径匹配的实验结果 |
5.3.1 实验设置 |
5.3.2 结果分析 |
5.3.3 案例研究 |
5.4 基于条件性知识图谱表征学习的文献搜索 |
5.4.1 问题定义 |
5.4.2 基于多层条件性知识图谱的多层编码模型MEMK |
5.4.3 基于条件性知识图谱的查询扩展 |
5.4.4 表征学习模型训练方法 |
5.5 基于条件性知识图谱表征学习的的实验结果 |
5.5.1 实验设置 |
5.5.2 预处理 |
5.5.3 结果分析 |
5.6 本章小结 |
结论 |
参考文献 |
攻读博士学位期间发表的论文及其他成果 |
致谢 |
个人简历 |
(5)基于知识图谱的热点发现技术的研究与应用(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 研究背景与意义 |
1.2 国内外研究现状 |
1.2.1 知识图谱研究现状 |
1.2.2 实体关系抽取研究现状 |
1.2.3 知识图谱补全研究现状 |
1.2.4 概念体系生成树构建研究现状 |
1.3 研究内容 |
1.4 论文结构 |
2 相关技术 |
2.1 预训练模型 |
2.2 知识图谱介绍 |
2.2.1 知识图谱三元组抽取模型 |
2.2.2 知识图谱补全 |
2.3 基于图的树生成方法 |
2.3.1 无圈方法 |
2.3.2 朱-刘/埃德蒙兹算法 |
3 知识图谱构建 |
3.1 三元组抽取 |
3.1.1 数据获取 |
3.1.2 人工智能领域知识图谱模式层 |
3.1.3 知识图谱三元组抽取 |
3.2 知识图谱补全 |
3.2.1 负样生成方法 |
3.2.2 实验设计 |
3.2.3 评价方法 |
3.2.4 模型性能与分析 |
3.2.5 负采样实验 |
3.2.6 链接预测结果 |
3.3 数据存储与统计 |
3.4 本章小结 |
4 树形结构节点热点发现 |
4.1 概念体系结构树生成 |
4.1.1 基于图的树生成算法 |
4.1.2 聚类改进树形结构 |
4.2 树形结构节点热点发现 |
4.2.1 主题结构介绍 |
4.2.2 热点数据评价指标 |
4.2.3 实验结果分析 |
4.3 本章小结 |
5 知识图谱与热点发现应用 |
5.1 引言 |
5.2 系统需求分析 |
5.2.1 功能需求分析 |
5.2.2 非功能需求分析 |
5.3 系统设计 |
5.3.1 总体架构设计 |
5.3.2 功能设计 |
5.3.3 存储设计 |
5.4 系统功能展示 |
5.4.1 系统首页 |
5.4.2 实体关系识别模块 |
5.4.3 实体查询模块 |
5.4.4 关系检索模块 |
5.4.5 热点发现模块 |
5.5 系统测试 |
5.6 小结 |
结论 |
参考文献 |
致谢 |
(6)基于联合模式的实体关系抽取算法的研究与实现(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 课题研究背景与意义 |
1.2 国内外领域研究进展 |
1.2.1 命名实体识别研究 |
1.2.2 基于规则和传统机器学习的关系抽取研究 |
1.2.3 基于深度学习的实体关系抽取研究 |
1.3 本课题研究内容 |
1.4 论文结构安排 |
第二章 相关理论与技术 |
2.1 Transformer模型 |
2.1.1 模型结构介绍 |
2.1.2 多头注意力机制的分析研究与问题讨论 |
2.2 词嵌入技术 |
2.2.1 静态词嵌入技术 |
2.2.2 动态词嵌入技术 |
2.3 依存句法分析技术 |
2.4 本章小结 |
第三章 基于句法增强多头注意力的实体关系抽取模型 |
3.1 模型概览 |
3.2 模型结构 |
3.2.1 词嵌入模块 |
3.2.2 span级别的命名实体识别模块 |
3.2.3 句法增强的多头注意力机制 |
3.2.4 子句信息增强模块 |
3.2.5 关系抽取模块 |
3.3 相关实验与结果分析 |
3.3.1 实验数据集与参数设置 |
3.3.2 相关评价指标 |
3.3.3 实验结果总体分析 |
3.3.4 剪枝效果分析 |
3.3.5 模型消融实验分析 |
3.3.6 误差分析与讨论 |
3.4 本章小结 |
第四章 基于中文影视新闻领域的信息抽取原型系统 |
4.1 需求分析 |
4.2 系统整体设计 |
4.2.1 系统架构与技术选型 |
4.2.2 系统功能模块划分 |
4.3 系统模块设计与实现 |
4.3.1 爬虫管理模块 |
4.3.2 抽取平台模块 |
4.3.3 关系图谱模块 |
4.3.4 数据维护模块 |
4.4 系统测试 |
4.4.1 测试环境 |
4.4.2 数据集构造 |
4.4.3 功能性测试 |
4.4.4 性能测试 |
4.5 本章小结 |
第五章 总结与展望 |
5.1 论文工作总结 |
5.2 下一步工作展望 |
参考文献 |
致谢 |
攻读学位期间取得的研究成果 |
(7)基于微服务架构与知识图谱技术构建无人机知识库系统(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景及意义 |
1.1.1 研究背景 |
1.1.2 研究意义与价值 |
1.2 国内外研究现状 |
1.2.1 专家系统及知识库研究现状 |
1.2.2 知识图谱技术研究现状 |
1.2.3 Web文本挖掘技术研究现状 |
1.2.4 无人机技术发展及应用现状 |
1.3 研究目标与研究内容 |
1.3.1 研究目标 |
1.3.2 研究内容 |
1.4 论文研究技术路线 |
1.5 论文组织结构安排 |
第二章 理论基础及关键技术 |
2.1 相关理论基础 |
2.2.1 知识库 |
2.2.2 知识发现 |
2.2.3 知识图谱 |
2.2 知识获取技术 |
2.2.1 数据获取技术 |
2.2.2 数据去重技术 |
2.2.3 数据提取技术 |
2.2.4 数据存储技术 |
2.3 知识抽取技术 |
2.3.1 实体抽取技术 |
2.3.2 关系抽取技术 |
2.3.3 事件抽取技术 |
2.3.4 实体链接与消岐 |
2.4 知识表示技术 |
2.5 自动文摘技术 |
2.5.1 自动文摘生成原理 |
2.5.2 TextRank算法 |
2.6 本章小结 |
第三章 知识库系统的设计与构建 |
3.1 系统非功能需求 |
3.2 系统性能设计 |
3.2.1 系统可靠性设计 |
3.2.2 系统安全性设计 |
3.3 系统架构设计 |
3.3.1 整体架构设计 |
3.3.2 技术架构设计 |
3.3.3 分布式微服务架构 |
3.3.4 Scrapy爬虫框架 |
3.3.5 基于Swagger框架管理API |
3.4 技术路线与实施方案 |
3.4.1 知识库的构建方式 |
3.4.2 系统的技术路线 |
3.4.3 系统的实施方案 |
3.4.4 开发环境与开发语言 |
3.5 本章小结 |
第四章 知识图谱的实现与应用 |
4.1 知识获取 |
4.1.1 定制化设置关键字 |
4.1.2 定制化爬取专业网站 |
4.2 数据提取 |
4.2.1 半自动化提取数据 |
4.2.2 自动文摘的提取 |
4.3 知识抽取 |
4.3.1 实体抽取(命名实体识别) |
4.3.2 实体关系抽取 |
4.3.3 元事件抽取 |
4.3.4 实体发现与链接 |
4.4 知识表示 |
4.5 文本数据可视化 |
4.5.1 数据可视化 |
4.5.2 关键字云图 |
4.6 本章小结 |
第五章 系统的功能与实现 |
5.1 系统整体功能结构 |
5.2 系统前端功能实现 |
5.2.1 查询信息模块 |
5.2.2 台风实况模块 |
5.2.3 数据可视化模块 |
5.2.4 热门推送模块 |
5.2.5 关键期刊模块 |
5.3 系统后台功能实现 |
5.3.1 用户管理模块 |
5.3.2 菜单管理模块 |
5.3.3 采集设置模块 |
5.3.4 任务管理模块 |
5.3.5 专家知识模块 |
5.3.6 外部系统模块 |
5.3.7 期刊大全模块 |
5.4 本章小结 |
第六章 结论与展望 |
6.1 总结 |
6.2 创新点 |
6.3 不足与展望 |
参考文献 |
致谢 |
在学期间主要研究成果 |
附录 |
附录1 Swagger在微服务架构上的部署与集成 |
附录2 Echarts组件实现折线图/柱状图形式的数据可视化 |
附录3 BiLSTM+CRF模型构建过程 |
附录4 利用TF-IDF进行实体链接关键代码 |
(8)基于知识图谱的专利知识检索研究(论文提纲范文)
摘要 |
ABSTRACT |
绪论 |
1.1 课题来源以及研究目的和意义 |
1.2 国内外研究现状 |
1.2.1 知识图谱研究现状 |
1.2.2 知识图谱向量化表示研究现状 |
1.2.3 基于知识图谱的检索研究现状 |
1.2.4 国内外研究现状综合分析 |
1.3 论文主要研究内容 |
第2章 基于BERT模型的专利知识图谱构建 |
2.1 引言 |
2.2 实体抽取和知识图谱建模方法 |
2.2.1 Bert模型简介 |
2.2.2 知识图谱概念 |
2.3 专利知识图谱本体层定义 |
2.3.1 专利数据统计及分析 |
2.3.2 本体层定义 |
2.4 专利知识图谱实例层抽取 |
2.4.1 基于Bert-Bilstm-Crf的专利实体识别方法 |
2.4.2 专利关系抽取 |
2.4.3 专利属性抽取 |
2.5 基于Neo4j的专利知识图谱存储 |
2.6 本章小结 |
第3章 专利知识图谱向量化表示 |
3.1 引言 |
3.2 向量学习TransE算法 |
3.2.1 TransE算法原理 |
3.2.2 TransE算法流程 |
3.2.3 TransE算法评价指标 |
3.3 基于词向量及类别的TransE算法(WTBT) |
3.3.1 TransE算法存在的问题 |
3.3.2 word2vec词(字)嵌入算法 |
3.3.3 WTBT算法 |
3.4 实验 |
3.4.1 数据集介绍与处理 |
3.4.2 实验结果 |
3.5 本章小结 |
第4章 融合知识信息的专利检索 |
4.1 引言 |
4.2 专利检索需求分析及任务设定 |
4.3 基于知识图谱的专利扩展检索模型(PEBKG) |
4.3.1 Neo4j图数据结构设计以及基础检索的实现 |
4.3.2 检索语句中含有单个实体 |
4.3.3 检索语句中含有两个及以上实体 |
4.4 PEBKG模型验证实例 |
4.4.1 检索句中包含单个实体时的验证案例 |
4.4.2 检索句中包含两个及以上实体时的验证案例 |
4.5 本章小结 |
结论 |
参考文献 |
攻读学位期间取得创新性成果 |
致谢 |
(9)基于智能推荐算法的科研管理系统的研究与开发(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景 |
1.2 研究的意义 |
1.3 国内外研究现状 |
1.4 研究内容 |
第2章 关键算法介绍 |
2.1 推荐系统 |
2.1.1 基于内容的推荐 |
2.1.2 基于标签的推荐 |
2.2 网络爬虫技术 |
2.2.1 爬虫的分类 |
2.2.2 Scrapy爬虫框架 |
2.3 本章小结 |
第3章 科研管理智能推荐算法研究 |
3.1 专家数据标签的提取 |
3.2 科研项目标签提取 |
3.3 科研专家推荐算法 |
3.4 标签模型相似度计算 |
3.5 专家自动匹配算法的实现 |
3.6 本章小结 |
第4章 科研管理系统需求分析 |
4.1 可行性分析 |
4.2 需求分析 |
4.2.1 系统性能需求 |
4.2.2 功能性需求 |
4.3 业务需求建模 |
4.3.1 用例分析 |
4.3.2 系统业务的主要流程 |
4.4 本章小结 |
第5章 科研管理系统设计 |
5.1 系统设计的原则 |
5.2 系统架构和功能结构设计 |
5.3 系统的类图 |
5.4 数据库设计 |
5.5 智能推荐算法的实现 |
5.6 本章小结 |
第6章 科研管理系统实现 |
6.1 开发环境的选择 |
6.2 登录与注销 |
6.3 项目申报 |
6.4 项目审核 |
6.4.1 项目审核 |
6.4.2 项目终审 |
6.5 专家推荐 |
6.6 信息查询 |
6.7 角色管理 |
6.8 成果管理 |
6.9 论文统计 |
6.10 本章小结 |
第7章 科研管理系统测试 |
7.1 测试的目的与方法 |
7.2 系统测试结果 |
7.2.1 数据测试结果 |
7.2.2 系统功能测试 |
7.3 本章小结 |
第8章 总结与展望 |
8.1 全文总结 |
8.2 未来工作 |
参考文献 |
附录 |
攻读硕士学位期间发表学术论文情况 |
致谢 |
(10)基于建筑信息模型的三维室内路网自动化构建方法研究(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 课题背景及意义 |
1.2 研究现状及存在的问题 |
1.2.1 BIM同楼层室内路网构建研究现状 |
1.2.2 BIM跨楼层室内路径构建研究现状 |
1.3 研究内容及创新点 |
1.3.1 研究内容 |
1.3.2 论文创新点 |
1.4 论文章节安排 |
1.5 本章小结 |
第2章 BIM三维室内路网自动化构建相关理论研究 |
2.1 BIM技术研究 |
2.1.1 BIM技术的概念 |
2.1.2 IFC标准研究 |
2.1.3 BIM应用于三维室内路网自动化构建中的优势 |
2.2 三维室内路网研究 |
2.2.1 基于网格的路网模型研究 |
2.2.2 拓扑路网模型研究 |
2.3 本章小节 |
第3章 同楼层混合室内路网自动化构建方法研究 |
3.1 网格路网模型的建立 |
3.2 拓扑路网模型的生成 |
3.2.1 网格路网细化方法研究 |
3.2.2 拓扑路网模型的生成 |
3.3 同楼层混合室内路网构建 |
3.4 同楼层混合室内路网模型构建实验 |
3.5 基于同楼层混合室内路网的最短路径规划算法及实验分析 |
3.5.1 面向同楼层混合室内路网的最短路径规划算法 |
3.5.2 最短路径规划实验及分析 |
3.6 本章小结 |
第4章 跨楼层室内路径自动化构建方法研究 |
4.1 跨楼层构件X-Z平面投影 |
4.2 X-Z投影图边界提取方法 |
4.3 X-Z拓扑路径生成方法 |
4.4 拓扑路径与BIM构件交互 |
4.5 实验结果与分析 |
4.6 本章小结 |
第5章 基于BIM的三维室内路网自动化构建系统及实际案例分析 |
5.1 系统设计 |
5.1.1 系统结构设计 |
5.1.2 系统功能设计 |
5.2 实际工程案例分析 |
5.2.1 实验对象 |
5.2.2 实验内容及结果分析 |
5.3 本章小结 |
结论 |
参考文献 |
致谢 |
攻读硕士学位期间的学术成果 |
四、基于Web的EI检索系统(论文参考文献)
- [1]高速铁路预制40m简支箱梁设计理论研究[D]. 班新林. 中国铁道科学研究院, 2021(01)
- [2]条件性知识图谱构建及其应用研究[D]. 姜天文. 哈尔滨工业大学, 2021
- [3]组合桁腹连续梁桥桁-箱等效理论研究[D]. 黄杨成. 江苏科技大学, 2021
- [4]基于自我管理支持的综合核心干预对社区老年2型糖尿病患者血糖控制效果影响的随机对照研究[D]. 陈艾凡. 福建医科大学, 2021
- [5]基于知识图谱的热点发现技术的研究与应用[D]. 康立为. 大连理工大学, 2021(01)
- [6]基于联合模式的实体关系抽取算法的研究与实现[D]. 张冠群. 北京邮电大学, 2021(01)
- [7]基于微服务架构与知识图谱技术构建无人机知识库系统[D]. 陈秋瑾. 厦门理工学院, 2021(08)
- [8]基于知识图谱的专利知识检索研究[D]. 马国斌. 哈尔滨工业大学, 2021
- [9]基于智能推荐算法的科研管理系统的研究与开发[D]. 鞠亚军. 扬州大学, 2021(08)
- [10]基于建筑信息模型的三维室内路网自动化构建方法研究[D]. 谢青生. 北京建筑大学, 2021(01)