-
题名细粒度烟草病虫害知识图谱构建研究
- 1
-
-
作者
施斌
陈婷
朱昌群
王逸晨
-
机构
昆明理工大学机电工程学院
-
出处
《中国农机化学报》
北大核心
2025年第12期40-48,102,共10页
-
基金
国家自然科学基金项目(61761024)。
-
文摘
针对目前烟草病虫害领域病虫害类型繁杂且没有专业化平台用于辅助防治的问题,结合自顶向下和自底向上两种方法构建细粒度烟草病虫害知识图谱。在烟草病虫害知识库中定义6种实体类型和5种关系类型,并在此基础上通过实体关系标注构建烟草病虫害知识图谱数据集TobaccoKG。采用融合实体位置信息的ERNIE3.0—BiGRU—GCN—MHSA—CRF模型进行烟草病虫害的命名实体识别(NER)任务,采用融合掩码提示的ERNIE3.0—Attention—TextCNN模型进行关系抽取(RE)任务。结果表明,该模型在命名实体识别和关系抽取任务中的F1值分别达到95.54%、96.51%,极大程度上保证知识图谱的质量和可靠性。在图数据库Neo4j中对烟草病虫害知识图谱进行储存和可视化,实现对病虫害防治信息的准确查询以及智能协助烟农对病虫害进行有效诊治。
-
关键词
烟草病虫害防治
知识图谱
信息抽取
命名实体识别
关系抽取
-
Keywords
tobacco disease and pest control
knowledge graph
information extraction
named entity recognition
relation extraction
-
分类号
S435.72
[农业科学—农业昆虫与害虫防治]
-
-
题名集团企业资金集中管控模式研究——基于文献研究视角
被引量：37
- 2
-
-
作者
张超
王逸晨
邹杭兵
朱卫东
万赟
-
机构
江西理工大学
合肥工业大学
国网江西省电力有限公司上饶市分公司
-
出处
《会计之友》
北大核心
2021年第13期113-118,共6页
-
基金
安徽省自然科学基金青年项目“融合大数据智能的制造业企业价值增值报告研究”(2008085QG340)
江西省研究生创新训练项目“融合大数据的智能化全面风险预警体系构建研究”(YC2019-S319)。
-
文摘
资金管理是集团企业财务管控的重要内容,是现代企业管理的核心。随着集团规模越来越大,子公司越来越多,管理的范围也就随之扩大,导致资金管理以及资金风险管控的内容越来越繁杂,难度越来越大,如何发挥资金规模的优势成为了衡量集团综合实力的因素。传统的资金集中管理模式已经不能满足大多数集团企业的需求,目前结算中心和内部银行等较为先进的资金管理模式都有其优缺点,财务公司模式的门槛较高,所以选择哪种资金管理模式,需要根据集团企业自身的发展战略来确定。文章从文献综述视角对目前资金管理模式进行整理分类,结合风险管理与资金管理模式之间的关系,对当前环境下现代集团企业资金集中管控提出相应的建议。
-
关键词
集团企业
资金管理
集中管控模式
司库管理
-
分类号
F406.2
[经济管理—产业经济]
-
-
题名基于TSNE降维算法的基坑水平位移预测研究
被引量：7
- 3
-
-
作者
孟凡丽
王小刀
王逸晨
曾东旭
-
机构
浙江工业大学土木工程学院
浙江工业大学计算机科学与技术学院
-
出处
《浙江工业大学学报》
北大核心
2023年第4期403-411,共9页
-
文摘
通过引入一种可用于基坑土体参数反演及水平位移预测的TSNE降维算法,结合BP神经网络,研究基坑施工过程中深层土体水平位移的变化,解决了传统BP神经网络处理高维数据时存在的泛化能力低、过拟合和局部极小化等问题。该算法对高维数据进行可视化降维及聚类分析,进而反演土体参数并预测水平位移。研究结果表明:TSNE-BP较BP神经网络反演结果更稳定,取值范围更小,泛化性能更强;加入了各工况变形标准误差的预测,结果差异较小且符合原有规律,可作为选取反演参数的指标;进行TSNE-BP参数反演后的模型位移反演误差减小60%~86%,较BP神经网络反演误差减小18%~50%,预测误差较设计误差减小60%~80%;将TSNE降维算法首次运用于土体参数反演及水平位移预测研究有较重要的工程意义。
-
关键词
TSNE降维算法
土体参数
水平位移
BP神经网络
可视化
-
Keywords
TSNE dimensionality reduction algorithm
soil parameters
horizontal displacement
BP neural network
visualization
-
分类号
TU443
[建筑科学—岩土工程]
TP183
[自动化与计算机技术—控制理论与控制工程]
-
