石质文物假山长期曝露于室外,受多源因素影响易形成不均匀沉降,因此假山沉降传感器监测与长时精准预测对石质文物保护十分必要。现有沉降长时预测方法难以有效解决噪声和瞬时波动造成的精度降低与应用可靠性问题。为此,本文提出一种融...石质文物假山长期曝露于室外,受多源因素影响易形成不均匀沉降,因此假山沉降传感器监测与长时精准预测对石质文物保护十分必要。现有沉降长时预测方法难以有效解决噪声和瞬时波动造成的精度降低与应用可靠性问题。为此,本文提出一种融合多源因素的编码器-解码器沉降长时预测模型。在多源因素编码器中设计动态多源因素融合模块将深度特征进行融合并实时计算沉降、温度、振动、裂缝等多源因素与目标数据的动态相关性;在时域增强解码器中构建多头自适应平滑模块,通过多头注意力的方法自适应学习各时间步的平滑指数,保留时间序列长期趋势,减少传感器带来的噪声和瞬时波动。本模型以环秀山庄沉降监测系统的实测数据集进行验证,结果表明该模型相较于基线方法在评价指标均方根误差(Root Mean Squared Error,RMSE)指标、平均绝对误差(Mean Absolute Error,MAE)指标以及连续排序概率评分(Continuous Ranked Probability Score,CRPS)最高分别提升了19.1%、19%以及16.3%,且符合实际应用需求。展开更多
文章研究了基于Transformer模型的中文文本生成方法,重点探讨了Transformer模型的编码器-解码器结构及其工作原理。在详细分析了编码器和解码器的工作机制后,文章利用Hugging Face Transformers开源模型进行了中文文本生成实验。结果表...文章研究了基于Transformer模型的中文文本生成方法,重点探讨了Transformer模型的编码器-解码器结构及其工作原理。在详细分析了编码器和解码器的工作机制后,文章利用Hugging Face Transformers开源模型进行了中文文本生成实验。结果表明,该方法在自制数据集上取得了良好的效果,其准确率、精确率和召回率分别达到92.5%、91.8%和90.6%。该研究不仅拓展了中文自然语言处理的理论基础,还为实际应用提供了高效的技术支持。展开更多
文摘石质文物假山长期曝露于室外,受多源因素影响易形成不均匀沉降,因此假山沉降传感器监测与长时精准预测对石质文物保护十分必要。现有沉降长时预测方法难以有效解决噪声和瞬时波动造成的精度降低与应用可靠性问题。为此,本文提出一种融合多源因素的编码器-解码器沉降长时预测模型。在多源因素编码器中设计动态多源因素融合模块将深度特征进行融合并实时计算沉降、温度、振动、裂缝等多源因素与目标数据的动态相关性;在时域增强解码器中构建多头自适应平滑模块,通过多头注意力的方法自适应学习各时间步的平滑指数,保留时间序列长期趋势,减少传感器带来的噪声和瞬时波动。本模型以环秀山庄沉降监测系统的实测数据集进行验证,结果表明该模型相较于基线方法在评价指标均方根误差(Root Mean Squared Error,RMSE)指标、平均绝对误差(Mean Absolute Error,MAE)指标以及连续排序概率评分(Continuous Ranked Probability Score,CRPS)最高分别提升了19.1%、19%以及16.3%,且符合实际应用需求。
文摘文章研究了基于Transformer模型的中文文本生成方法,重点探讨了Transformer模型的编码器-解码器结构及其工作原理。在详细分析了编码器和解码器的工作机制后,文章利用Hugging Face Transformers开源模型进行了中文文本生成实验。结果表明,该方法在自制数据集上取得了良好的效果,其准确率、精确率和召回率分别达到92.5%、91.8%和90.6%。该研究不仅拓展了中文自然语言处理的理论基础,还为实际应用提供了高效的技术支持。
