检索结果-南通市图书馆

基于多特征融合的交通运输领域主观题自动评分方法研究

在线全文

学校读者我要写书评

暂无评论

基于多特征融合的交通运输领域主观题自动评分方法研究

作者：陈俊岩福建工程学院

学位级别：硕士

随着现代信息技术的不断发展,教育信息化进入了一个全新的阶段,呈现出智能化、个性化、开放化和协同化的趋势。人工智能与教育的深度融合已成为提升教育信息化发展水平和质量的重要手段。这预示着教育信息化的智慧教育时代正式拉开序幕... 详细信息

随着现代信息技术的不断发展,教育信息化进入了一个全新的阶段,呈现出智能化、个性化、开放化和协同化的趋势。人工智能与教育的深度融合已成为提升教育信息化发展水平和质量的重要手段。这预示着教育信息化的智慧教育时代正式拉开序幕。其中,自动评分是智慧教育的重要环节,它不仅能够极大地减轻教师繁重的批改工作量,还能避免因教师主观因素导致的评分错误现象,从而保障考试的公平性。学生也能通过自动评分随时随地进行自我评测,以更好地巩固所学知识。而且,自动评分也为大规模在线教学和考试提供了保障和便利。在自动评分领域中,交通运输领域主观题自动评分是一个实践性和理论性都很强的课题,它涉及交通运输规划、交通信息化技术、交通运输安全等多方面的理论和知识,具有十分重要的研究和应用价值。现如今,客观题的自动评分方法已经发展成熟,并得到了广泛的研究和应用。然而,在主观题方面,自动评分方法仍面临许多挑战和问题亟待解决。在交通运输领域,现有的主观题自动评分方法难以捕捉学生答案文本的深层次语义,同时也存在着句法结构形式多样和该领域的特定知识了解不够充分的挑战。因此,本研究提出了一种基于多特征融合的交通运输领域主观题自动评分方法。主要包括以下几个方面:(1)通过使用BERT模型对答案文本进行动态编码,可以获取答案文本的语义特征,有效提高语义分析的准确性,从而更好地理解学生的表达。这种方法能够减少语义分析误差,解决了语义多样性的问题。针对学生答案的句法结构形式多样,通过句法依赖图的方式构建答案文本的句法特征。解决了学生答案可能在句子结构、语言风格和文本长度上存在显著差异的问题。针对学生答案中交通运输领域的特定知识,通过实体图的方式构建答案文本的领域特定知识特征。解决了特定领域专业术语理解不充分的问题。(2)提出一种综合语义特征、句法特征和领域特定知识特征的主观题自动评分方法。首先,利用语义特征补充句法依赖图和实体图中缺失的语义信息,分别获得扩展的句法依赖图和扩展的实体图。其次,提出一个特征融合公式,可动态地将扩展的句法依赖图和扩展的实体图融合成整体特征融合图。再次,通过多层图卷积神经网络对整体特征融合图编码捕捉答案文本的全局信息,图卷积神经网络后添加互注意力层获取答案文本的局部信息,最后,将答案文本的全局信息和局部信息相结合完成自动评分。(3)本研究在已有的基于多特征融合的交通运输领域主观题自动评分方法基础上,开发了一个交通运输领域自动评分系统。并通过实验验证了该方法的有效性。

关键词：交通运输主观题自动评分图卷积神经网络多特征融合

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

静电场作用下球形电介质系统的热力学特征

静电场作用下球形电介质系统的热力学特征

作者：陈俊岩华南理工大学

学位级别：硕士

经过多年发展,电场强化技术已被广泛应用于石油、化工和食品等工业领域。因此,利用外加电场技术来促使球形电介质的相变过程有着广泛的应用前景。在热力学中,球形电介质的相变理论是一个非常值得研究的课题。本文利用静电场对球形电介... 详细信息

经过多年发展,电场强化技术已被广泛应用于石油、化工和食品等工业领域。因此,利用外加电场技术来促使球形电介质的相变过程有着广泛的应用前景。在热力学中,球形电介质的相变理论是一个非常值得研究的课题。本文利用静电场对球形电介质的特殊作用,深入研究了静电场对球形介电液滴或球形介电气泡相变过程的影响机理,为进一步将电场应用于球形电介质相变过程中奠定了坚实的理论基础。由经典的热力学基本方程出发,建立由球形电介质组成的热力学理论模型,将电场能量的微分表达式引入系统中得到在静电场作用下系统总自由能的微分表达式。基于自由能平衡判据,可以得到在静电场作用下的平衡条件:力学平衡条件和相平衡条件。由静电场作用下的力学平衡条件推导出球形电介质内外压强差的表达式,发现内外压强差不仅与球形电介质的表面张力有关还与所施加电场的电场强度大小有关。另外,由静电场作用下系统总自由能微分表达式和化学势的定义式,可得静电场作用下球形电介质的化学势的等效表达式。该表达式表明静电场的作用会使球形电介质的化学势减小。基于静电场作用下的相平衡原理,结合电场作用下化学势的表达式和球形电介质的力学平衡条件,理论推导出在静电场作用下球形介电液滴和球形介电气泡的平衡半径。通过对球形电介质半径和平衡半径的比较,可以判断出球形电介质内外化学势的大小关系。根据相变平衡条件可知,若系统不处于平衡状态时,系统将从化学势高的相转变成化学势低的相去。因此,可从热力学理论的角度来分析球形电介质系统将要发生的相变过程。此外,利用广义的Gibbs-Duhem方程,理论推导得到在静电场作用下球形电介质表面张力的表达式。该表达式表明,球形电介质的表面张力不仅与温度有关,还和施加电场的电场强度有关。随着电场强度的增大,表面张力是不断减小的。之后,将静电场作用下表面张力的表达式代入到球形电介质相关的热力学基本方程中,重新对其进行讨论。

关键词：静电场热力学球形电介质化学势

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

静电场作用下单相电介质系统的热力学特征

华南理工大学学报（自然科学版） 2022年第3期50卷 127-132,139页

作者：韩光泽邢雨锟胡秋霞陈俊岩华南理工大学物理与光电学院广东广州510640

电场作用能够较明显地改变电介质系统的物理性质,相关的研究和应用越来越受到广泛的关注。本文以平行板电容器置于一个单相流体电介质系统为模型,详细地探讨了均匀静电场对流体电介质系统的压强和摩尔分数的作用效果。基于相平衡的基本... 详细信息

电场作用能够较明显地改变电介质系统的物理性质,相关的研究和应用越来越受到广泛的关注。本文以平行板电容器置于一个单相流体电介质系统为模型,详细地探讨了均匀静电场对流体电介质系统的压强和摩尔分数的作用效果。基于相平衡的基本原理,利用电场作用下化学势的表达式,导出了气体和液体电介质系统的压强和摩尔分数随电场强度的变化规律。结果表明:压强和摩尔分数的变化与电场强度的平方成正比,还与温度及电介质的摩尔质量、密度和介电常数有关。静电场作用可以使系统的压强上升,也可以改变混合物的摩尔分数,但组分的摩尔分数是增加或减小决定于组分的摩尔质量和密度的相对大小。静电场作用下,液体的变化大于气体的变化。本文的研究成果为测量介电常数、气体的富集和混合液体的组分调控提供了一种新的思路。

关键词：电介质静电场热力学压强摩尔分数

基于组合模型的城市轨道站点短时客流分类预测

在线全文

学校读者我要写书评

暂无评论

铁道科学与工程学报 2023年第6期20卷 2004-2012页

作者：王金水欧雪雯陈俊岩唐郑熠福建工程学院计算机科学与数学学院福建福州350118 福建省大数据挖掘与应用重点实验室福建福州350118

轨道交通客流预测是轨道交通线网规划的重要内容,是确定轨道交通系统的线网规模、设置轨道站点及布设线路基础。不同类型的轨道站点在城市中的功能定位和布局要求等方面均存在差异,进而导致站点的进出客流量呈现显著的时空分布不均衡性... 详细信息

轨道交通客流预测是轨道交通线网规划的重要内容,是确定轨道交通系统的线网规模、设置轨道站点及布设线路基础。不同类型的轨道站点在城市中的功能定位和布局要求等方面均存在差异,进而导致站点的进出客流量呈现显著的时空分布不均衡性。为了挖掘各类型站点的客流变化规律,将站点自身特征和周边环境特征组成向量因子,运用K-means聚类方法对站点进行分类。在此基础上,将影响乘客出行的多源数据作为输入特征,分别构建了随机森林(RF)模型、门控制循环单元(GRU)模型以及RF-GRU组合模型,从而进行站点短时客流分类预测。利用杭州地铁站自动检票系统(AFC)采集的刷卡客流数据,对所构建的预测模型的有效性进行检验。研究结果表明:利用7个刻画站点自身特征和周边环境特征的参数作为聚类因子,并结合站点客流时间分布数据,可将杭州市地铁站点分为就业导向型车站、职住混合型车站和住宅偏远型车站;采用平均绝对误差以及均方根误差作为评价指标,参数化模型(ARIMA),非参数化模型(SVR),深度学习模型(LSTM,GRU,SAEs和GCN),组合模型(DCRNN,STGCN,STHGCN和DSTHGCN)的预测误差依次降低,其中RF-GRU组合模型的预测精度优于其他的组合模型;对站点进行分类之后,单一模型和组合模型预测结果的精度均有提高。

关键词：智能交通短时客流量预测组合预测模型多源数据随机森林门控制循环单元

基于时空超图卷积模型的城市轨道站点客流预测

在线全文

学校读者我要写书评

暂无评论

铁道科学与工程学报 2023年第12期20卷 4506-4516页

作者：王金水欧雪雯陈俊岩唐郑熠廖律超福建工程学院计算机科学与数学学院福建福州350118 福建工程学院智能交通系统研究中心福建福州350118 福建省大数据挖掘与应用重点实验室福建福州350118

城市轨道客流预测是智能交通系统的重要环节,准确的短时客流量预测有助于缓解城市轨道运营压力并提升地铁系统的服务质量。为挖掘交通系统中的时空交互特性并实现客流的精确预测,提出一种基于时空超图卷积模型(Spatio-Temporal Hypergra... 详细信息

城市轨道客流预测是智能交通系统的重要环节,准确的短时客流量预测有助于缓解城市轨道运营压力并提升地铁系统的服务质量。为挖掘交通系统中的时空交互特性并实现客流的精确预测,提出一种基于时空超图卷积模型(Spatio-Temporal Hypergraph Convolutional,ST-HConv)的短时进站客流预测方法。门控卷积层用于提取客流的时间特征,双层超图卷积用于获取站点间的近邻性和路网中的全局性,实现空间特征的提取;时空交互模块由时间门控卷积和空间超图卷积组成,将时空特征融合进而获取时空交互信息。以杭州地铁自动检票系统(AFC)采集的乘客刷卡数据为例,对模型的有效性进行检验。研究结果表明,与传统机器学习模型、传统深度学习模型和图网络模型相比,ST-HConv模型同时考虑时间特征和空间特征,并实现了时空特征的有效融合,使得ST-HConv模型的平均绝对误差和均方根误差都低于其他模型。在图结构性能方面,与时空图卷积模型(Spatio-Temporal Graph Convolutional,ST-GConv)相比,ST-HConv模型中的超图卷积层获得了路网中的局部特征和全局特征,有效地降低了预测误差。在不同的时间间隔(15 min/30 min/45 min/60 min)下,ST-HConv相较于ST-GConv,平均绝对误差分别降低了1.3,1.05,1.51和2.29,均方根误差分别降低了2,1.44,2.48和2.89。由此可见,ST-HConv模型综合考虑了时空交互信息,能够提高客流预测的准确性。

关键词：城市轨道交通客流预测耦合时空特征超图卷积门控卷积