时序关系

摘要： 本文面向心理咨询与治疗本科教学中的难点,借鉴戏剧疗法的角色技术,提出角色融入体验的教学改革方法。通过分析核心概念与角色和关联要素的时序关系,结合实际案例建立相应的场景,学生在场景中完成角色融入体验,实现对核心概念的深度理解。实践结果表明,该方法对于提高学生的概念理解和应用能力有明显的效果。

摘要： 由于文本中事件之间的时序关系可以帮助人们更好地理解文本内容,故针对新闻报道类文本,将事件作为其基本语义单元,并根据时序关系建立事件有向网络文本表示模型;利用Pag-eRank算法结合主题相关度对时序网络进行节点重要度计算及调整;最后,按照重要度以及事件发生的顺序进行排序,并按照一定的压缩比提取摘要句,删除冗余的句子,将事件对应的原语句作为摘要.实验结果表明,基于事件时序关系的自动摘要方法效果较好.

摘要： [目的/意义]理解创新需求的内容导向及其演化模式是规划产业创新供给的基础和前提.[方法/过程]基于创新链与时序二维视角,融合文本挖掘技术,构建产业科技创新需求挖掘框架.[结果/结论]以国防科技工业产业为例进行实证研究,发现其创新需求集中为4类:电磁学与元器件系统、软科学、智能装备系统、新材料.电磁学与元器件系统需求属于研究主导的同步创新模式,软科学需求属于研究主导的反馈创新模式,智能装备系统、新材料需求均为应用主导的同步创新模式.最后提出国防科技工业产业创新供给的对应策略.

摘要： 事件时序关系分类是自然语言理解任务的重要内容,也是十分具有挑战性的一项任务.已有的深度学习方法绝大部分都聚焦在英文上,且局限于只提取同句和邻句的事件时序关系,而忽略了跨句的时序关系.面对这样的挑战,文章针对中文提出了一种基于BERT(Bidirectional Encoder Representation from Transformers)和Bi-LSTM(Bi-directional Long Short-Term Memory)融合了多维度事件信息的事件时序关系识别模型TRIMI(Chinese Event Temporal Relation Identification on Multi-dimensional Information).该模型从事件句、事件属性和事件间的联合路径三个维度入手,利用BERT挖掘事件句的语义信息,利用联合最短依存路径来更好地表示句内两个事件在句法信息上的关联性,利用事件属性挖掘跨句事件在时序上的差异.在中文时序关系语料库上的实验表明,不论在同句还是跨句情况下,本文模型均比基准系统取得了更好的性能.

摘要： 目前的音乐推荐方法只能挖掘用户与歌曲之间的一般性关系,无法区分不同用户对同一首歌曲的差异性偏好.为此,本文提出了基于多层注意力表示的音乐推荐模型,利用用户属性信息和歌曲内容信息从多维度学习歌曲表征,挖掘用户与歌曲之间的偏好关系.为了区分用户对歌曲多域特征的差异性偏好,设计了用户特征依赖的注意力网络;为了区分不同历史行为对用户偏好的差异性,挖掘用户行为的时序依赖关系,设计了歌曲依赖的注意力网络.最后,利用Softmax函数计算用户对候选歌曲的偏好分布并产生推荐.在30Music和MIGU数据集上的实验结果表明,相比目前的推荐模型,本文提出的模型在Recall和MRR均得到了显著提升.

摘要： 针对同一篇文本中任意事件对之间的时序关系,本文提出了一种基于多特征和规则约束的事件时序关系识别方法。对影响时序关系识别的语言因素进行分析,提取出事件要素、特殊词、因果标志词和触发词相似度等多个特征,然后利用分类器对时序关系进行识别获取识别结果;再利用事件对之间的连接词、事件类型以及时间信息等语义规则作为约束条件对识别结果进一步优化。实验结果表明该方法识别事件时序关系的F1值为77.96%。

摘要： 针对同一篇文本中任意事件对之间的时序关系,本文提出了一种基于多特征和规则约束的事件时序关系识别方法.对影响时序关系识别的语言因素进行分析,提取出事件要素、特殊词、因果标志词和触发词相似度等多个特征,然后利用分类器对时序关系进行识别获取识别结果;再利用事件对之间的连接词、事件类型以及时间信息等语义规则作为约束条件对识别结果进一步优化.实验结果表明该方法识别事件时序关系的F1值为77.96％.

摘要： 为实现不同儿童情感需求状态下帧级语音特征的有效获取,建立一种基于改进长短时记忆(LSTM)网络的儿童语音情感识别模型.采用帧级语音特征代替传统统计特征以保留原始语音中的时序关系,通过引入注意力机制将传统遗忘门和输入门转换为注意力门,并根据自定义的深度策略计算得到深度注意力门,从而提高语音情感识别性能.实验结果表明,在Fau Aibo儿童情感数据语料库及婴儿哭声情感需求数据库上,该模型在召回率和F1分数上相比基于传统LSTM的识别模型分别提高了3.14％、5.50％和1.84％、5.49％,在CASIA中文情感数据库上,其相比基于传统LSTM和GRU的识别模型训练时间更短、儿童语音情感识别率更高.

摘要： 从事件时序关系与因果关系的关联性出发,提出基于神经网络的联合识别方法.将时序关系和因果关系识别分别作为主任务和辅助任务,设计共享辅助任务中编码层、解码层和编解码层的3种联合识别模型,通过主任务模型和辅助任务模型中的网络层进行信息共享,学习联合识别模型之间的特征信息.实验结果表明,联合识别方法能利用事件之间的因果信息有效提升时序关系的识别性能,且共享辅助任务中编解码层的联合识别模型更适用于事件时序关系与因果关系的联合识别.

摘要： DC/DC变换器是航天电源系统中的重要部分.随着航天设备的多样化,需要的供电电压等级也越来越宽泛.所以选择一种适应于宽输入拓扑进行研究.本文对Buck 电流馈电推挽级联结构的工作原理和反馈结构的原理进行了分析,并搭建了实验样机,对其试验特性进行了分析.在此基础上,设置了两种时序关系的对比试验.验证了两级拓扑之间的时序关系对工作情况的影响.

摘要： 协议状态机可以描述一个协议的行为,帮助理解协议的行为逻辑.面向文本类协议,首先利用统计学方法提取表示报文类型的语义关键字；然后利用邻接矩阵描述报文类型之间的时序关系，基于时序关系进行协议状态标注，构建出协议的状态转换图。实验表明，该方法可以正确地描述出报文类型的时序关系，抽象出准确的状态机模型。

摘要： 本文结合现行的城市规划体系,阐述了在总体规划编制过程中加入总体城市设计引导的操作方法和技术路线,进而提出总体城市设计与城市总体规划的时序关系,尝试建立了一个总体城市设计在总规中的研究内容,希望能够在实现市场经济条件下对整体城市形象进行把握和对下层规划提出指导.

摘要： 本文以精确进行输电线路故障诊断为目的,根据电网结构、保护配置以及电气量变化、保护动作和断路器动作之间的因果关系和时序关系为输电线路构建带有时间信息的规则推理网络.该网络中每一条路径唯一描述一种可能的故障发展情况.首先,对故障录波数据进行了预处理,若存在模拟量突变事件或保护动作事件,则启动故障诊断模块.该模块不仅能准确找出故障原因、评价保护和断路器动作行为,还能判断故障类型和故障性质.最后,通过实例验证了方法的有效性.

摘要： 文章在解析以HBase为代表的NosQL数据库系统架构基础上,对比传统灾难恢复机制,深入挖掘了数据随存储流程时间线的变化规律,实现了弱依靠甚至不依靠日志信息实现数据还原与数据恢复的机制,以规避传统灾难恢复的不足.将数据存储形态与特征纳入灾难恢复考量范畴,可以更为充分地理解记录间时序关系,弥补单纯依靠日志重放操作行为的不足,特别是在发生恶意操作或误操作的情况下,实现了还原数据的目的,并在分布式数据库删除数据恢复方面取得了较为满意的效果.

摘要： 在一实例中，本发明提供接收包括视频序列的经编码图片的经译码视频序列，及接收所述经译码视频序列的时序参数，所述时序参数包含所述经译码视频序列所参考的视频参数集VPS语法结构中的以下指示：所述经译码视频序列中的不是所述经译码视频序列中根据解码次序的第一图片的每一图片的图片次序计数POC值是否相对于所述经译码视频序列中的所述第一图片的输出时间而与所述图片的输出时间成比例。另一实例提供编码视频序列的图片以产生包括所述经编码图片的所述经译码视频序列，及通过在所述经译码视频序列所参考的所述VPS语法结构中用信号发送所述指示而用信号发送用于所述经译码视频序列的时序参数。

摘要： 在一实例中，本发明提供接收包括视频序列的经编码图片的经译码视频序列，及接收所述经译码视频序列的时序参数，所述时序参数包含所述经译码视频序列所参考的视频参数集VPS语法结构中的以下指示：所述经译码视频序列中的不是所述经译码视频序列中根据解码次序的第一图片的每一图片的图片次序计数POC值是否相对于所述经译码视频序列中的所述第一图片的输出时间而与所述图片的输出时间成比例。另一实例提供编码视频序列的图片以产生包括所述经编码图片的所述经译码视频序列，及通过在所述经译码视频序列所参考的所述VPS语法结构中用信号发送所述指示而用信号发送用于所述经译码视频序列的时序参数。

摘要： 本申请实施例提供了一种时序控制芯片、时序控制系统、时序监控方法及显示器。该时序控制芯片包括:电源时序监测模块，被配置为对各电源信号的上/下电时序进行监测以获得实际上/下电时序；数据处理模块，被配置为获取实际上电时序，确定实际上电时序是否符合标准，若实际上电时序不符合标准则使各电源信号停止输出，并对异常的实际上电时序进行存储；获取实际下电时序，确定实际下电时序是否符合标准，若实际下电时序不符合标准则对异常的实际下电时序进行存储。本实施例对各电源信号的上电时序和下电时序进行监测，确定实际上/下电时序是否符合标准，若不符合标准能够及时进行断电以避免引起器件损伤。

摘要： 本发明公开了一种时序数据时序关系演变的可视化方法，采用横向排列的时间矩形的高度映射对应时间点上实体总量，采用纵向排列的实体矩形的宽度映射实体的总量，采用实体圆的半径及颜色深浅映射对应时间点上对应实体的数量，采用细节弧线的宽度及颜色深浅映射对应两个实体间时序关系的强度，实现了对时序关系演变的多视角分析和交互式探索，更加直观明了地表达了时序数据间时序关系的演变情况，且具有更强的通用性，适用于更加广泛的应用背景和应用需求。

摘要： 本发明公开了一种基于关系图注意力神经网络的时序关系识别方法，该方法主要包括以下步骤：首先对事件句进行依存关系分析，获取相关的依存树；然后使用一种图递归构建策略将依存树转化为时序图；随后利用关系图注意力神经网络对时序图进行信息更新，获取时序图中每个节点的隐藏状态；最后从节点隐藏状态集合中提取出有关触发词的隐藏状态和句子表示向量，并将其放入到softmax函数中实现事件时序关系识别。本发明能够有效处理长距离非局部语义信息，捕获融合深层次的隐藏信息，显著提升了事件时序关系识别的准确度。

摘要： 本发明涉及一种基于逻辑关系和时序关系的保障活动资源的确定方法，该确定方法包括如下步骤：1)确定保障活动中各保障作业间的逻辑关系和时序关系；2)建立保障活动中各保障作业间的保障活动逻辑图；3）确定保障活动中执行保障作业时需要的保障资源的类型；4）建立保障活动中各保障作业间的逻辑关系矩阵；5）根据所述的逻辑关系，建立各保障作业的发生概率矩阵；6）确定消耗型或非消耗型保障资源的数量。本发明可以弥补传统方法中忽视保障作业间逻辑关系和时序关系、忽视保障资源消耗类型、没有规范的保障资源汇总方法等不足造成的保障活动资源计算不准确的问题，使保障活动资源计算结果更接近真实水平，可为保障资源规划提供科学依据。

摘要： 本发明公开了一种时序数据时序关系演变的可视化方法，采用横向排列的时间矩形的高度映射对应时间点上实体总量，采用纵向排列的实体矩形的宽度映射实体的总量，采用实体圆的半径及颜色深浅映射对应时间点上对应实体的数量，采用细节弧线的宽度及颜色深浅映射对应两个实体间时序关系的强度，实现了对时序关系演变的多视角分析和交互式探索，更加直观明了地表达了时序数据间时序关系的演变情况，且具有更强的通用性，适用于更加广泛的应用背景和应用需求。

摘要： 本发明公开了一种融合依存关系与篇章修辞关系的事件时序关系识别方法。本发明一种融合依存关系与篇章修辞关系的事件时序关系识别方法，其特征在于，包括：给定事件对e1,e2,提取最短依存路径方面；考虑到依存句法树复杂的句法结构，另外增加了一条启发式规则来丰富事件相关信息；把孩子节点加入依存路径中，最后将提取出的词按事件句出现顺序排序；之后将得到的事件对依存路径按照与基准模型相同的处理方法，经过嵌入层，双向LSTM层以及隐藏层得到向量表示Y'。本发明的有益效果：将篇章树的信息编码加入模型中。该方法将事件间关联关系分两部分进行表征，一是事件所在句子的依存路径信息。

摘要： 本发明公开了一种基于关系图注意力神经网络的时序关系识别方法，该方法主要包括以下步骤：首先对事件句进行依存关系分析，获取相关的依存树；然后使用一种图递归构建策略将依存树转化为时序图；随后利用关系图注意力神经网络对时序图进行信息更新，获取时序图中每个节点的隐藏状态；最后从节点隐藏状态集合中提取出有关触发词的隐藏状态和句子表示向量，并将其放入到softmax函数中实现事件时序关系识别。本发明能够有效处理长距离非局部语义信息，捕获融合深层次的隐藏信息，显著提升了事件时序关系识别的准确度。

摘要： 本发明涉及一种基于逻辑关系和时序关系的保障活动资源的确定方法，该确定方法包括如下步骤：1)确定保障活动中各保障作业间的逻辑关系和时序关系；2)建立保障活动中各保障作业间的保障活动逻辑图；3）确定保障活动中执行保障作业时需要的保障资源的类型；4）建立保障活动中各保障作业间的逻辑关系矩阵；5）根据所述的逻辑关系，建立各保障作业的发生概率矩阵；6）确定消耗型或非消耗型保障资源的数量。本发明可以弥补传统方法中忽视保障作业间逻辑关系和时序关系、忽视保障资源消耗类型、没有规范的保障资源汇总方法等不足造成的保障活动资源计算不准确的问题，使保障活动资源计算结果更接近真实水平，可为保障资源规划提供科学依据。