- 李昱珩;朱彦霞;
【目的】探讨智能对话系统中任务型对话模型的设计,提出一个基于监督学习和强化学习的任务型对话系统框架。【方法】采用监督学习和强化学习相结合的方法。首先,将开放域对话模型的生成回复嵌入到任务型回复的过程中,构建一个综合的对话模型。其次,利用监督学习和迁移学习的方法,构建对话策略模型,用于指导对话系统的决策过程。最后,采用深度强化学习算法进行优化更新,以提高对话系统的性能。【结果】实验结果表明,任务型对话系统模型在评估指标BLEU、ROUGE和F1分数方面优于其他基准模型。该模型具备良好的对话生成能力和回复多样性,能够生成准确且多样化的回复。【结论】通过综合应用监督学习和强化学习的方法,成功设计了一个基于任务型对话模型的智能对话系统框架。该框架在任务型对话上取得了较好的性能,为智能对话系统的发展提供了有益的探索。
2024年06期 v.51;No.877 20-24页 [查看摘要][在线阅读][下载 1620K] [下载次数:115 ] |[网刊下载次数:0 ] |[引用频次:2 ] |[阅读次数:5 ] - 周少珂;郭璇;张振平;付媛冰;
【目的】Hadoop系统是大数据分布式集群系统,其开源的生态圈中有众多功能组件,通过在大数据Hadoop集群系统上部署Sqoop组件,将本地关系型Mysql数据库中的数据和Hive数据仓库中存储的数据进行快速导入导出,进一步研究数据传输性能。【方法】首先在企业服务器上部署配置Hadoop分布式集群系统,其次在该集群上部署Sqoop组件并测试与Mysql数据库和Hive数据仓库的连通性,最后使用Sqoop技术测试本地Mysql数据库和Hive数据仓库之间的导入和导出。【结果】通过Sqoop技术能够更加便捷快速地从本地Mysql数据库上传到Hadoop集群系统,与传统方式下先将本地Mysql数据库中数据导出TXT文档格式后再使用Hive数据仓库的Load数据批量加载功能相比,在时间和效率方面大为提升。【结论】验证了Sqoop组件在Hadoop集群中部署运行的正确性,为大数据技术学习者提供一定程度的参考借鉴。
2024年06期 v.51;No.877 25-28页 [查看摘要][在线阅读][下载 1428K] [下载次数:835 ] |[网刊下载次数:0 ] |[引用频次:3 ] |[阅读次数:2 ] - 孔瑞平;
【目的】随着我国人口老龄化问题的加剧,居家养老已逐步成为我国最普遍的养老模式。由于居家养老服务呈现出分布广、基数大、需求碎片化的特征,传统的手段已很难奏效,为有效解决居家养老问题,必须依托社区智慧养老服务平台的模式进行,从而实现需求和服务之间的有效连接,提高服务效率。【方法】社区智慧养老服务平台通过引入物联网、云计算、智能终端等现代信息技术,结合社区的地理信息、人口信息、资源信息等,构建一个覆盖老年人生活各个方面的服务平台。【结果】通过社区智慧养老服务平台,不仅老年人可以在家中享受到健康管理、生活照料、社交娱乐等各种服务,而且社区工作者也可以更加有效地管理和服务社区老人。【结论】智慧社区是新形势下探索社区服务管理创新的一种新模式,智能科技让居家养老更安心,其核心是强调社区从“管理型社区”向“服务型社区”的一种转变,从而更好地为老人服务。
2024年06期 v.51;No.877 29-33页 [查看摘要][在线阅读][下载 1402K] [下载次数:560 ] |[网刊下载次数:0 ] |[引用频次:0 ] |[阅读次数:4 ] - 王俊;
【目的】针对现有的暖通空调热能动力参数识别方法存在识别结果 R-squared值较小,无法满足识别精度要求的问题,提出了基于混合遗传算法的暖通空调热能动力参数识别研究。【方法】首先对暖通空调热能多自由度动力振动正问题进行精细积分求解。然后利用混合遗传算法,建立反问题目标函数,并完成精英搜索。最后利用流体网络方程,完成暖通空调热能动力参数的辨识。【结果】通过对比实验,证明所提方法得到的结果 R-squared值更接近1,说明该方法的暖通空调热能动力参数识别精度更高,方法性能更理想。【结论】该方法能够为暖通空调系统优化、节能减排、故障诊断、智能控制等提供更可靠的基础依据。
2024年06期 v.51;No.877 34-37页 [查看摘要][在线阅读][下载 1567K] [下载次数:87 ] |[网刊下载次数:0 ] |[引用频次:1 ] |[阅读次数:2 ]