融合多层次语言特征知识的汉越神经机器翻译的方法

    公开(公告)号:CN112541364A

    公开(公告)日:2021-03-23

    申请号:CN202011409192.3

    申请日:2020-12-03

    摘要: 本发明涉及融合多层次语言特征知识的汉越神经机器翻译的方法,本发明分别对字符、词及短语三个不同层次的语言特征知识进行融合并分析,为了有效地利用不同层次的语言特征知识,本发明首先通过双向LSTM得到基于字符的词向量表示,然后将基于字符的词向量表示和预训练的词向量相结合,通过注意力机制,使模型能够动态地选择词向量和字符信息。其次通过在标准序列编码器的基础上构建一个短语树编码器的方法,进一步将句子中的短语信息融入到汉越神经机器翻译的序列转换过程中。实验结果表明,该融合方法可以有效地利用不同层次的语言特征知识弥补汉越语言对资源不足的问题,一定程度上提升了汉越翻译模型的性能。

    基于自适应优化解调频带选取的轴承故障诊断方法

    公开(公告)号:CN116481812A

    公开(公告)日:2023-07-25

    申请号:CN202310499525.3

    申请日:2023-05-06

    IPC分类号: G01M13/045 G01M13/04

    摘要: 本发明公开了一种基于自适应优化解调频带选取的轴承故障诊断方法,采用向前差分法计算瞬时角速度IASi;利用循环谱相关算法获得循环阶次和谱阶次组成的双变量谱图,归一化处理获得循环谱相干CSCoh,积分获得各子频带改进包络谱IES;对各子频带改进包络谱IES进行分割,计算各子频带改进包络谱IES的重加权峭度值RK并作为对应子频带的RK值,子频带合并重构,选择合并重构后最大RK值所对应的合并后的子频带作为优化解调频带并进行包络分析,完成故障特征提取;本发明方法实现循环谱相关解调频带的优化选取,故障特征提取效果优于传统算法,且较已有的IESFOgram算法、CIESFOgram算法无需先验参数的输入。

    一种增量式光编码器刻线与细分误差补偿方法

    公开(公告)号:CN116295118A

    公开(公告)日:2023-06-23

    申请号:CN202211595489.2

    申请日:2022-12-13

    摘要: 本发明公开了一种增量式编码器刻线误差与细分误差的补偿方法,本发明首先在2倍频下对编码器角度信号进行采集并计算成IAS信号,随后对IAS信号进行S‑G滤波,用于抑制刻线位置与信号宽度误差分量引起的速度波动,其次计算其幅值调制函数并计算信号宽度误差,最后利用信号宽度误差与幅值调制函数计算刻线位置误差;用信号宽度误差、刻线位置误差对4倍频角度信号进行补偿,利用补偿后的4倍频角度信号估算非正交误差,利用信号宽度误差、刻线位置误差、非正交误差对编码器4倍频角度信号再进行补偿,提高增量式编码器测量精度;本发明方法可以在不增加成本的条件下,提高装备了伺服系统的机床、工业机器人等设备的性能。

    利用伺服电机自带编码器信号诊断齿轮箱故障的方法

    公开(公告)号:CN116183215A

    公开(公告)日:2023-05-30

    申请号:CN202211544651.8

    申请日:2022-12-04

    IPC分类号: G01M13/021 G06F18/10

    摘要: 本发明公开了一种利用伺服电机自带编码器信号诊断齿轮箱故障的方法,属于故障诊断技术与信号处理分析技术领域;该方法采用高速计数器获取待检测传动系统中伺服电机自带编码器的方波信号;使用差分算法将编码器方波信号转换为瞬时角速度信号;使用同步平滑滤波算法对瞬时角速度信号进行降噪处理;然后通过傅里叶变换得到降噪后的瞬时角速度信号的阶次谱,并与正常角速度信号的阶次谱相减获得残余阶次;若残余阶次中存在与故障相关的阶次,则说明齿轮箱存在故障;本发明充分考虑实际工况下齿轮箱的运行状况和工程实际需要的基础上提出的,能够准确诊断齿轮箱的故障,提高故障诊断效率,减少额外部件的安装和使用,降低故障诊断的成本。

    融入语言差异化特征的汉越神经机器翻译译文质量估计方法

    公开(公告)号:CN114004238A

    公开(公告)日:2022-02-01

    申请号:CN202111116100.7

    申请日:2021-09-23

    摘要: 本发明提出融入语言差异化特征的汉越神经机器翻译译文质量估计方法,属于自然语言处理技术领域。本发明首先采用统计对齐的方法对汉越之间结构差异进行建模,将其定义为汉语与越南语之间的语言差异化特征。其次,将提取到的语言差异化特征与质量估计模型进行结合,其融合过程为将定义的特征作为惩罚因子同双向LSTM模型中最后一个时刻两个方向的隐状态进行结合,最终使得基于大规模双语数据的通用型译文质量估计模型能够有效地对汉‑越这种资源稀缺型译文质量估计任务有更好的关注,有效地提升译文质量估计模型对于汉越神经机器翻译任务的性能。