论文总字数：33091字摘 要09015413 吴锐 指导教师 漆桂林在信息爆炸的时代中，从成千上万的互联网文本获取到准确的事件信息是一项非常具有意义的工作。近年来，随着计算机计算能力的大幅提升，基于深度学习的事件抽取方法已普遍优于传统的事件抽取方法。但深度学习往往依赖于大量的标注文本，且由于事件信息的复杂性，其数据的标注困难而又繁琐，导致了事件抽取任务在领域内的实现有着较高的门槛。本文创新性地提出了一种事件抽取框架，该框架基于Bootstrapping方法，结合深度学习神经网络理论，以少量标注的初始事件信息为依托，能够从未标注的语料库中挖掘出更多潜在的事件信息。此外，由于Bootstrapping的思想与平行语料较为契合，且不同数据源对同一事件的表示往往具有多样性，因此我们考虑使用由多个数据源产生的数据所构成�

论文总字数：23296字摘 要深度网络目前被广泛应用于各个领域，取得了很大的成功。但是我们对深度学习的有效性的理论基础仍然缺乏足够的了解。我们认为深度网络的有效性源自其作为客观物理世界的有效表达模型的本质，深度网络中应该存在很多和物理系统对应的结构。我们系统通过将深度学习系统与物理系统进行类比和对应，这两个领域的思想可以相互促进与融合。本课题的主要目的是寻找是否物理系统的一些性质和结论可以用来帮助我们理解深度网络。过参数化的深度网络是目前理论分析相对集中的系统，我们希望寻找这一系统对应的物理图像。我们发现了一个和过参数化的深度网络有着高度结构相似性的物理系统，即多体量子系统中的MPS态(Matrix product state)和其对应的Parent Hamiltonian以及Uncle Hamiltonian。通过对这两个系统的类比，我们建立

论文总字数：23887字摘 要 基于静态图像的动作识别侧重于从单个图像中识别一个人的动作行为，与使用视频或图像序列的传统动作识别的方法不同的是，静态图像中并不包含用于表示动作的时间信息。因而，基于视频的动作识别方法并不适用于基于静态图像的动作识别。目前，识别静态图像中的行为动作常用的方法是通过学习图像中的对象、场景和身体姿势的外观从而区分每个动作类，可是这些方法剥夺了图像中丰富的动作结构。 为解决上述问题，本论文设计了一种卷积神经网络，通过从数千个未标记的视频中学习人体和物体是如何移动的，进而获取视频中人体和物体如何移动的模型，然后将得到的信息嵌入到单个图像的表示中，即得到相应的光流图像。然后利用原始的RGB图像和生成的光流图像来训练一个双流卷积神经网络，最后通过这个训练�

论文总字数：27215字摘 要软件测试工作在整个软件开发过程中占有非常重要的作用。软件测试工作质量的好坏，直接决定着整个软件质量，影响着整个软件的可靠性。随着计算机软件行业的不断发展，软件开发周期逐渐缩短，开发的工作量也在不断的增加，软件的复杂程度和规模也是不断在增大的，这就需要更加严格和可靠的测试工作来辅助软件开发工作的完成和成果的验证。目前国内的互联网企业普遍出现测试人员少，任务重的现象，只凭借人力的测试是远远不足以完成测试任务的。实现软件自动化测试可以显著的降低回归测试的人工的工作量，降低性能测试的复杂程度，从而缩短软件测试的周期以便于适应逐渐缩短的开发周期。本文首先对于软件测试自动化技术以及软件自动化测试工具的背景以及发展过程进行了简单的介绍，随后对现有的软

论文总字数：28071字摘 要进口作为国际贸易中的重要环节，在经济发展过程中起着不可或缺的作用，而进口贸易中涵盖的技术复杂度这一概念，能够反映进口商品的技术含量和商品结构，对经济增长带来一定的影响。改革开放以来尤其是中国加入世界贸易组织到至今，对外开放程度不断加深，经济飞速发展，进出口贸易成为经济学研究的热门方向之一。与此同时伴随着近年来“一带一路”的提出和推行，我国对外开放的深度和广度进一步得到提升，对进口政策的优化和改革受到更多人关注，特别是进口技术复杂度，相对比出口技术复杂度而言受到的关注侧重较少。对此本文以进口技术复杂度为切入口，针对与之相关的进口贸易、进口商品结构进行简要分析，引出我国进口技术复杂度发展趋势和现状。在说明了进口技术复杂度与经济增长之间的内在

论文总字数：30541字摘 要随着互联网、移动互联网的飞速发展，人们越来越希望产品能更加智能化、人性化，为实现这一理想，机器学习越来越被广泛研究和应用。同时，机器学习的迅速发展使得人们无需手工设计特定的特征提取算法，打破了计算机视觉领域的发展瓶颈。本文完成了室内走廊场景中数据集的收集和标注，对基于YOLO算法的物体检测的训练策略和学习率设置进行了研究，旨在改善特殊数据集下YOLOv3算法的精确度。（1）解冻网络所有层级，分步训练模型，第一阶段从0开始训练，第二阶段微调网络权重，并设置回调函数监测精确度以及时调整学习率。结果表明，分步训练所有网络层级能在最终达到较低损失值，明显优于默认设置。（2）基于分步训练提出了两种学习率设置方案并进行了对比。利用回调函数监测验证损失值，及时减小学�

论文总字数：34763字摘 要随着我国交通事业的快速发展，公路里程的增加，路面养护工作需要更高的效率，而获取路面损坏信息作为路面养护工作的第一环节，自然也需要得到改进与加速，但传统的识别方法则有诸多瓶颈。而与此同时，深度学习近年来的快速发展和在许多领域的广泛应用使得研究人员们纷纷将目光投向了这样一个新的方式。本文针对传统裂缝识别提取方法的不足，提出了一个CNN—FCN全自动的混凝土裂缝图像识别与提取的模型结构，实现了对于用户透明的裂缝识别提取模型，主要研究工作如下所述。首先对几种经典的CNN网络模型进行了学习和分析，在性能、训练时长等方面经过对比，最后采用AlexNet来处理混凝土裂缝识别问题，FCN来解决混凝土裂缝检测提取问题。其次对AlexNet与FCN分别进行数据预处理，模型训练以及结果的验证。并�

论文总字数：26116字摘 要单一的导航会因为动态特性而产生误差的积累，对于长时间的导航数据有误差影响。随着现代科学技术的发展，对水下导航在精度和可靠性方面都提出了更高的要求，仅靠单一惯性导航系统很难满足这些要求，因此需要形成以惯性导航系统为主导航系统、其他导航系统为辅助导航系统的组合导航系统。本文针对水下组合导航系统，进行了数据采集平台的设计，包括对导航数据的采集和存储。论文主要实现了如下内容：分析了水下组合导航的需求，选定FPGA MCU DSP架构方案，另外做了惯性器件和GPS接收机的选型。在FPGA的硬件框架下实现GRA、GPS、IMU多传感器的数据同步采集。利用文件系统原理，在FPGA和STM32上分别用VERILOG语言和C语言实现数据的实时存储。本论文的成果对水下组合导航的数据采集和存储提供了理论和技术保证，具

论文总字数：32944字摘 要学生姓名：杜静 指导老师：赵力人类的交流离不开语音，语音中包含了众多信息。随着计算机技术和情感计算理论的发展，语音情感识别成为人机交互中不可或缺的一部分，具有广阔的市场应用前景和深刻的研究意义。本文主要研究了基于注意力机制的汉语语音情感识别方法，并将该方法应用在智能语音情感性格识别系统的设计中。首先介绍了前人有关于语音情感识别的研究成果与意义。然后使用CASIA汉语情感语料库作为原始数据，对其中的语音信号进行预处理，并提取了重要的语音特征MFCC及其一阶差分和二阶差分特征作为实验所需的情感特征向量。其次，本文运用深度学习的方法建立了基于CNN和双向LSTM的语音情感识别模型。随后引入注意力机制，并通过实验对比了引入Attention层前后模型的准确率，实验表明，�

论文总字数：26954字摘 要三维建模技术将现实世界的物体转换为数字化的三维模型，并利用计算机进行显示和操作。静态的三维建模已经无法满足人们日益增长的需求，因此专家学者们致力于研究动态三维建模技术。动态三维建模技术的研究重点，一是如何逼真地复现目标对象，二是如何加强目标对象和虚拟模型的交互。研究成果能被广泛应用于3D电影特效制作、虚拟试衣系统、体感游戏、模拟解剖软件等多个领域。传统的三维扫描仪器体积庞大、价格昂贵、操作复杂，但深度摄像头的出现解决了这些问题，它们便携小巧、性价比高。本文提出了一种基于RealSense D415摄像头和Unity 3D驱动的三维人体模型交互系统，主要做了以下工作：首先，总结相关的技术方法和原理，比如三维人体建模技术、动态捕获技术，调研国内外研究现状。其次，介绍实验项