为解决渔业标准命名实体识别任务中部分实体语料分布稀疏导致的效果不佳问题,提出了基于多元组合数据增广(data augmentation method based on multiple combination, MCA)的渔业标准命名实体识别方法,该方法融合了基于领域词典的联合替换算法(joint replacement algorithm based on domain dictionary, DDR)、基于槽点保护的随机删除算法(random deletion algorithm based on slot protection, SPD)和基于槽点保护的随机插入算法(random insertion algorithm based on slot protection, SPI)进行语料库的数据增广,首先构建"水产品名称"同类词词典和领域同义词词典,通过两个词典分别对"水产品名称"类实体和随机词进行同类词替换和同义词替换,生成新的句子,以增加目标实体数量和句子的多样性,然后在基于槽点保护的情况下对原句子分别进行随机删除和随机插入操作,在保留实体及上下文特征的情况下进一步丰富语料的多样性,提高模型的泛化能力。结果表明,采用基于融合注意力机制的BERT+BiLSTM+CRF网络模型和多元组合数据增广方法进行渔业标准命名实体识别,准确率、召回率、F1值分别达到了91.73%、88.64%、90.16%,具有较好的效果。研究表明,基于多元组合数据增广的渔业标准命名实体识别方法有效解决了部分实体样本稀疏问题,提升了渔业标准命名实体识别的整体效果。

随着城市化进程的不断加快和人们绿色出行意识的增强，公交车逐渐成为大多数市民上班出行的首选交通工具。然而与高铁飞机等交通工具相比，公交车安全监测系统仍不够健全，可能会发生自燃、侧翻、胎压失衡等突发情况。基于此，本项目研究了一种多传感器网络与深度学习技术相融合的公交车智能安全监测系统，旨在及时发现公交车安全隐患，降低危险事故发生率，保证乘客生命安全，提高公交安全水平。

本研究探讨了航空无线电导航系统ILS、VOR与GPS的兼容性，并提出了改进策略。首先，对ILS、VOR与GPS导航系统的工作原理进行了概述，分析了其各自的信号传输与接收特性。接着，从系统信号兼容性和系统性能兼容性两个方面，深入分析了三者在频率分配、信号传输、多路径效应、定位精度和响应时间等方面的兼容性问题。针对这些问题，提出了改进策略与技术方案，包括频率管理与协调、信号增强技术、多源数据融合、动态信号调整、接收机优化和发射机改进。研究表明，通过这些改进策略，能够显著提升ILS、VOR与GPS系统的兼容性和整体导航性能，提供更加可靠和精确的航空导航服务。

仪表着陆系统(ILS)作为国际民航组织的标准精密进场和着陆设备（俗称盲降系统），它的作用是在低云、低能见度等复杂天气现象下或无法建立任何目视参考的天气下引导飞机进近着陆。由于盲降系统在飞行保障中的重要性，本文通过对地面盲降设备日常维护中发现的一些故障进行分析，以提高设备维护保障能力。