坪上煤业3号煤上分层矿压显现规律研究

为了解掌握工作面矿压显现规律,保证工作面正常回采,对坪上煤业Ⅲ1301(上)综采工作面利用科学的电子仪器仪表,采用合理的观测方法对收集数据进行分析,以摸清工作面的矿压显现规律,从而提高液压支架的适应程度和使用效果,改善工作面顶板管理,并为科学管理综采工作面提供依据。     

湖北省电力勘测设计院有限公司总承包战略转型

湖北省电力勘测设计院有限公司院根据国家行业政策、自身条件、市场机遇等因素,确定了企业战略转型落地。围绕工程总承包战略转型采取了:现状诊断及分析、明确战略定位、实行专业化发展和管理、建立项目经营与实施一体化机制等多项举措,从而解放了企业生产力,增强了企业的核心竞争力。     

基于梯度提升决策树的车轮轮缘厚度磨耗预测

轮对在列车走行过程中起着导向、承受以及传递载荷的作用，其踏面及轮缘磨耗对地铁列车运行安全性和钢轨的寿命都将产生重要影响。根据地铁列车车轮磨耗机理，分析车轮尺寸数据特点，针对轮缘厚度这一型面参数，基于梯度提升决策树算法构建轮缘厚度磨耗预测模型。在该模型的基础上，任意选取某轮对数据进行验证分析，结果表明：基于梯度提升决策树的轮对磨耗预测模型具有较好的预测精度，可预测出1~6个月的轮缘厚度变化趋势范围，预测时间范围较长，可为地铁维保部门对轮对的维修方式由状态修转为预防修提供指导性建议。     

一种适用于开采沉陷的InSAR最大可检测形变梯度函数模型

由于时空失相干、大气延迟等因素的影响,InSAR技术的检测能力受限,无法保证任意矿区监测结果的有效性。若检测能力未知,使用InSAR技术将极易造成人力、物力资源的浪费。为有效判断InSAR技术是否适用于矿区地表形变区域探测,提出了一种适用于开采沉陷的InSAR最大可检测形变梯度(Maximum Detectable Deformation Gradient,MDDG)函数模型。首先通过分析地质采矿因素对开采沉陷的影响,选取矿区开采深厚比和下沉系数两个参数作为模型参数;然后基于不同分辨率、不同波长和不同入射角的SAR影像数据,采用数值模拟和回归分析方法,建立了水平煤层开采条件下的InSAR最大可检测形变梯度函数模型。为验证模型的可靠性,采用陕西大柳塔矿区2012年11月21日—2013年4月2日的13景TerraSAR卫星数据进行模型验证试验。研究表明:InSAR在该矿区的最大可检测梯度为0.008 56,相邻控制点间能够检测的形变量不超过0.171 2 m,采用地表观测站GPS数据作为参考形变值验证了上述结论;与现有模型对比,该模型检测精度更高,细化检测性能更为突出,且无需提前获取SAR影像,可为促进InSAR技术应用于矿区开采沉陷监测提供参考。     

水平磁系高梯度磁选机精矿管堵塞原因分析与改造

南京梅山选矿厂针对水平磁系高梯度磁选机在现场使用中暴露出的精矿管堵塞的问题，通过测量水平磁系高梯度磁选机不同位置的漏磁场强度，对磁系的漏磁场分布特性进行研究。研究得出，精矿管堵塞为漏磁场导致，从力场计算结果得出，磁系漏磁产生的最大磁场力可使粒度大于0.3 mm的磁铁矿颗粒在精矿管中发生沉积。     

工程建设中塔吊安全使用的应用分析

为贯彻落实习近平总书记在全国安全生产工作会议的重要指示,文章重点调查、分析了我国建筑业重大危险源之一的塔吊使用安全问题,强调过程管控、方案先行的原则,并将塔吊的选型规定、安装、使用、拆除所涉及的各种技术准备、各种资源准备、现场准备、操作方法、安全注意事项做了详细的阐述,强调在编制塔吊专项方案时应做到"四项熟悉、五条合理、六个详尽",还针对新技术的应用做出简单介绍,目的是使业内人员掌握相关知识,从而确保工程建设塔吊的使用安全。     

0?1膨胀负二项回归模型在COVID?19疫情分析中的应用

在公共卫生等应用领域，经常会同时出现零观测值、一观测值较多的情况. 为更好地拟合这类数据，采用0?1膨胀负二项分布及其回归模型进行分析. 在数据扩充基础上，结合Pólya?Gamma潜变量对模型参数进行贝叶斯推断. 最后，对我国湖北省2019冠状病毒病(COVID?19)死亡数据集进行分析. 研究表明，0?1膨胀负二项回归模型能够达到更好的拟合效果.     

一种基于小字典不对等语料的跨语言词嵌入方法

双语词嵌入通常采用从源语言空间到目标语言空间映射,通过源语言映射嵌入到目标语言空间的最小距离线性变换实现跨语言词嵌入。然而大型的平行语料难以获得,词嵌入的准确率难以提高。针对语料数量不对等、双语语料稀缺情况下的跨语言词嵌入问题,该文提出一种基于小字典不对等语料的跨语言词嵌入方法,首先对单语词向量进行归一化,对小字典词对正交最优线性变换求得梯度下降初始值,然后通过对大型源语言(英语)语料进行聚类,借助小字典找到与每一聚类簇相对应的源语言词,取聚类得到的每一簇词向量均值和源语言与目标语言对应的词向量均值,建立新的双语词向量对应关系,将新建立的双语词向量扩展到小字典中,使得小字典得以泛化和扩展。最后,利用泛化扩展后的字典对跨语言词嵌入映射模型进行梯度下降求得最优值。在英语—意大利语、德语和芬兰语上进行了实验验证,实验结果证明该文方法可以在跨语言词嵌入中减少梯度下降迭代次数,减少训练时间,同时在跨语言词嵌入上表现出较好的正确率。