混床出水pH值低的原因及处理方法

针对水处理离子交换设备运行过程中混床出水pH值低的原因,进行详细分析,并提出处理方法,成功解决了pH值低的问题.     

紫砂艺术三要素—泥,艺,毅

任何一种艺术样式的诞生，往往难以离开作者所需要的材料、艺术的加工及其毅力的考验而孤立存在。这三者之间又常常为达到同一目的而互为作用，相互渗透，从而使作品本身不断改进，日趋完善，并在其它综合因素的营造下，逐步为人们所认识而接受。紫砂艺术的产生与发展，与其它艺术门类一样，离不开三者之间的关系与作用。从某种意义上讲，紫砂艺术所涉及的范围与融合的多边艺术是其它艺术门类相距甚远的。稍稍懂得一点陶瓷常识的人都知道，一件陶艺作品的产生是需要经过许许多多复杂的程序与过程。它不仅需要熟悉泥的性能、成型特点、干燥过…     

全国陶展观后感

四年一届的全国陶瓷艺术设计评比已在陶都宜兴落下帷幕。由来自全国八位专家教授组成的评委历经数天的精心评选，终于在宜兴第四届陶瓷艺术节前评出金奖20名，银奖、铜奖，优秀作品百余件套，笔者与措俊创作的陶盘《渔歌晚唱》继去年省轻工协会评比获一等奖后再夺桂冠，感到非常幸运。作为一名陶瓷创作设计人员有机会通过展评、现幕，饱阅全国各大产区的陶瓷艺术精品，确有新的启迪与教益。众多的陶瓷精品设计大胆，构思巧妙，品味高雅，制作精致，装饰与造形宛若天成。十一个陶瓷产区和两所大专院校（景德镇陶院、中央工艺美院）的部分获奖…     

宽带脉冲法水声管测试软件的设计与实现

依据基于逆滤波原理的宽带脉冲法测试方法,编写了基于LabWindows/CVI的宽带脉冲法水声管测试软件。软件利用VISA函数库和SCPI语言,实现对仪器的程序控制,达到"软件即仪器"的目的。采用ActiveX技术,实现对Matlab和Excel程序的调用,充分发挥Matlab强大的数值分析和计算的功能,并实现了Excel报表的输出。经试验验证,该软件系统在满足测试精度的前提下,可节省人员操作时间,提高测试效率,满足水声管测试系统的实际需求。     

高维数据挖掘中基于中位数回归的特征提取新方法

为降低噪声对数据特征提取(变量选择)效果的不利影响,基于中位数回归分析方法,利用变量选择降维技术(正则化估计),提出了一种稳健、有效的特征提取(变量选择)新方法,并具体给出了估计算法,该算法具有快速计算的特点.实验结果表明,新方法能够有效地对高维数据集进行估计和变量选择,且具有较高的准确性,即使数据中的信噪比很低时,该方法仍具有较好的效果.因此,该方法为高维数据挖掘特征提取提供了稳健且有效的方法.     

电容器行业用橡胶制品及其发展趋势

分析了应用于电容器行业中橡胶塞和橡胶盖板的国内现状，通过实验对比了国内外产品的差距，分析了进口和国产板材的logR-T曲线图。指出了应用于电容器行业的橡胶制品的要求，主要是提高橡胶塞的耐高温，耐热老化性能，提高橡胶复合盖板在高温下的绝缘性。     

自适应序列生成的建筑能耗预测

提出一种基于强化学习的生成对抗网络(Reinforcement learning-based Generative Adversarial Networks,Re-GAN)能耗预测方法.该算法将强化学习与生成对抗网络相结合,将GAN(Generative Adversarial Nets)中的生成器以及判别器分别构建为强化学习中Agent(生成器)以及奖赏函数.在训练过程中,将当前的真实能耗序列作为Agent的输入状态,构建一组固定长度的生成序列,结合判别器及蒙特卡洛搜索方法进一步构建当前序列的奖赏函数,并以此作为真实样本序列后续第一个能耗值的奖赏.在此基础之上,构建关于奖赏的目标函数,并求解最优参数.最后使用所提算法对唐宁街综合大楼公开的建筑能耗数据进行预测试验,实验结果表明,所提算法比多层感知机、门控循环神经网络和卷积神经网络具有更高的预测精度.     

基于相对熵的元逆强化学习方法

针对传统逆强化学习算法在缺少足够专家演示样本以及状态转移概率未知的情况下,求解奖赏函数速度慢、精度低甚至无法求解的问题,提出一种基于相对熵的元逆强化学习方法.利用元学习方法,结合与目标任务同分布的一组元训练集,构建目标任务学习先验,在无模型强化学习问题中,采用相对熵概率模型对奖赏函数进行建模,并结合所构建的先验,实现利用目标任务少量样本快速求解目标任务奖赏函数的目的.将所提算法与REIRL算法应用于经典的Gridworld和Obj ect World问题,实验表明,在目标任务缺少足够数目的专家演示样本和状态转移概率信息的情况下,所提算法仍能较好地求解奖赏函数.     

基于随机方差减小方法的DDPG算法

针对深度确定性策略梯度算法（DDPG）收敛速度比较慢,训练不稳定,方差过大,样本应用效率低的问题,提出了一种基于随机方差减小梯度方法的深度确定性策略梯度算法（SVR-DDPG）。该算法通过利用随机方差减小梯度技术（SVRG）提出一种新的创新优化策略,将之运用到DDPG算法之中,在DDPG算法的参数更新过程中,加入了随机方差减小梯度技术,利用该方法的更新方式,使得估计的梯度方差有一个不断减小的上界,令方差不断缩小,从而在小的随机训练子集的基础上找到更加精确的梯度方向,以此来解决了由近似梯度估计误差引发的问题,加快了算法的收敛速度。将SVR-DDPG算法以及DDPG算法应用于Pendulum和Mountain Car问题,实验结果表明,SVR-DDPG算法具有比原算法更快的收敛速度,更好的稳定性,以此证明了算法的有效性。     

地方理工院校英语专业发展的思考

在大学教育工具性、职业化倾向日益突显的大环境下,相对综合院校、外语院校以及师范院校英语专业显著的专业优势和良好的学科发展环境,地方理工院校英语专业的发展则步履维艰.如何坚守英语学科属性并结合院校特色,促进专业的理性发展和学生的全面进步,是地方理工院校英语专业发展面临的重要课题.明确培养目标、调整课程设置、优化培养模式是地方理工院校英语专业发展的必然选择.