陕西商南镁橄榄石矿床及矿石的综合利用

商南镁橄榄石矿床产于蛇绿石套的超基性岩体群中。超基性岩体群受区域性的褶皱和断裂控制，主岩体分带明显，镁橄榄石矿床主要分布于边缘相中。该矿床储量大，矿石为超镁质的，含镁高，可用来生产镁金属、冶金铺料、铸造型砂、耐火材料等，伴生铬铁矿等可回收综合利用。     

贯彻ISO 9000系列标准,促进企业管理──重庆机床厂Y3150E滚齿机实施ISO 9001-94质量体系认证的初探

本文通过近年来企业标准化的工作实践，对实施ISO9000质量体系认证，促进企业管理，进行了有益的探索。     

便携式智能输液点滴速度监控报警装置的设计

为了实现静脉输液的智能化,基于红外对射技术设计了一套以单片机为核心的智能输液点滴速度监控报警装置。该设计以51系列的STC89C52单片机为主体,用二极管元件进行光-电信号的转换,经LM393电压比较器进行电平比较,信号经单片机处理,最终由发光二极管和蜂鸣器进行声光报警。实验结果表明,本设计实现了点滴信号的采集及显示,并可根据设定的上下限红外感应报警时间判断是否发出声光警报,解决了静脉输液液滴速度调控、液滴缺液的检测等问题,可有效避免静脉输液时的换液不及时现象,减轻病人家属和医护人员的负担。     

养护中沥青路面再生利用

沥青路面再生利用具有较多优势,其不但能够有效减少资源的消耗,而且还能够减少对生态环境的污染与泡坏,因此在道路养护中应用较为广泛。下文将结合笔者实践经验,对当前我国沥青路面再生利用原理及分类进行论述,并分析养护中应用沥青路面再生利用的必要性,最后探讨养护中沥青路面再生利用的应用,希望能为促进沥青路面再生利用在道路养护中水平提升贡献一份绵薄之力。     

矩阵标记零算法的理论分析

来源于匈牙利算法的指派问题的矩阵算法被发现是错误的。本文提出一种从不同行(列)找出一组个数最多的零元素的方法。     

基于多特征融合编码的神经网络依存句法分析模型

在基于神经网络的依存句法分析中,对分析栈和决策层信息的表示和利用依然有值得深入研究的空间。针对分析栈的表示,已有工作并没有对单棵依存子树独立编码的表示,导致无法利用各个依存子树的局部特征;也没有对生成的依存弧序列进行编码,导致无法利用依存弧的全局信息。针对决策层的表示,已有工作利用MLP预测转移动作,该结构无法利用历史决策动作的信息。对此,该文提出基于多特征融合编码的神经网络依存句法分析模型,基于依存子树和历史生成的依存弧表示分析栈,利用TreeLSTM网络编码依存子树信息,利用LSTM网络编码历史生成的依存弧序列,以更好地表示分析栈的局部信息和全局信息。进一步提出基于LSTM网络的结构预测转移动作序列,引入历史决策动作信息作为特征辅助当前决策。该文以汉语为具体研究对象,在CTB5汉语依存分析数据上验证所提出的多特征融合编码的神经网络模型。实验结果显示,汉语依存句法分析性能得到改进,在目前公布的基于转移的分析系统中取得最好成绩,在UAS和LAS评价指标上分别达到87.8%和86.8%的精度,表明所提出的对依存子树局部特征及历史依存弧信息和历史决策动作信息的编码方法,在改进依存分析模型性能方面的有效性。     

基于用户轨迹数据的移动推荐系统研究

近年来,随着移动智能设备的普及,移动社交网络方兴未艾,用户习惯和朋友分享自己的精彩经历,因此产生了大规模具有时空属性的用户轨迹数据.从狭义的角度来看,轨迹数据是指连续采样的GPS数据.从广义的角度来看,在时空域存在连续性的序列,都可以称作轨迹.例如：在社交网络上的用户签到序列就可以认为是粗粒度的轨迹数据.广义轨迹数据具有时空异构性、连续与离散并存、时空项目的层次性不明显和分类不明确等特点,但是相比于GPS轨迹数据,广义轨迹数据来源广泛,蕴含丰富的信息,这给传统的移动推荐系统带来了巨大的机遇.与此同时,广义轨迹数据规模大、结构丰富,这也给传统的移动推荐系统带来了巨大的挑战.如何利用广义用户轨迹数据来提升移动推荐系统的性能,已成为学术界和产业界共同关注的重要课题.以轨迹数据特征作为切入点,对近年来基于广义用户轨迹数据的移动推荐系统的主要模型方法和推荐评价指标进行了系统综述,阐述了与传统移动推荐系统的联系和区别.最后,对基于广义用户轨迹数据的移动推荐系统有待深入研究的难点和发展趋势进行了分析和展望.     

一种改进的偏好融合组推荐方法

近年来,组推荐系统已经逐渐成为推荐系统领域的研究热点之一.在电影电视和旅游推荐中,用户常常是参与活动的一组人,这就需要为多个用户形成的群组进行推荐.作为解决群组推荐问题的有效手段,组推荐系统将单个用户推荐扩展为群组推荐,目前已经应用在新闻、音乐、电影、餐饮等诸多领域.现有的组推荐融合方法主要是模型融合与推荐融合,其效用好坏目前仍没有定论,并且它们各有自己的优缺点.模型融合存在着群组成员间的公平性问题,推荐融合忽视了群组成员间的交互.提出一种改进的偏好融合组推荐方法,它结合了两种融合方法的优点.同时根据实验得出了"群组偏好与个人偏好具有相似性"的结论,并将它结合在改进方法中.最后,通过在Movielens数据集上的实验分析,验证了该方法的有效性,证明了它能够有效地提高推荐准确率.     

采用Stack-Tree LSTM的汉语一体化依存分析模型

在汉语一体化依存分析中,如何利用分词、词性标注和句法分析的中间结果作为分析特征成为核心问题,也是三个任务相互制约协调、共同提高性能的关键所在。目前无论基于特征工程的方法还是基于深度学习的方法尚无法充分利用分析过程中依存子树的完整信息,而依存子树作为中间结果的主要成分对三个任务的后续分析具有重要的指导意义。该文在基于转移的依存分析框架下,提出Stack-Tree LSTM依存子树编码方法,通过对分析栈中所有依存子树的有效建模,获取任意时刻的依存子树的完整信息作为特征参与转移动作决策。利用该编码方式提出词性特征使用方法,融合N-gram特征构建汉语一体化依存分析神经网络模型。最后在宾州汉语树库上进行了验证实验,并与已有方法进行了比较。实验结果显示: 该文提出的模型在分词、词性标注和依存分析任务上的性能非常接近特征工程最好的结果,并且均超过已有的一体化依存分析神经网络模型。