岩体结构面赤平极射投影极点图的分形研究

本文利用赤平极射投影方法绘制出岩体结构面赤平极射投影极点图,并从分形几何的角度出发,计算出其表征岩体内不规则节理的赤平极射投影极点图的分形维数,并对其与岩体力学性质的相关关系及岩体边坡稳定性加以阐述。     

一种基于实体描述和知识向量相似度的跨语言实体对齐模型

跨语言实体对齐旨在找到不同语言知识图谱中指向现实世界同一事物的实体.传统的跨语言实体对齐方法通常仅依靠知识图谱内部的结构信息,但实际上一些知识图谱提供的实体描述信息也可以被利用.本文提出了一种结合知识图谱的内部结构和实体描述信息共同进行跨语言实体对齐的模型.该模型首先通过训练基于知识图谱结构信息的知识向量找到可能被对齐的实体对,再结合实体描述信息利用改进后的共享参数模型选出最终的对齐实体,最后通过迭代对齐的方法重复前两个步骤找到更多的对齐实体直到训练结束.实验结果表明,与基准算法相比,本文所提模型在跨语言实体对齐任务上可以取得相对不错的结果.     

基于广义共同邻居的有向网络链路预测方法

链路预测利用已知网络节点及结构等信息预测网络未知连接或未来连接。现有主流方法多应用于无向网络,而且部分有向链路预测方法忽视了共同邻居在有向网络下的多样异构特征。针对上述问题,提出了一种广义共同邻居算法。该方法首先对有向网络定义了广义共同邻居,通过网络中有向邻居异构体的连边概率衡量不同结构对连边贡献程度,然后利用该定义对现有的局部相似性指标进行了优化,重定义8种基于广义共同邻居的有向相似性指标。在 12 个数据集上的实验表明,所提方法在两个衡量指标下普遍提升了现有预测指标性能。     

IMS网络Diameter协议流程漏洞挖掘

为挖掘IP多媒体子系统网络异常场景下Diameter协议流程中潜在的脆弱点,提出一种基于遗传算法的Diameter协议流程漏洞挖掘方法。通过变异网络配置、用户注册状态和服务器工作状态等,制造特定的应用场景,采用遗传算法对正常消息进行变异,生成针对该场景的多维模糊测试消息,通过监测网络对测试消息的响应判断是否存在相关脆弱性。仿真实验结果表明,该生成方法能保证测试消息的随机性,并有效挖掘Diameter协议流程相关的漏洞。     

晋宁磷矿内排土场排土空间的合理设计与利用

露天矿内排土场排土是行之有效的重要节约用地措施。结合晋宁磷矿露天矿山的排土和征地问题,详细分析了影响其内排土场型式选择的因素,对该矿目前内排土场问题进行了重点研究,提出切实可行的采空区内排技术,解决了矿山生产排土问题。     

板桥凝析油气田开发后期开采工艺技术评价

板桥凝析油气田属于复杂断块油气田。目前该油气田已进入到开发后期,开采过程中各种矛盾日益加剧,加之地处盐田卤池和滩涂地区且生产井大部分为丛式井,严重制约了整个油气田的开发效果。为了完善该油气田开发的工艺技术、提高开发效果,对开采技术现状,主要是对具有代表性的深斜井分注、小泵深抽、斜井抽油、油气分输等工艺技术现状进行了分析及评价。     

白音哈尔矿薄及中厚破碎倾斜矿体开采技术研究

赋存于构造蚀变破碎带中的薄及中厚复杂倾斜矿体,具有蚀变较强,近矿围岩破碎,稳固性差等特点。针对白音哈尔矿的开采条件选择分段留矿崩落采矿法开采。根据随机介质放矿理论对矿体流动参数进行了试验测试与计算,结合放矿相似模拟试验对采场结构参数进行了分析。在岩石力学试验和现场结构面调查基础上,对破碎岩体质量指标进行了评价和岩体力学参数分析,并对回采巷道支护效果进行了数值模拟。结果表明:采用分段留矿崩落采矿法开采时,回采炮孔最小边孔角选择45°,分段高度13 m时崩矿步距为2 m;回采时应逐分段回采,避免多分段同时开采。研究结果可为白音哈尔矿安全高效开采提供理论支撑。     

基于AHP-FUZZY的采空区治理方法优选研究

地下矿山采用空场法或崩落法开采时,不可避免会形成大量的采空区,对井下作业人员、地表环境及工 业设施构成严重威胁。因此,合理的采空区治理方法对于矿山安全生产及高效开采尤为重要。以锡林浩特萤石矿浅 孔留矿法开采现状为工程背景,采用现场调研、数值模拟与AHP-FUZZY相结合的方法,研究了空区存在对竖井稳固 性的影响,在此基础上优选了采空区治理方法。研究结果表明,保安矿柱内的矿体被部分开采破坏,其破坏角变化范 围为15°~17°;并且副井附近的最大主应力与剪应力分别为3.0 MPa与1.5 MPa,最大位移值为9.0 cm,竖井的安全运行 必将受到空区威胁;综合安全、经济、合理程度及劳动生产率等因素,优选得到崩落部分顶柱+全尾砂充填采空区为最 佳治理方法,为在产矿山的采空区治理方法优选提供借鉴与指导。     

一种基于线性规划的有向网络链路预测方法

大多数有向网络链路预测方法在计算节点相似性时没有充分考虑有向网络的结构特点，未区分不同有向邻居对连边形成具有的贡献差异，导致预测性能受到局限。鉴于此，该文提出一种基于线性规划的有向网络链路预测方法。该方法对3种有向邻居的信息贡献进行量化分析，结合结构特点建立线性规划模型，进而通过求解贡献矩阵的最优解构建相似性指标。9个真实有向网络中的实验结果表明，所提方法相比于9种现有方法在两种衡量标准下表现出较高的预测性能与良好的鲁棒性。     

融合节点描述属性信息的网络表示学习算法

为融合节点描述信息提升网络表示学习质量，针对社会网络中节点描述属性信息存在的语义信息分散和不完备性问题，提出一种融合节点描述属性的网络表示（NPA-NRL）学习算法。首先，对属性信息进行独热编码，并引入随机扰动的数据集增强策略解决属性信息不完备问题；然后，将属性编码和结构编码拼接作为深度神经网络输入，实现两方面信息的相互补充制约；最后，设计了基于网络同质性的属性相似性度量函数和基于SkipGram模型的结构相似性度量函数，通过联合训练实现融合语义信息挖掘。在GPLUS、OKLAHOMA和UNC三个真实网络数据集上的实验结果表明，和经典的DeepWalk、TADW（Text-Associated DeepWalk）、UPP-SNE（User Profile Preserving Social Network Embedding）和SNE（Social Network Embedding）算法相比，NPA-NRL算法的链路预测AUC（Area Under Curve of ROC）值平均提升2.75%，节点分类F1值平均提升7.10%。