二维码识别技术在地浸采铀矿山设备管理中的应用

结合地浸采铀生产现状,提出了二维码识别技术在地浸采铀矿山设备管理中的应用途径,探讨了其在信息覆盖、专人管控、监督检查等方面的优势。现场应用表明,二维码识别技术能够有效提升地浸采铀矿山的设备管理效率,增强设备信息共享能力,使其网络化功能更加实用。该技术为地浸采铀矿山设备出入库、日常巡查、维护保养工作带来了便捷,同时在消防应急管理、安全隐患整改等方面也有着广泛的应用前景。     

改性防水聚氨酯涂料的性能评价

比较了无溶剂型单组分聚氨酯(PU)和聚氨酯脲-环氧树脂(PUUE)用作整体防水涂膜层的基础物化、力学和耐老化等性能,对标国家及企业标准中防水性能指标,并进行机理分析.结果表明,PU与PUUE防水涂膜的基础物化性能相差不大,但是后者的力学性能、耐紫外/热老化和耐化学性等优于前者.拥有良好特种防水性能的PUUE可较好地满足...     

通信管道和光缆线路架空、地埋探测装置施工的创新运用研究

通信管道的光缆线路已经成为市政基础建设的重要组成部分,在城市的发展中贡献着重要的力量,无声的改变着人们的工作与生活.本文对于这一线路的施工从技术与维护两个层面进行阐述,力求使这项技术更臻于完美.     

背负系统3in1的旅伴 曼富图三合一TLCA背包

正现在流行"私人订制",曼富图的三合—TLCA(MB MA-BP-TL-CA)摄影包就在背负设计上极具个性创意。你可以将它当做一款双肩包、一款单肩斜背包使用,或者可以更拉风,在胸前打一个"X"。这种三合一的背负设计,让你最大限度满足不同环境下的背负需要。     

无底柱分段崩落法放矿时压力变化规律模拟

通过采用离散元软件PFC2D对放矿过程进行模拟,研究无底柱分段崩落法在100m覆盖层下放矿时矿体顶部动态压力的变化规律,以记录进路顶部及侧壁压力。结果表明:随着放矿的进行其侧壁压力峰值逐渐增大,顶部压力降低区的范围随着工作面的推进逐渐减小,直至消失。两翼向中间回采时矿体顶部将产生应力集中,其矿体顶部压力将远大于一翼向另一翼回采。     

一种基于多模态深度特征融合的视觉问答模型

大数据时代,随着多源异构数据的爆炸式增长,多模态数据融合问题备受研究者的关注,其中视觉问答因需要图文协同处理而成为当前多模态数据融合研究的热点。视觉问答任务主要是对图像和文本两类模态数据进行特征关联与融合表示,最后进行推理学习给出结论。传统的视觉问答模型在特征融合时容易缺失模态关键信息,且大多数方法停留在数据之间浅层的特征关联表示学习,较少考虑深层的语义特征融合。针对上述问题,提出了一种基于图文特征跨模态深度交互的视觉问答模型。该模型利用卷积神经网络和长短时记忆网络分别获取图像和文本两种模态数据特征,然后利用元注意力单元组合建立的新型深度注意力学习网络,实现图文模态内部与模态之间的注意力特征交互式学习,最后对学习特征进行多模态融合表示并进行推理预测输出。在VQA-v2.0数据集上进行了模型实验和测试,结果表明,与基线模型相比,所提模型的性能有明显提升。     

基于可搜索加密的密态知识图谱存储和检索方案

随着云计算的快速发展,知识图谱数据外包成为一种流行的趋势。医疗、金融等诸多领域中的知识图谱有着隐私敏感特性,然而云服务器并不是完全可信的,为了保护数据在云服务器上的机密性和完整性,需要使用加密等方式来保护知识图谱数据的安全。提出了一种基于可搜索加密的密态知识图谱存储方案,可以有效保护数据的机密性和完整性,并且支持在密态数据上的检索。该方案充分考虑了知识图谱实体及其关系顺序读取的必要性,从而对密态索引设计进行优化,加快检索效率。实验结果显示,密态知识图谱的一跳子图查询平均时间为非密态知识图谱的2.09倍,表明该方案在安全性和查询效率上取得了良好的平衡。     

基于k个标记样本的弱监督学习框架

聚类是机器学习领域中的一个研究热点,弱监督学习是半监督学习中一个重要的研究方向,有广泛的应用场景.在对聚类与弱监督学习的研究中,提出了一种基于k个标记样本的弱监督学习框架.该框架首先用聚类及聚类置信度实现了标记样本的扩展.其次,对受限玻尔兹曼机的能量函数进行改进,提出了基于k个标记样本的受限玻尔兹曼机学习模型.最后,完成了对该模型的推理并设计相关算法.为了完成对该框架和模型的检验,选择公开的数据集进行对比实验,实验结果表明,基于k个标记样本的弱监督学习框架实验效果较好.     

紫坪铺水库控制流域“7·10”洪水及调度过程分析

紫坪铺水利枢纽工程在2005年底投运,是一座以灌溉和供水为主,兼有发电、防洪、环境保护、旅游等综合效益的大型水利枢纽工程。2013年7月10日,紫坪铺水库控制流域发生了自投运以来最大的一次暴雨洪水,虽然此次洪水过程被水库成功拦截,但区间洪水给成都市的饮用水源造成了严重影响。     

不同MapReduce运行系统的性能测试与分析

随着云计算技术的发展,许多MapReduce运行系统被开发出来,如Hadoop、Phoenix和Twister等.直观上,Hadoop具有很强的可扩展性、稳定性,适合处理大规模离线应用;Phoenix具有运行速度快等优点,适合处理数据密集型任务;Twister是轻量级的迭代系统,非常适合迭代式的应用.不同的应用在不同的MapReduce运行系统中有着不同的性能.通过测试不同应用在这些运行系统上的性能,给出了实验比较和性能分析,从而为大数据处理时选择合适的并行编程模型提供依据.