短纤维/弹性体复合材料的研究 Ⅲ涤纶短纤维与再生胶/聚乙烯复合材料研究

本工作探索了再生胶/高密度聚乙烯硫化共混体(RTPV)与涤纶短纤维(SF)复合材料(SFRTPV)的制备与性能,讨论了制取该复合材料的密炼法动态硫化工艺(D)和开炼法静态硫化工艺(S),SF与RTPV的增粘体系和效果,SF组份作用及SF—RTPV的挤出加工性能。     

基于改进注意力机制的LSTM水位预测模型研究

为了进一步提高水位预测的准确性,本文提出一种融入改进注意力机制的长短期记忆网络（Long Short Time Memory,LSTM）预测模型。该模型将输入序列拆分为时间序列和特征序列,在LSTM网络模型前引入注意力机制对两个序列分别进行注意力计算,然后再进行融合,LSTM网络能够根据重要程度自适应地选择最重要的输入特征,注意力机制层的参数通过竞争随机搜索算法获取,从而进一步增强了模型的鲁棒性。最后在鄱阳湖的水位数据上进行预测实验,结果表明：相对于支持向量回归（SVR）、LSTM等模型,本文提出基于改进注意力机制的LSTM模型具有更好的预测精度,可为水位预测和水资源的精准调度提供技术支持。     

基于神经网络空时特征提取的动态手势识别

针对现有的动态手势识别3D卷积方法计算参数量大和对2D卷积长时间序列的空时特征难以提取的问题,提出一种基于2D卷积神经网络和长短期记忆网络相结合的提取时空域特征的动态手势识别方法。首先基于2D卷积神经网络提取空域特征,再通过长短期记忆网络进行序列图像时序上的相互关联提取时间维度上的信息。为验证算法的有效性,使用自采集的7种动态手势动作和IsoGD公开数据集对本文所提算法进行验证。实验结果表明,在线增强算法下实验在自采集的动态手势集上的识别率达到87.14%。在IsoGD公开数据集上的识别率达到57.89%,相对于现有的其他方法有所提升。     

改进粒子群算法优化支持向量机的短期负荷预测

针对支持向量回归机在预测建模中的参数选取问题,提出一种基于混沌自适应策略的粒子群优化支持向量回归机参数的方法.采用混沌映射算法和聚合度自适应判断策略,增强种群的全局寻优性能,提升粒子的多样性,从而避免种群过早收敛.充分考虑天气、节假日、居民消费等因素的影响,提出一种改进的支持向量回归机预测模型并与粒子群算法的支持向量回归机模型进行对比分析.分析结果表明,该预测模型可将预测的均方根误差降低约40％,绝对值误差降低约42％,相对误差降低约46％,仿真结果验证了所提方法优化了支持向量回归机参数,改善了预测效果.     

基于表示学习和深度森林的长链非编码RNA编码短肽预测模型

长链非编码RNA（lncRNA）中的小开放阅读框（sORFs）能够编码长度不超过100个氨基酸的短肽。针对短肽预测研究中lncRNA中的sORFs特征不鲜明且高可信度数据尚不充分的问题,提出一种基于表示学习的深度森林（DF）模型。首先,使用常规lncRNA特征提取方法对sORFs进行编码;其次,通过自编码器（AE）进行表示学习来获得输入数据的高效表示;最后,训练DF模型实现对lncRNA编码短肽的预测。实验结果表明,该模型在拟南芥数据集上能够达到92.08%的准确率,高于传统机器学习模型、深度学习模型以及组合模型,且具有较好的稳定性;此外,在大豆与玉米数据集上进行的模型测试中,该模型的准确率分别能达到78.16%和74.92%,验证了所提模型良好的泛化能力。     

基于深度学习的网络流量预测研究综述

精准地预判网络流量变化趋势可以帮助运营商准确预估网络的使用情况,合理分配并高效利用网络资源,以满足日益增长且多样化的用户需求。以深度学习算法在网络流量预测领域的进展为线索,阐述了网络流量预测的评价指标和目前公开的网络流量数据集及应用,具体分析了网络流量预测中常用的深度信念网络、卷积神经网络、循环神经网络和长短时记忆网络共四种深度学习方法,并重点介绍了近年来针对不同问题所提出的改进神经网络模型,总结了各模型特点及应用场景。最后对网络流量预测未来发展进行了展望。     

弧形短导航墙对船闸下游引航道内水流结构的影响

通过物理模型试验,结合理论分析,研究了在不同下游水深条件下,直导航墙长度L变化对船闸下游引航道保护长度的影响,并在此基础上研究了增设弧形短导航墙对水流结构的调整与影响。物理模型试验研究表明:直导航墙长度的增加有利于改善船闸引航道口门区的通航条件,但在达到一定长度之后,再增加直导航墙长度对引航道口门区水流结构的改善效果减弱;弧形短导航墙对改善下游引航道保护区域内水流结构有很好的效果,选用较小纵向参数a和较大横向参数b效果更好,但张角不宜过大。     

不同引渠形式下深式短管进口泄流能力的试验研究

为研究红岩河水库导流泄洪洞深式短管进口引渠形式由明渠改成涵洞后对其泄洪能力的影响,对其在明渠和涵洞两种形式下分别做水工模型试验,验证其水力特性。结果表明,较明渠形式,涵洞形式下的导流泄洪洞同水位下泄流量有不同程度的减小,下泄流量减小在导流泄洪洞进口为压力流状态时表现明显,且减小值随水位的升高而变大;大坝度汛期100年一遇洪水时,试验下泄流量较设计下泄流量约小6.35%;运行期100年一遇洪水时,试验下泄流量较设计下泄流量约小6.51%;运行期2 000年一遇洪水时,试验下泄流量较设计下泄流量约小6.95%。建议在将红岩河水库导流泄洪洞深式短管进口引渠由明渠改成涵洞形式后,需关注导流泄洪洞的下泄流量减小问题,避免由于水库下泄流量不足引起的大坝安全问题。     

高层建筑深基础案例分析

深基础是广泛应用于桥梁和高层建筑工程的基础形式.本文选取了两例高层建筑基础案例进行了对比分析,其一为位于纽约市的布鲁克林大厦,采用了配有微型桩基础的筏式基础;另一案例为香港的国际商贸大厦,采用了大型围堰.分析表明微型桩与筏式基础联合使用可有效控制基础沉降,且具一定灵活性与经济性,可以推广使用.     

一种改进的短文本层次聚类算法

互联网上存在着海量蕴含丰富信息的短文本数据,由于短文本存在特征稀疏、用语不规范的特点,使用传统的聚类算法效果较差。提出了一种使用词向量表示特征并结合关键词提取的短文本聚类算法:定义特征权重计算公式,计算类簇中特征的权重,得到类簇的关键词;使用Skip gram模型训练得到的词向量计算关键词之间的语义相似度进而得到类簇的相似度实现聚类。在4个数据集上进行的实验结果表明文章的方法效果优于传统的聚类算法,宏平均较次优结果分别提高了22.3%、24.9%、2.9%和34.4%。