ATSP:时态网络可视化的自适应时间片划分方法

现有的时态网络可视化方法大多采用等量时间片来可视化网络的演变，不利于时态模式的快速挖掘和发现。为此，根据时态网络固有的特征提出自适应时间片划分方法（Adaptive Time Slice Partition method，ATSP）。在时态网络的两种表示方式（基于事件的表示方式和基于快照的表示方式）的基础上，构建了ATSP的基础模型，同时提出了一种改进模型用来描述事件间隔时间服从长尾分布的时态网络。为了实现时间片的不等量划分，针对探索任务的不同提出了基于时态模式的ATSP规则和基于中心节点的ATSP规则，并提出了实现算法--层次划分算法（Hierarchical Partition algorithm，HP）和增量划分算法（Incremental Partition algorithm，IP）。实验结果表明，ATSP方法比传统的时间片划分方法更能准确地表示网络的时态特征，且该方法应用于可视化时，能有效归纳并展示网络的特征，明显提高了视觉分析的效率。     

湖南某地区矿山水工环地质勘察特征与深部找矿靶区圈定

在矿产勘查过程中十分重要的几个部分主要包括:矿区水文、工程、环境地质工作等,同样还是评价矿床开采技术条件的支撑。其与矿产资源的经济科学开发以及矿山生产的安全、环保有着直接的联系。如果想要正确的评价矿床开采技术,其中必不可少的一个条件就是水工环的地质资料,与此同时还对矿床进行开发;利用过程当中容易发生的地质灾害或者安全事故的处理决策问题以及矿山地质环境恢复治理方案的制定与实行产生影响。所以,矿区水工环地质工作的程度以及精度,都会使整个矿区的评估与矿床的科学开发利用和规划受到一定的影响。     

4种戊唑醇剂型对大型溞的急性毒性评价

为评价不同剂型戊唑醇对大型溞的急性毒性,筛选出环保剂型,减少农药对生态环境的影响。采用半静态法测定95%戊唑醇TC、50%戊唑醇SC、250 g/L戊唑醇EW、80%戊唑醇WP、85%戊唑醇WG对大型溞的急性毒性,并根据我国农药环境安全评价分级标准进行毒性分级。结果表明,95%戊唑醇TC、50%戊唑醇SC、250 g/L戊唑醇EW、80%戊唑醇WP、85%戊唑醇WG对大型溞的EC_(50)值(48 h)分别为8.396、1.374、3.587、5.989、2.067 mg/L,戊唑醇4种剂型产品对大型溞皆为中等毒。     

消防喷淋末端支管全自动精准测量施工技术

本文结合实际工程,介绍了消防喷淋末端支管全自动精准测量施工工艺流程及施工技术要点.该施工技术提高了消防喷淋末端追位的施工质量,解决了天花板上极易出现点位位置偏移、喷淋头凹陷或者凸出等问题,提高了集中预制加工生产效率,可为同类工程提供参考.     

复合材料层板冲击破碎实验 与数值评估方法

纤维增强复合材料层板是电路板基板的重要组成部分, 预测其破碎过程是废旧电路板破碎机设计的重要依据.首先, 基于实验测得复合材料层板的冲击能量, 对比面内和面外两种冲击破碎方式.然后, 基于Hashin损伤理论建立复合材料层板冲击破碎预测模型, 预测的冲击消耗能量与冲击速度与实验结果吻合度高, 表明Hashin损伤理论可以应用于玻璃纤维复合材料层板冲击破碎问题.通过复合材料层板的面内和面外冲击损伤过程对比分析, 发现面内冲击破碎可以避免层间开裂造成的额外能耗, 所以沿平面方向的冲击破碎效果要好于沿厚度方向的破碎效果.当前冲击损伤预测模型可进一步应用于预测电路板基板的破碎过程, 也可用于指导电路板破碎机传动系统设计.      

磁性TBP萃淋树脂的制备及吸附铀的性能测试

采用悬浮聚合法制备磁性TBP萃淋树脂,考察了引发剂用量、搅拌速度、水油相体积比和磁粉用量对合成树脂的影响;借助红外光谱、偏光显微镜和振动样品磁强计表征树脂的化学结构、外观形态和磁性能;探讨了磁性TBP萃淋树脂对铀的吸附性能。结果表明:所制备的磁性TBP树脂对铀的吸附性能良好,铀质量浓度为2.0～12.0 mg/L时,吸附率大于95%;吸附到磁性TBP萃淋树脂上的铀可通过磁分离技术加以回收。     

基于多尺度双线性卷积神经网络的多角度下车型精细识别

针对多角度下车辆出现一定的尺度变化和形变导致很难被准确识别的问题，提出基于多尺度双线性卷积神经网络（MS-B-CNN）的车型精细识别模型。首先，对双线性卷积神经网络（B-CNN）算法进行改进，提出MS-B-CNN算法对不同卷积层的特征进行了多尺度融合，以提高特征表达能力；此外，还采用基于中心损失函数与Softmax损失函数联合学习的策略，在Softmax损失函数基础上分别对训练集每个类别在特征空间维护一个类中心，在训练过程中新增加样本时，网络会约束样本的分类中心距离，以提高多角度情况下的车型识别的能力。实验结果显示，该车型识别模型在CompCars数据集上的正确率达到了93.63%，验证了模型在多角度情况下的准确性和鲁棒性。     

基于DRSA和BP神经网络风电机组检修决策

为缩减运维成本,降低检修资源配置,提出一种基于优势粗糙集DRSA和BP神经网络的风电机组检修决策新方法。基于风电机组多因素序信息系统表,采用优势粗糙集理论方法进行知识约简,获得检修决策规则集,将提取的规则集作为输入样本对BP神经网络进行训练,提高处理不确定性知识的能力。与基于DRSA的检修决策方法进行对比,该方法实现了风电机组的智能检修预测,更能优化机组检修资产的管理,为增加机组检修决策的透明性、合理性及科学性提供了依据。     

不同排列方式下500kV高压输电线建筑物周围电场计算

采用有限元-模拟电荷混合法,对500 k V高压输电线不同排列方式下周围建筑物及其邻近区域中的电场进行了计算。结果表明,在建筑物距离500 k V高压输电线中间输电线路水平距离相同的情况下,以倒三角排列方式使输电线路在建筑物楼顶及高出楼顶1.5 m处产生的畸变电场最小,水平排列次之,而三角排列最差。     

适用于紫外光通信的延迟判决均衡算法

为了消除紫外光通信过程中强烈散射所引起的码间干扰，采用一种带信道估计的最小均方误差-最大似然估计(LMS-MLE)延迟判决均衡算法进行了理论分析和仿真验证。通过选取合适的判决延迟深度来调整LMS自适应滤波器抽头系数进行信道跟踪，获取新的信道估计向量，最后利用MLE均衡算法得到最优序列输出。结果表明, 该算法可以明显提升紫外光通信系统的性能，在没有提高复杂度的情况下，性能接近最优MLE均衡算法，并且可以实现信道跟踪, 紫外光通信中算法的最佳延迟量取值为20。这一结果对紫外光通信性能提升以及MLE均衡器的工程实现是有帮助的。