基于音频特征的工程车辆工况识别研究

高效率地使用工程车辆是工程项目管理中节约成本的有效方法，无人监管环境下工程车辆的工况识别，是实现工程车辆高效率使用的有效手段。目前以GPS等技术为核心的车辆智能管理系统未对工程车辆进行工况识别，提出一种基于GRU循环神经网络的工程车辆工况识别方法，通过对工程车辆在不同工况下产生的音频信号进行分析，从中提取Mel倒谱系数作为主要特征，构建GRU循环神经网络模型进行训练和识别。实验结果表明，该方法可以实现对工程车辆工况的有效识别。     

关于高晓红等5人任职的通知

中国轮胎循环利用协会秘书处各部门、各分支机构:经中国轮胎循环利用协会会长办公扩大会议研究决定,聘任:高晓红为综合办公室主任;石立军为业务一部主任,兼任热裂解分会秘书处秘书长、技术委员会秘书处秘书长;张鲁明为业务一部副主任,兼任轮胎翻新分会秘书处秘书长;奚丽君为业务二部主任,兼任再生橡胶分会秘书处秘书长、橡胶循环利用制品分会秘书处秘书长。     

谷氨酰胺代谢在原发性肝癌发生发展及治疗中的研究进展

肝癌是我国高发并且危害性极大的恶性肿瘤，其具有高死亡率并起病隐匿等特点。目前，肝癌治疗主要是以靶向药物，手术和放化疗为主，容易出现复发率高、耐药性强等现象。本文以谷氨酰胺代谢为切入点，对目前研究较多的肝癌相关的谷氨酰胺代谢酶及相关基因分别予以综述，以期为肝癌的发病机制及药物治疗提供开放性新思路。     

响应曲面法优化衣康酸三元共聚物制备工艺

针对咸阳某企业循环冷却水水质情况,选择衣康酸(IA)、乙酸乙烯酯(VAc)和2-丙烯酰胺-2-甲基丙磺酸(AMPS)为单体,采用水溶液自由基聚合法制备IA-VAc-AMPS共聚物阻垢剂.利用响应曲面Box-Behnken试验优化共聚物制备工艺,并建立多元回归模型.结果表明:单体摩尔比和反应温度影响最大,单体摩尔比和引发剂用量交互影响最为显著;响应曲面确定的最优合成条件为:单体摩尔比1.36、引发剂7.11％、反应温度82.73℃和反应时间2.87 h,最优条件下合成共聚物的阻垢率达到97.56％.FT-IR光谱表征表明已成功制备IA-VAc-AMPS三元共聚物.SEM对垢样晶体形态结构分析表明共聚物作用效果明显,垢体松散,致密度降低.     

PRACH ZC根序列优化调整对网络性能的影响

网络KPI指标与参数配置有着密切的关系,本文对Prach ZC根序列规划、核查、优化方法进行研究,通过准确识别Prach ZC根序列不合理小区,快速分配根序列,有效解决Prach ZC根序列不合理带来的问题,实现网络质量提升.     

农村光棍成因及治理机制研究

以驻村扶贫点滇西南L县X村的光棍为研究对象,侧重个体精准性,强调个体因果性的特征,运用小数据分析该村光棍的贫困特征和生成原因,基于马斯洛需求层次理论探索光棍内生动力激发机制.研究表明:农村光棍趋于年轻化,形势严峻;光棍成因受到外部资源匮乏的限制,又受到自身资源缺陷的制约,内外因相互影响,但外因只有通过内因才能发挥作用.探讨通过需求原理激发光棍群体的内生动力,构建长效治理机制,让光棍群体最大限度实现人生价值,提升社会获得感和幸福感.     

工作面快速掘进工艺及设备优化研究

为保证掘进效率与采煤效率相匹配、保证煤炭的产出率,在分析当前掘进工艺和掘进设备现状的基础上,分别对自动化、可靠性、生产效率较低的掘进设备进行优化,并对掘进设备相配套的掘进工艺(打眼、支护、运输等)进行优化,从根本上提升掘进工作面的效率和安全性.     

基于固定频率变化分析的火电机组大型立式循环水泵基础检测方法研究

目前国内大型火力发电机组循环水泵主流配置为两台立式混流泵,泵组功率和质量都较大。1000 MW超超临界火电机组的循环水泵普遍采用两台直径2600 mm的立式混流泵,配套的电机功率一般在6000 kW。泵组连同电机的总重量一般都超过120 t。在我国,前期投产的1000 MW火电机组普遍采用进口泵。泵的基础预埋件一般采用无垫铁施工工艺。国内安装单位由于是初次接触这种新的施工工艺,施工经验较少造成了泵组基础施工质量未达到建设标准要求,这就给后期设备运行埋下了一定安全隐患。同时,循环水泵较低的转速和较大的质量又造成基础恶化后不容易被检测出。常规方法只能待泵组解体后将基础台板取出进行检查,工作量和工期都很大,费用十分高昂。本文创造性的引入固定频率变化与基础松动的关系,为大型立式循环水泵基础松动检测提供一种新的思路和方法,大大降低检测的费用和时间。     

用于社交推荐的增强影响扩散模型

随着网络上创建连接、协作、共享的全新变革方式的出现,互联网上丰富的社交行为现象引起了研究者和实践者的关注.近年来,随着社交网络平台的普及与推广,基于社交网络的推荐系统也成为了个性化推荐领域的研究热点之一,社交推荐系统可以利用社交网络来缓解传统的推荐算法中数据稀疏性问题.在社交网络中,社交关系影响起着重要作用,而用户信任是社交关系形成的基础,每一个用户会受到其信任的用户影响,这些被信任的用户也会被自己的社交关系所影响,这就表明了联系在一起的用户会相互影响,导致社交联系之间的用户偏好具有相似性.用户的信任关系影响着用户偏好的推断,同时用户受到其信任用户的社交关系影响,而这些社交关系影响在社交网络中递归传播和扩散.因此,基于社交推荐算法研究的关键就在于信任信息的挖掘和利用.在基于社交网络的推荐领域中,比较有代表性的模型为Diff Net,该模型未充分考虑到信任问题,同时,在递归计算长距离的社交关系时,有额外的噪声,影响推荐预测的质量.本文提出了基于Diff Net改进的社交推荐模型-EIDNet.首先,该模型在模拟社交关系影响扩散过程时,通过用户对物品的历史交互记录建立用户间的信任关系,并融...