新型搪瓷-覆铝钢板韧性搪瓷

覆铝钢板韧性搪瓷是以覆铝钢板为底材，涂烧一种特殊低温瓷釉而制造的新型复合材料。介绍了该材料底材的选择，瓷釉的特点和釉浆制备，涂搪、干燥及烧成工艺特点，探讨了覆铝钢板搪瓷的密着机理，分析了该材料的应用前景。     

旁路放风排碱并利用余热发电

2009年铁道部下达铁建设[2009]153号文,为加强铁路混凝土原材料质量控制,进一步提高混凝土品质,其主控项目中,要求"C40及以上强度等级混凝土用水泥的碱含量不宜超过0.60%",低标号混凝土用水泥的碱含量≤0.8﹪。信息表明国家重点工程部门审视工程质量的深度已落实到基础建材——水泥,并有强烈的低碱需求。     

听觉特性和语谱特性在说话人识别中的应用

大多数说话人识别系统当由实验室走向实际应用时,环境噪声的存在会造成其识别性能下降。为了提高噪声环境下说话人识别系统的识别性能,将基于听觉特性和语谱特性的语音增强技术作为预处理器,首先对语音信号进行降噪处理,提高输入信号的信噪比。实验证明,经过降噪处理的语音信号送入说话人识别系统,提高了系统的识别性能。     

基于频域法分析铁道牵引网线路故障性质

针对现行牵引变电所监控设备不能准确判断牵引网线路常见的短路及开路故障,提出了一种基于频域特性分析故障性质的方法。结合了无损线波的反射理论、FFT及6MHz FIR高通滤波,对多组数据进行处理分析,比较两种故障行波信号的波头极性和功率谱特性的不同点,总结出基于频域故障性质分析的方法。该方法适合电气化铁道牵引网故障性质分析判定,并可以辅助单端故障行波测距方法中对初始行波和故障点反射波波头的识别。     

通讯设备保护用低阻PTC元件的研制

介绍了通讯设备过流保护用低阻ＰＴＣ元件的研究过程, 发现ＴｉＯ２ 粒度、工艺参数、金属电极以及封装形式对低阻ＰＴＣ元件的电性能有较大影响。通过对以上因素进行综合优化调整,妥善解决了低阻系列ＰＴＣ产品的细晶化与低阻值之间的矛盾, 制得了满足厂家要求的ＰＴＣ产品。     

面向冗余度控制的中文多文档自动文摘

多文档自动文摘能够帮助人们自动、快速地获取信息,是目前的一个研究热点。相比于单文档自动文摘,多文档自动文摘需要更多考虑文档之间的相关性,以及文档信息之间的冗余性。因此如何控制信息冗余是多文档自动文摘的一个关键所在。该文在考虑文摘特性的基础上提出了一个冗余度控制模型,该模型通过计算文本单元在主题概率分布之间的相似度来决定句子的选择,从而达到控制冗余的目的。实验结果表明,该方法能够有效降低冗余度,且总体性能优于现有的自动文摘系统。     

多轮系多支柱飞机刹车压力控制系统谐振问题研究

多轮系多支柱飞机刹车液压管路振动不仅影响刹车系统的工作性能及寿命,还将严重影响飞机的飞行着陆安全。在首次飞行前,必须对其刹车液压管路系统进行振动机理分析。采用压力控制系统流固耦合分析的方法,通过仿真确定振动发生机理,并将实测结果与仿真结果比较,获得多轮系多支柱飞机刹车压力控制系统谐振的关键参数。为减小刹车系统振动耦合,避免谐振现象提供便捷、可靠的解决途径和措施。     

基于层次结构的生成式自动文摘

基于编码器—解码器架构的序列到序列学习模型是近年来主流的生成式文摘方法。但是,传统的编码器尚不能有效地对长文档进行语义编码,并且只能学习线性链结构的信息, 忽视了文档具有的层次结构。而文档的层次结构(字—句—文档)有助于自动文摘系统更加准确地判断文档内不同结构单元的语义信息和重要程度。为了使编码器能够获取文档的层次结构信息,该文根据文档的层次结构对文档进行编码: 首先构建字级语义表示,然后由字级语义表示构建句级语义表示。另外,该文还提出了一种语义融合单元来对输入文档不同层次的语义信息进行融合,作为最终的文档表示提供给编码器生成摘要。实验结果表明,在加入该文提出的层次文档阅读器与语义融合单元后,系统性能在 ROUGE 评价指标上有显著提高。     

全局自匹配机制的短文本摘要生成方法

基于编码器-解码器架构的序列到序列学习模型是近年来主流的生成式自动文摘模型,其在计算每一个词的隐层表示时,通常仅考虑该词之前（或之后）的一些词,无法获取全局信息,从而进行全局优化.针对这个问题,在编码器端引入全局自匹配机制进行全局优化,并利用全局门控单元抽取出文本的核心内容.全局自匹配机制根据文本中每个单词语义和文本整体语义的匹配程度,动态地从整篇文本中为文中每一个词收集与该词相关的信息,并进一步将该词及其匹配的信息有效编码到最终的隐层表示中,以获得包含全局信息的隐层表示.同时,考虑到为每一个词融入全局信息可能会造成冗余,引入了全局门控单元,根据自匹配层获得的全局信息对流入解码端的信息流进行过滤,筛选出原文本的核心内容.实验结果显示,与目前主流的生成式文摘方法相比,该方法在Rouge评价上有显著提高,这表明所提出的模型能有效融合全局信息,挖掘出原文本的核心内容.     

一种基于局部—全局主题关系的演化式摘要系统

带有时间标志的演化式摘要是近年来提出的自然语言处理任务,其本质是多文档自动文摘,它的研究对象是互联网上连续报道的热点新闻文档。针对互联网新闻事件报道的动态演化、动态关联和信息重复等特点,该文提出了一种基于局部—全局主题关系的演化式摘要方法,该方法将新闻事件划分为多个不同的子主题,在考虑时间演化的基础上同时考虑子主题之间的主题演化,最后将新闻标题作为摘要输出。实验结果表明,该方法是有效的,并且在以新闻标题作为输入输出时,和当前主流的多文档摘要和演化摘要方法相比,在Rouge评价指标上有显著提高。