基于TextRank和字符级卷积神经网络的小学作文素材自动分类模型研究

随着教育技术与信息技术的融合,实现面向小学生的语文写作自动辅助成为可能。快速自动地进行范文素材的分类入库是实现写作自动辅助的关键。作文素材语义信息丰富、种类较多,若采用现有方法进行自动分类入库操作往往难以取得好的效果。因此,在分析小学作文的类别特征并构建了一个数据集的基础上,提出基于TextRank和字符级卷积神经网络的小学作文自动分类模型。运用基于TextRank的关键句提取模型为范文素材,去除部分冗余的语义信息。应用word embedding对数据集进行文本表示,并将其作为卷积神经网络的输入。通过不断地迭代训练和测试,最终实现了该模型。实验表明了该方法对于作文分类任务能显著地提高分类的性能。     

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。     

数字花卉植物的全息可视化与交互实现

花卉植物形态、结构与生长过程的数字化和可视化是现代林业科研的重要研究内 容，数字花卉植物在科普、教育、展示等方面都有着广泛的应用与需求。全息影像技术是一种 新兴的前沿技术，其原理源自佩珀尔幻象，通常用于生成立体感强的影像，实现数字幻象与真 实世界的融合，拥有良好的观赏性，用户接受度较高。将全息影像技术与数字花卉植物相关研 究进行结合，可以加强数字花卉植物的可视化效果，从而实现更好的科普、教育、展示效果。 因此在现有的研究基础之上，考虑实现数字花卉植物的全息可视化，并在可视基础上增加了用 户交互实现，设计出一套兼具展示性和交互性的流程，力求总结出一种具有完整可行性的方案， 从而对数字花卉植物的新型表现形式进行深入研究，以期对数字植物研究与应用的进一步发展 提供参考。     

高强度堵水剂裂缝细管模型堵水模拟实验

在裂缝性致密储层中，裂缝既是油流通道又是水驱窜流通道，在注水开发中由于裂缝的存在导致水驱波及效率低，从而形成无效注水开发。此外，裂缝性储层的封堵又存在大裂缝封堵效果差、有效期短等问题。鉴于此研制了水溶性酚醛树脂冻胶和单体地层聚合高强度堵剂体系，测定了堵剂在70℃下的成胶性能、稳定性以及封堵强度等。通过细管模拟裂缝研究了不同因素对堵剂突破压力的影响；通过可视化细管研究了堵剂在管中的突破方式以及影响因素。研究结果表明，水溶性酚醛树脂冻胶的突破压力随着冻胶强度的增加而增加，随着管径的增加而减小，随着注水速度的增加先减小、后增加，最后稳定；单体地层聚合堵剂的突破压力随着堵剂强度的增加而增加，随着管径的增加先增大、后减小。在可视化细管实验中，堵剂突破时并不完全沿细管中心突破，其堵剂的强度与黏附性等因素有关。     

基于人工智能与情感分析的房价分析系统设计与实现

随着大数据与人工智能技术的兴起,深度学习方法在房价投资方面有极大发挥空间。文章设计并实现了一个智能房价分析系统,主要包括基于LSTM的"房价预测"和基于情感分析的"舆情舆论"两大模块,可较好实现房价未来趋势预测及舆情分析,为企业和投资者提供参考和指引。     

基于可视化探测建模的主溜井变形特征分析

主溜井是矿山生产系统的咽喉,是矿(废)石最重要的转运、储存通道,其井壁一旦遭受破坏必然影响溜井功能的正常发挥,继而发生溜井堵塞现象。针对湖北三鑫公司主溜井坍塌变形的实况,采用C-ALS钻孔式三维激光扫描仪对主溜井进行分段多水平扫描,实现了主溜井三维整体模型的快速创建,获得了主溜井内部空间的三维形态,对主溜井沿轴向、径向剖面的边界变化开展可视化计算,获取了溜井井筒分段坍塌量、水平截面坍塌量、水平截面长轴及短轴长度等井筒变形特征。结合生产实际分析认为,溜井井壁频繁的扩大-收缩变形、断面形态异化增加井壁阻力是导致溜井堵塞的主要原因之一。