基于扁铲侧胀试验材料指数的岩土类别研究

阐述了岩土工程勘察中岩土类别的划分情况,由于岩土体的复杂性和天然成因,其物理力学性质具有差异性和区域性,采用扁铲侧胀试验对其进行岩土类别的划分,需要建立区域性岩土参数的岩土材料分类公式。通过室内试验数据和扁铲侧胀试验,据现行国家规范提出的材料指数公式,总结了武汉地区岩土类别的划分规律和相关关系,以促进扁铲侧胀技术的推广应用。     

针对易漏砂岩地层防井漏材料粒径优化设计

为解决易漏失砂岩地层频发的井漏问题,采用巴西劈裂试验研究方法,测试不同粒径组合方式下防井漏材料对于井壁抗拉强度的强化效果。通过对比岩样孔喉尺寸和钻井液中防井漏材料的颗粒粒径,分析砂岩经不同粒径防井漏材料钻井液处理后的岩样抗拉强度测试结果,得到以下结论:相较于水润岩样的抗拉强度,防井漏材料明显起到强化井壁的效果,从而提高地层承压能力;未经粒径优化设计的防井漏材料有可能无法强化井壁,从而造成井漏问题无法缓解和钻井材料资源浪费等问题;钻井液中防井漏材料颗粒粒径范围越广,井壁强化效果越明显;若要达到最佳防井漏效果,使得地层承压能力最高,建议钻井液在进行防井漏材料粒径组合优化设计时,应考虑将防井漏材料的平均颗粒粒径约等于岩样平均孔喉尺寸。研究结果可为维持易漏失砂岩地层的井壁稳定、缩短非生产时间和安全高效钻井提供参考。     

基于神经网络算法的三维模型预取系统

三维漫游已经成为十分普遍的远程游览或监控的一种方式。三维漫游过程中,系统往往需要动态调用数据并生成三维模型,这会影响系统运行的效率,降低用户体验。针对这一问题,提出一种基于神经网络的智能预取系统。历史访问日志中,模型的特征与被访问频率之间的映射被提取出来,并用以训练系统。系统可以根据模型特征判断哪些模型更可能被用户请求到,并把它们提前存入内存中。通过某三维变电站实时监控与装配管理系统对该预取系统进行验证。结果表明,通过短时间(一天)对系统的训练,即可做出长期(三个月)的高准确率(90%)的预测,有效提高了系统运行的效率。     

基于GFU和分层LSTM的组群行为识别研究方法

提出一种以"关键人物"为核心，使用门控融合单元（GFU，Gated Fusion Unit）进行特征融合的组群行为识别框架，旨在解决两个问题：①组群行为信息冗余，重点关注关键人物行为特征，忽略无关人员对组群行为的影响；②组群内部交互行为复杂，使用GFU有效融合以关键人物为核心的交互特征，再通过LSTM时序建模成为表征能力更强的组群特征.最终，通过softmax分类器进行组群行为类别分类.该算法在排球数据集上取得了86.7%的平均识别率.     

医学专业大学新生适应问题与应对方式、人格特征相关研究——以海南医学院医学新生为例

目的:了解医学专业大学新生适应问题的现状,不同医学生在适应问题、应对方式的选择及人格特质层面的差异并分析适应性与应对方式及人格特质的关系。方法:采用大学生适应性量表(CCSAS)、大五人格量表以及应对方式量表对海南医学院322名医学专业大学新生进行测评。比较不同性别学生各量表评分情况,分析各量表间的相关性。结果:男学生校园生活适应、情绪适应评分及适应性总分均高于女学生(P<0.05)。不同性别学生各项应对方式评分及总分比较,差异均无统计学意义(P>0.05)。男学生情绪稳定性、外向性及宜人性评分低于女学生(P<0.05)。外向性、开放性、宜人性和谨慎性与适应性量表各维度均呈正相关(P<0.05),情绪稳定性与适应性量表各维度均呈负相关(P<0.05)。解决问题和求助与适应性量表各维度均正相关(P<0.05),适应性量表各维度和自责、幻想、退避及合理化均呈负相关(P<0.05)。结论:医学专业大一新生对大学新生活存在不适应问题,其中男生对新环境的适应性更强,女生情绪稳定性、外向性及宜人性更强。外向性、开放性、宜人性和谨慎性与适应性均呈正相关,情绪稳定性与适应性均呈负相关;解决问题和求助与适应性均正相关,自责、幻想、退避及合理化与适应性均呈负相关。     

基于词法特征的恶意域名快速检测算法

针对互联网中恶意域名攻击事件频发，现有域名检测方法实时性不强的问题，提出一种基于词法特征的恶意域名快速检测算法。该算法根据恶意域名的特点，首先将所有待测域名按照长度进行正则化处理后赋予权值；然后利用聚类算法将待测域名划分成多个小组，并利用改进的堆排序算法按照组内权值总和计算各域名小组优先级，根据优先级降序依次计算各域名小组中每一域名与黑名单上域名之间的编辑距离；最后依据编辑距离值快速判定恶意域名。算法运行结果表明，基于词法特征的恶意域名快速检测算法与单一使用域名语义和单一使用域名词法的恶意域名检测算法相比，准确率分别提高1.7%与2.5%，检测速率分别提高13.9%与6.8%，具有更高的准确率和实时性。