石粉含量对C30和C50机制砂混凝土性能的影响

石粉含量的变化对机制砂混凝土强度的影响情况比较复杂，因此通过将石粉含量不同的机制砂掺入Ｃ３０和Ｃ５０混凝土，研究石粉含量对不同强度的混凝土工作性能和力学性能的影响规律。通过上述系统研究得出:机制砂中适量的石粉可以完善机制砂的级配，丰富机制砂中浆体含量，有利于改善机制砂混凝土的工作性能。但对于不同强度等级混凝土而言，机制砂中石粉的最佳含量不同，Ｃ３０在１０％～１５％左右，Ｃ５０在７％～１０％左右。在混凝土中适量的石粉可以起到填充作用，有利于机制砂混凝土强度提高。石粉含量对混凝土耐久性有一定的影响，对Ｃ３０混凝土的耐久性能提高，Ｃ５０混凝土的耐久性影响不大。     

基于门控联合池化自编码器的通用性文本表征

为了学习文本的语义表征,以往的研究者主要依赖于复杂的循环神经网络(recurrent neural networks, RNNs)和监督式学习方法。该文提出了一种门控联合池化自编码器(gated mean-max AAE)用于学习中英文的文本语义表征。该文的自编码器完全通过多头自注意力机制(multi-head self-attention mechanism)来构建编码器和解码器网络。在编码阶段,提出了均值—最大化(mean-max)联合表征策略,即同时运用平均池化(mean pooling)和最大池化(max pooling)操作来捕获输入文本中多样性的语义信息。为促使联合池化表征可以全面地指导重构过程,解码器采用门控操作进行动态关注。通过在大规模中英文未标注语料上训练模型,获得了高质量的句子编码器。在重构文本段落的实验中,该文模型在实验效果和计算效率上均超越了传统的RNNs模型。将公开训练好的文本编码器,使其可以方便地运用于后续的研究。     

2019年中国区块链发展形势展望

展望2019年,我国区块链技术与产业发展仍存在诸多瓶颈,如区块链安全问题日益突出、区块链关键技术急需突破、区块链有待与实体产业深度融合以及区块链人才缺口较大。基于此,赛迪智库提出了加强安全技术研究,构建区块链安全风险应对能力;提升自主研发实力,加速区块链核心技术突破;开展试点示范,促进区块链与实体产业深度融合;完善区块链人才培养机制,建设区块链人才队伍等对策建议。     

温度对氢气还原铁氧化物过程膨胀性能的影响

摘要：为探究球团矿还原过程中产生恶性膨胀的问题，研究了温度对H2还原Fe2O3样条过程中膨胀性能的影响，并采用PCY G膨胀仪进行在线检测，通过对比不同温度条件下还原产物的外观形貌与显微结构，解释还原反应产生膨胀差异的原因。实验结果表明，H2还原气氛下，随着还原温度的升高，800℃下样条膨胀最大，样条的最大膨胀量出现先增加后减小的趋势；还原反应达到最大膨胀量所用时间逐渐缩短。随着还原温度的升高，铁相连接更加紧密，样条内外产生更大应力差，致使900℃条件下的还原反应提前进入铁相收缩的状态。     

胞外聚合物在强化生物除磷中的作用研究

强化生物除磷(EBPR)是经济有效去除污水中磷的重要方法,已广泛应用于水环境保护领域。普遍认为EBPR的成功运行是基于聚磷菌具有超磷的能力,通过排放剩余污泥可实现除磷的目的。然而最近研究表明,活性污泥胞外聚合物(EPS)中也聚集了一定数量的磷,这意味着EPS在强化生物除磷(EBPR)过程中的作用不可忽视。归纳了不同EPS提取方法的特点,总结了EPS中磷的分布特征及EPS在维持EBPR系统稳定中的具体作用,最后讨论了现有认识的差距。     

基于注意力机制与文本信息的用户关系抽取

随着社交媒体的发展,用户之间的关系网络对于社交媒体的分析有很大的帮助。因此,该文主要研究用户好友关系检测。以往的关于用户好友关系抽取的研究主要基于社交媒体上的结构化信息,比如其他好友关系,用户的不同属性等。但是,很多时候用户本身并没有大量的好友信息存在,同时也不一定有很多确定的属性。因此,我们希望基于用户发表的文本信息来对用户关系进行预测。不同于以往的潜在好友推荐算法,该文提出了一种基于注意力机制以及长短时记忆网络(long short-term memory,LSTM)的好友关系预测模型,将好友之间的评论分开处理,通过分析用户之间的评论来判断是否具备一定的好友关系。该模型将好友双方信息拼接后的结果作为输入,并将注意力机制应用于LSTM的输出。实验表明,用户之间的评论对于好友关系预测确实有较大的实际意义,该文提出的模型较之于多个基准系统的效果,取得了明显的提升。在不加入任何其它非文本特征的情况下,实验结果的准确率达到了77%。