基于深度学习的文本自动摘要方案

针对自然语言处理（NLP）生成式自动摘要领域的语义理解不充分、摘要语句不通顺和摘要准确度不够高的问题，提出了一种新的生成式自动摘要解决方案，包括一种改进的词向量生成技术和一个生成式自动摘要模型。改进的词向量生成技术以Skip-Gram方法生成的词向量为基础，结合摘要的特点，引入词性、词频和逆文本频率三个词特征，有效地提高了词语的理解；而提出的Bi-MulRnn+生成式自动摘要模型以序列映射（seq2seq）与自编码器结构为基础，引入注意力机制、门控循环单元（GRU）结构、双向循环神经网络（BiRnn）、多层循环神经网络（MultiRnn）和集束搜索，提高了生成式摘要准确性与语句流畅度。基于大规模中文短文本摘要（LCSTS）数据集的实验结果表明，该方案能够有效地解决短文本生成式摘要问题，并在Rouge标准评价体系中表现良好，提高了摘要准确性与语句流畅度。     

失火故障模式下的柴油机信号特征分析

针对一汽锡柴公司某型号柴油机在不同故障模式下的信号特征进行分析,研究了在柴油机典型失火故障下经过小波包分解后的缸盖振动信号特征敏感性,为柴油机的故障模式分析提供参考.     

基于灰色模型与ARIMA模型的股票价格预测

以三只股票的历史数据作原始序列,建立了GM(1,1)模型与ARIMA自适应过滤组合模型.分析两种模型的应用场景,并以ARIMA模型为基础建立股价反转判断模型.实验证明,所建立的模型在短期内的拟合、预测与反转判断效果较为理想.     

基于工程教育认证理念的"虚实结合"实验教学模式探索

根据色彩管理技术与应用课程实验的特点,秉承工程教育认证的核心理念,并依托网络教学平台,开展了"虚实结合"的实验教学模式探索.以成果为导向设计课程目标及教学内容,以学生为中心构建实践教学的网络学习和特色教学资源,以"虚实结合"的方式实施实验过程,以课程目标达成度评价实验教学质量.实践证明,该教学模式有利于促进学生科学思维习惯和自主学习、自我管理能力的培养,能够保证课程的实验教学质量及对课程目标的支撑作用.     

基于VMD和改进TCN的短期光伏发电功率预测

光伏发电功率存在波动性,且光伏出力易受各种气象特征影响,传统TCN网络容易过度强化空间特性而弱化个体特性。针对上述问题,文中提出一种基于VMD和改进TCN的短期光伏发电功率预测模型。通过VMD将原始光伏发电功率时间序列分解为若干不同频率的模态分量,将各个模态分量以及相对应的气象数据输入至改进TCN网络进行建模学习。利用中心频率法确定VMD的最优分解模态分解个数。在传统TCN预测模型的基础上,使用DropBlock正则化取代Dropout正则化以达到抑制卷积层中信息协同的效果,并引入注意力机制自主挖掘并突出关键气象输入特征的影响,量化各气象因素对光伏发电的影响,从而提高预测精度。以江苏省某光伏电站真实数据为例进行仿真实验,结果表明所提预测方法的RMSE为0.62 MW,MAPE为2.03%。     

解脂耶氏酵母作为微生物细胞工厂的应用研究进展

解脂耶氏酵母（Yarrowia lipolytica）是一种重要的工业微生物菌种，被公认为食品级安全微生物。近年来，随着合成生物学和基因编辑技术的快速发展，科学家们利用合成生物学及基因编辑技术已经成功构建出了能够生产生物化学品、生物燃料、香料、药物、工业酶和药用蛋白等多种高附加值工业产品的解脂耶氏酵母细胞工厂，使得该酵母在食品、药品和生化能源等领域均具有巨大的应用潜力。本文将重点介绍解脂耶氏酵母表达系统、合成生物学元件和基因编辑方法的最新研究进展和应用情况，并对近年来以解脂耶氏酵母作为微生物细胞工厂生产高附加值产品的应用实例进行总结，希望为研究人员进一步利用解脂耶氏酵母进行底盘细胞设计、构建和优化相关合成途径并最终实现目的产物的高效合成提供有用的信息。