基于ESU图的活动社交网络用户参加活动推荐

活动社交网络(EBSNs)为用户提供了方便的组织、参加和分享社交活动的平台。该文面向EBSNs活动推荐问题,提出了包含活动(Event)、主办方(Sponsor)和用户(User)的ESU图模型,深入揭示了EBSNs的实体及其社交关系。因为用户参加活动受多个因素影响,我们提出了基于ESU图的活动推荐多因素决策模型,包括社交影响力、活动内容、活动地点及活动时间。根据ESU图特点,提出了基于双向重启随机游走算法BD-RWR的实体重要度计算方法。选取真实的EBSNs平台—豆瓣同城验证所提方法的有效性。实验结果表明,该文提出的ESU图模型及融合了多因素的活动推荐模型,与已有最新方法相比,有效地提升了用户参加活动的推荐效果。     

基于粗糙集的属性约简及其在高校就业数据分析中的应用

粗糙集理论是数据分析与知识发现的数学工具,近年来已被广泛应用于各个研究领域。本文利用粗糙集理论的属性约简算法,找出了影响高校数学专业学生就业的约简集。研究成果可以帮助高校学生更好地制定职业规划,为将来就业提供一定的帮助。     

基于多注意力长短时记忆的实体属性情感分析

属性情感分析是细粒度的情感分类任务。针对传统神经网络模型无法准确构建属性情感特征的问题，提出了一种融合多注意力和属性上下文的长短时记忆（LSTM-MATT-AC）神经网络模型。在双向长短时记忆（LSTM）的不同位置加入不同类型的注意力机制，充分利用多注意力机制的优势，让模型能够从不同的角度关注句子中特定属性的情感信息，弥补了单一注意力机制的不足；同时，融合双向LSTM独立编码的属性上下文语义信息，获取更深层次的情感特征，有效识别特定属性的情感极性；最后在SemEval2014 Task4和Twitter数据集上进行实验，验证了不同注意力机制和独立上下文处理方式对属性情感分析模型的有效性。实验结果表明，模型在Restaurant、Laptop和Twitter领域数据集上的准确率分别达到了80.6%、75.1%和71.1%，较之前基于神经网络的情感分析模型在准确率上有了进一步的提高。     

供水管线综合监管"一张图"平台的设计与实现

为了解决同煤集团供水管网智能化管理面临的问题,文中提出了供水管网"一张图"平台的设计思路,对"一张图"平台涉及的数据标准规范、供水管线及业务数据协同更新、地图服务发布与共享应用等关键问题进行了分析与研究,形成了适用于同煤集团当前供水管线业务管理的"一张图"解决方案,开发了供水管线综合监管系统,应用效果显著。     

基于PLM系统的轮胎口型图绘制程序开发

利用三维CAD软件建立轮胎部件口型图规范的参数化模板,通过PLM系统与三维CAD软件的集成开发功能,实现对轮胎部件口型图模板的调用和口型设计参数的规范管理。借助PLM系统强大的数据库管理及规范的版本管理规则,为工程师开发新的轮胎部件口型及调整口型参数提供便利的方法,可以实现轮胎部件口型图的数字化管理。     

31％B4Cp/6061Al复合材料的热变形及加工图的研究

采用Gleeble-3800热模拟试验机对粉末冶金法制备的31%B_4Cp/6061Al(体积分数)复合材料进行热压缩行为研究,实验温度和应变速率分别为375～525℃和0.001～10 s~(-1)。基于改进的动态材料模型(MDMM)建立了功率耗散率图和热加工图,确定了热加工的稳定区和失稳区,分析了热压缩过程中的微观组织变化。结果表明,31%B_4Cp/6061Al复合材料的变形温度和应变速率对流变应力的影响十分显著,流变应力随变形温度的降低或应变速率的升高而增加。确定了31%B_4Cp/6061Al复合材料的最优热加工参数所对应的变形温度和应变速率分别为480～525℃和0.01～0.04 s~(-1)。加工失稳区主要集中在低温高应变速率区域,并且该区域随应变的增大而增大。热压过程中应变、温度和应变速率对显微组织的变化都有显著影响,应变越大,则晶粒变形越严重,随着变形温度的升高或应变速率的降低,基体内动态再结晶晶粒尺寸明显增大。     

基于扩展的Mathews稳定图法的采场稳定性评价及参数优化

为了分析大尺寸采场的稳定性并优化采场参数,对森鑫矿业三道桥铅锌矿试验采场进行了现场地质调查、地质编录、室内岩石力学试验等工作,得到了评价矿山岩体质量的多种基础指标。对试验采场矿岩进行了岩体质量分级,并估算了其岩体力学参数。根据取得的结果,利用扩展的Mathews稳定图法对试验采场在当前尺寸下的稳定性进行了分析,试验采场上盘的破坏概率较大,需要进行采场结构参数的优化。基于扩展的Mathews稳定图法对试验采场参数进行优化,利用理论法和数值模拟对优化的结果进行验证。验证的结果与利用扩展的Mathews稳定图法得出的结果一致,最终确定了试验采场需保留顶柱的安全厚度为7 m。