单质碘催化合成丁醛乙二醇缩醛

以单质碘为催化剂,通过丁醛和乙二醇反应合成了丁醛乙二醇缩醛。探讨了单质碘对缩酮反应的催化活性,较系统地研究了醛醇物质的量比、催化剂用量和反应时间诸因素对产品收率的影响。实验表明：在n（丁醛）∶n（乙二醇）=1∶1.5、催化剂用量为反应物料总质量的0.4%、带水剂环己烷的用量为8mL和反应时间45min的优化条件下,丁醛乙二醇缩醛的收率可达77.6%.     

武广客运专线非饱和红粘土三轴试验成果及分析

从武广客运专线的泉口、咸宁、耒阳3个工点的不同深度的非饱和红粘土地基中钻探取样,分别进行不固结不排水、固结不排水、固结排水三轴试验,获得了3个工点的非饱和红粘土的粘聚力、内摩擦角的试验值,为武广客运专线红粘土地段的设计提供了设计指标。     

基于地形修正的降水空间插值方法及其应用

获取精准的降水空间分布信息对于水资源管理和洪涝灾害预报预警具有重要意义。地形变化对降水空间分布有显著影响,然而传统的降水空间插值方法难以考虑这种影响。基于黄土高原气象站1988～2017年长序列降水观测数据和高精度地形数据,建立了综合考虑站点与插值目标网格的位置、高程及坡向关系的降水空间插值方法(Angular Distance Aspect Gradient Weighting method, ADAGW),并在黄土高原地区进行应用。结果表明：相较于传统空间插值方法,ADAGW方法能够更有效地捕捉复杂地形下的降水空间分布。该方法在日尺度、月尺度、年尺度上的空间插值结果的决定性系数(R²)和均方根误差(RMSE)均优于传统降水空间插值方法;地形对于降水分布的影响与时间尺度有关,当时间尺度较长时,地形因素对降水分布的影响更为明显。该方法考虑了高程及坡向对降水空间分布的影响,有助于获取更精准的面雨量分布。     

基于AHP-SPA的水库移民后期扶持效果评价

对水库移民后期扶持效果开展评价研究有利于研判水库移民后期扶持政策的落实情况,为水库移民相关政策的动态调整提供科学参考。本文以甘肃省水库移民后期扶持效果为研究对象,通过梳理相关调查成果及政策文件,综合经济、社会、环境等方面的因素,针对水库移民问题筛选了5 个一级指标28 个二级指标建立了后期扶持效果评价指标体系,运用层次分析法和集对分析法先后确定评价体系中各指标的权重和联系度,最后通过评价等级的计算来定量评价水库移民后期扶持效果。甘肃省水库移民后期扶持效果总体评价得分为0.420,评价等级为良,指标中基础设施联系度较低,未来应重点加强移民村基础设施建设。     

基于RCNN的问题相似度计算方法

在搜索引擎、问答系统中利用深度学习的方法计算问题相似度是NLP领域研究的热点。结合卷积神经网络（CNN）和长短记忆网络（LSTM）,提出了递归卷积神经网络（RCNN）问句相似度的计算方法,首先利用双向递归神经网络提取上下文信息,然后采用1D卷积神经网络将词嵌入信息与上下文信息进行融合;再利用全局最大池化提取关键信息来完成问句的语义表示;最后通过匹配层判断问句对的相似度。在Quora Question Pairs数据集上的实验结果表明,该相似度计算方法准确率为83.57%,优于其他方法。     

一种数据采集与分析平台的研究与设计

随着互联网大数据技术的不断发展,网络数据采集技术成为热门的研究领域之一。基于Python语言下的数据采集功能库如Urllib、Requests、Selenium等模块效率低、易阻塞,并且目前的数据采集和分析平台都是独立的功能模块,没有形成闭环,用户体验差。为了解决上述问题,提出一种数据采集和分析平台,首先使用Scrapy框架完成数据采集,其次将采集到的数据通过Kettle工具进行数据清洗,再次,将处理好的结果存入MySQL 数据库,最后利用Flask框架,结合Echarts 技术搭建Web 系统,对数据分析结果进行可视化。以北京公交网站数据作为爬虫测试平台,通过对公交线路类型、公交路线等信息进行采集分析及结果展示,分析结果对城市公交的规划具有一定的指导意义,同时,平台具有稳定可靠、操作简单、实时性强等特点。     

机器学习案例化教学方法研究

如何让学生正确理解机器学习理论、准确利用所学技术解决新问题,是机器学习课程教学的重点。提出一种由浅入深的案例化教学方法,设计综合案例实现机器学习全过程的融合,讲解每一个算法的理论知识和实现过程,并通过调整算法步骤、参数等,展示各个步骤、自变量和系数等对学习结果的影响。实践结果表明,该方法能够有效帮助学生理解理论知识,强化动手能力。     

改进U-Net型网络的遥感图像道路提取

目的 遥感图像道路提取在城市规划、交通管理、车辆导航和地图更新等领域中发挥了重要作用,但遥感图像受光照、噪声和遮挡等因素以及识别过程中大量相似的非道路目标干扰,导致提取高质量的遥感图像道路有很大难度。为此,提出一种结合上下文信息和注意力机制的U-Net型道路分割网络。方法 使用Resnet-34预训练网络作为编码器实现特征提取,通过上下文信息提取模块对图像的上下文信息进行整合,确保对道路的几何拓扑结构特征的提取;使用注意力机制对跳跃连接传递的特征进行权重调整,提升网络对于道路边缘区域的分割效果。结果 在公共数据集Deep Globe道路提取数据集上对模型进行测试,召回率和交并比指标分别达到0.847 2和0.691 5。与主流方法U-Net和CE-Net（context encoder network）等进行比较,实验结果表明本文方法在性能上表现良好,能有效提高道路分割的精确度。结论 本文针对遥感图像道路提取中道路结构不完整和道路边缘区域不清晰问题,提出一种结合上下文信息和注意力机制的遥感道路提取模型。实验结果表明该网络在遥感图像道路提取上达到良好效果,具有较高的研究和应用价值。     

面向视觉搜索的空间局部敏感哈希方法

目的 视觉检索需要准确、高效地从大型图像或者视频数据集中检索出最相关的视觉内容,但是由于数据集中图像数据量大、特征维度高的特点,现有方法很难同时保证快速的检索速度和较好的检索效果。方法 对于面向图像视频数据的高维数据视觉检索任务,提出加权语义局部敏感哈希算法（weighted semantic locality-sensitive hashing, WSLSH）。该算法利用两层视觉词典对参考特征空间进行二次空间划分,在每个子空间里使用加权语义局部敏感哈希对特征进行精确索引。其次,设计动态变长哈希码,在保证检索性能的基础上减少哈希表数量。此外,针对局部敏感哈希（locality sensitive hashing, LSH）的随机不稳定性,在LSH函数中加入反映参考特征空间语义的统计性数据,设计了一个简单投影语义哈希函数以确保算法检索性能的稳定性。结果 在Holidays、Oxford5k和DataSetB数据集上的实验表明,WSLSH在DataSetB上取得最短平均检索时间0.034 25 s;在编码长度为64位的情况下,WSLSH算法在3个数据集上的平均精确度均值（mean average precision,mAP）分别提高了1.2%32.6%、1.7%19.1%和2.6%28.6%,与几种较新的无监督哈希方法相比有一定的优势。结论 通过进行二次空间划分、对参考特征的哈希索引次数进行加权、动态使用变长哈希码以及提出简单投影语义哈希函数来对LSH算法进行改进。由此提出的加权语义局部敏感哈希（WSLSH）算法相比现有工作有更快的检索速度,同时,在长编码的情况下,取得了更为优异的性能。