横流热源塔换热性能研究

针对制热工况,建立横流热源塔传质传热数学模型。对数学模型的计算准确性进行实验验证。选取重庆、长沙、杭州、西安、南京、青岛6座城市作为计算对象,分析计算热源塔显热换热量、潜热换热量的影响因素以及一定计算条件下的显热换热量、潜热换热量。计算结果与实验测量结果偏差很小,数学模型的计算结果可信。进口防冻液温度的影响:当防冻液、空气质量流量一定时,6座城市的显热换热量、潜热换热量均随进口防冻液温度的升高而减小。进口防冻液温度相同时,显热换热量、潜热换热量由大到小的城市均为重庆、长沙、杭州、南京、西安、青岛。防冻液质量流量的影响:重庆、长沙、杭州、南京、西安、青岛的进口防冻液温度分别选取-4、-8、-9、-11、-12、-14 ℃,空气质量流量一定时,6座城市热源塔显热换热量、潜热换热量均随防冻液质量流量的增大而增大,但潜热换热量增大幅度非常小。空气质量流量的影响:重庆、长沙杭州、南京、西安、青岛的进口防冻液温度分别为-4、-8.-9、-11、-12、-14℃,防冻液质量流量一定时,6座城市热源塔显热换热量、潜热换热量均随空气质量流量增大而增大。空气质量流量对重庆热源塔潜热换热量的影响最明显,其次分别为长沙、杭州、南京、西安,对青岛热源塔潜热换热量的影响微弱。一定计算条件下,6座城市热源塔显热换热量差别比较小,而潜热换热量差别明显,室外空气含湿量越大的城市热源塔潜热换热量越大。     

速溶板栗粉的研制

以板栗为原料研究了制作速溶板栗粉的加工工艺,重点研究板栗浆液的最佳酶解条件及稳定剂的选择和复配。研究表明:最佳酶解条件为添加占栗仁质量0.2%的α-淀粉酶,料水比(g:mL)1∶3,温度65℃,pH 7.0,酶解时间20min。复合稳定剂的用量为栗浆的0.459%,其中海藻酸钠、CMC、卵磷脂和单甘酯的质量比为7.1∶6.2∶1∶1。     

论现当代壁画艺术的互动因素

现当代壁画艺术的创作观念和风格一直处于激变的动态过程,这种动因既源于壁画外围的＂画外之音＂条件,又有其内在的因素。壁画与公共空间的互动,体现出在特定的历史时期、特定的语境下不同的空间形态与壁画功能相吻合的互动因素和价值取向。     

结合DenseNet和SOM聚类的个性化推荐方法

为解决推荐系统的个性化应用问题,提出一种融合准确性和多样性的多目标优化推荐模型DenseNCF。利用自组织映射网络(Self-Organizing Map, SOM)模型对推荐项目样本进行聚类分析,并建模用户的多样性倾向度。采用DenseNet深层卷积网络学习用户和项目的外积交互特征,得到精准的推荐结果。根据用户的多样性倾向度,设计综合准确性和多样性的损失函数,实现模型的端到端训练。在公开数据集上进行实验验证,结果表明所提模型的性能比简单的CNN网络结构的模型更优,既能够保证推荐结果的准确性,同时能有效提高推荐结果的多样性。     

结合向前状态预测和隐空间约束的强化学习表示算法

虽然深度强化学习能够解决很多复杂的控制问题, 但是需要付出的代价是必须和环境进行大量的交互, 这是深度强化学习所面临的一大挑战. 造成这一问题的原因之一是仅依靠值函数损失难以让智能体从高维的复杂输入中提取有效特征. 导致智能体对所处状态理解不足, 从而不能正确给状态分配价值. 因此, 为了让智能体认识所处环境, 提高强化学习样本效率, 本文提出一种结合向前状态预测与隐空间约束的表示学习方法(regularized predictive representation learning, RPRL). 帮助智能体从高维视觉输入中学习并提取状态特征, 以此来提高强化学习样本效率. 该方法用前向的状态转移损失作为辅助损失, 使智能体学习到的特征包含环境转移的相关动态信息. 同时在向前预测的基础上添加正则化项对隐空间的状态表示进行约束, 进一步帮助智能体学习到高维度输入的平滑、规则表示. 该方法在DeepMind Control (DMControl)环境中与其他的基于模型的方法以及加入了表示学习的无模型方法进行比较, 都获得了更好的性能.     

基于高分辨率航空遥感影像的武汉城市绿地调查应用

全面掌握城市绿地空间分布与统计信息对于制定养护方案和未来城市规划有重要作用。本文以武汉沌口经济开发区为城市绿地普查分析试点,以高分辨率航空遥感影像为主要数据源,首先通过内业判读对辖区内道路绿地和其他养护绿地进行普查,再通过外业核查和测量的方式对内业采集数据进行核实和补充,最后利用Python实现辖区范围内道路绿地和其他养护绿地的统计分析与专题图制图,极大提高了工作效率。     

计及碳配额与电量协同的双链耦合交易模型

电力系统低碳转型要求“多线出击”,仅依靠消纳高比例新能源难度日益增大，只有做到电、碳多元发展，才能实现全链条优化。在综合考虑碳配额与电量之间的关联度、匹配度和相对自由度等协同关系的基础上，研究“源网荷”各环节的各主体参与碳配额和电量的协同交易模式，构建碳配额与电量的双因素交易场景模型；结合具备弱中心化、分布式交易等特征的区块链技术与电碳市场构建的天然吻合性，研究碳配额交易链与电量交易链的耦合交易模型；以源端火力发电厂和清洁能源电厂为例，提出了双链下省级区域内各电厂间碳配额和发电量指标的交易模型架构。通过智能合约，将基于粒子群算法的多目标搜索优化算法进行程序化的脚本运行，实现对发电量指标交易模型的仿真和验证，同时对碳配额交易模型进行可行性分析，证实了所提交易方案的适应性和有效性，为电碳市场的构建提供参考。     

基于遗传交叉算子的深度Q网络样本扩充

区别于传统深度强化学习中通过从经验回放单元逐个选择的状态转移样本进行训练的方式,针对采用整个序列轨迹作为训练样本的深度Q网络(Deep Q Network,DQN),提出基于遗传算法的交叉操作扩充序列样本的方法.序列轨迹是由智能体与环境交互的试错决策过程中产生,其中会存在相似的关键状态.以两条序列轨迹中的相似状态作为交叉点,能产生出当前未出现过的序列轨迹,从而达到扩充序列样本数量、增大序列样本的多样性的目的,进而增加智能体的探索能力,提高样本效率.与深度Q网络随机采样训练样本和采用序列样本向后更新的算法(Episodic Backward Update,EBU)进行对比,所提出的方法在Playing Atari 2600视频游戏中能取得更高的奖赏值.     

高校教师信息管理系统的设计研究

高校教师信息管理是一项既重要又繁杂的工作,传统的手工管理方式效率低下又缺乏科学性,开发一个满足高校教师信息管理工作需求的系统,实现教师管理工作的信息化,提高管理质量和效率显得尤为迫切。文章针对高校教学、科研、学科建设、人事、组织等相关部门对教师信息的需求,阐述了一个切实可行的教师信息管理系统的设计及技术方案。     

现代企业人力资源管理系统的研究与设计

随着企业间竞争的日益激烈,能否吸引、保留和开发人才为企业所用成为企业竞争成败的关键。基于此因,在改进传统人事管理系统不足的同时吸取了国际先进、科学、务实的人力资源管理理念和实践,并结合本国国情,采用．NET技术和三层架构模式开发出现代企业人力资源管理系统。文章介绍了该系统的特点、要求和实现的技术方案,最后着重介绍了系统的总体架构和功能。