全方位推进 高质量发展 四川石化布局谋篇“十四五”

2020年,受国际油价断崖式下跌影响,企业生存发展面临严峻挑战。面对诸多挑战,四川石化保持战略定力,主动担当作为,聚焦生产经营目标,压实重点工作任务,突出工作刚性执行,多角度深入开展提质增效专项行动,逆境奋起、质效齐升,夺取疫情防控和生产经营“双胜利”,企业建设取得卓越成果。     

基于热销推荐的商品展示系统设计与实现

商品展示设计是针对性设计,布局和施行商品销售、展示、视觉传播和购物环境,以促成销售,促销商品并满足生产者和消费者的需要.消费者的需要创造了愈加的科学、更加合理、更合乎人们购物习惯于生活方式的商品展出系统.适应如今的商品展示社会化市场的要求,它结合了有关网络和商品消费的理论知识,包含多个学科的研究性质,拥有非常好的研究意义和实现价值.     

结合句法依存信息的方面级情感分类

引入句法依存信息到原方面术语,提出一种新的方面术语表示方法,利用Glove词向量表示单词以及单词与单词之间的依存关系,构造出包含句法依存信息的依存关系邻接矩阵和依存关系表示矩阵,利用图卷积神经网络和多头注意力机制将句法依存信息融入到方面术语中,使得方面术语表达与上下文结构高度相关。将改进后的方面词术语表示替换到现有模型后,模型泛化能力得到有效提升。对比试验和分析结果表明:该方法具有有效性和泛化性。     

如何提升我国智慧旅游建设水平

智慧旅游通过融合移动互联网、大数据、云服务、5G等先进技术,整合旅游目的地资源,全面提升政府、旅游运营企业的旅游管理运营以及营销推广水平和效率,提升游客的体验服务,成为旅游行业不可阻挡的发展趋势。新冠肺炎疫情的暴发一度使旅游行业遭受重创,与此同时,预约出行、扫码刷脸入园、无接触服务等旅游新业态、新模式不断涌现,倒逼旅游行业加快转变发展方式,走上智慧化、高质量的转型发展之路。我国应抓住后疫情时代促进智慧旅游建设的新机遇,顺势而为,不断提升智慧旅游建设水平。     

催化剂级配技术在加氢改质装置上的工业应用

基于柴油产品质量升级的需求,中国石化大连石油化工研究院(FRIPP)开发了FHIDW加氢改质技术及配套FF-46加氢精制催化剂、FC-14B加氢改质催化剂和FDW-3临氢降凝催化剂.该技术及催化剂级配体系在格尔木炼油厂0.8 Mt·a-1加氢改质装置上的工业应用情况表明,级配催化剂体系对原料适应性强,装置运转平稳,操作灵活性高,催化剂失活速率慢,产品分布合理且质量优异,在降低柴油产品凝点的同时可以明显改善其密度和十六烷值,解决了改造前装置生产重柴油密度偏低的问题,为炼油厂生产符合国V质量标准的柴油提供了技术保障.     

[硕天电源]助力四川省国家教育考试巡查系统

国家教育考试巡查系统建设,电力保障的重要性不言而喻。UPS作为保证供电的核心关键设备必须稳定可靠。硕天电源凭借高质量的产品和全方位的服务,成功将产品应用于四川省多个市区的国家教育考试巡查系统,为系统提供了长效可靠的后备电力,提高招考的信息技术水平和服务保障能力。。     

坚持不断创新 提供优良服务

深圳市科立讯数据技术有限公司坐落在广东省深圳市南山区软件园,是一家自主研发、生产和销售各类无线电监测和管制设备的行业方案供应商。本着创新、求实、谋发展的宗旨,公司以"让客户享受良好的人性化产品体验,成为最值得客户长期信赖的企业"为使命,不断为无线电管理机构提供良好的产品与服务。公司自2007年成立之初,就一直把提升产品质量与技术服务作为立足之本,同时强调技术创新,注重未来发展,主动响应市场变化。     

非英语专业大学生英语四、六级考试心理焦虑分析

以问卷和访谈方式对不同年级213 名非英语专业大学生进行英语四、六级考试焦虑调查。结果表明，绝大部 分学生存在不同程度的心理焦虑；在焦虑水平上，男生低于女生，理工类学生高于文史经管类学生，大一学生焦虑水平最 高，大二和大三学生焦虑水平呈下降趋势，大四学生又回到高焦虑状态。就考试焦虑来源而言，担心应试准备不足、担心未 来的前途、担心自我意象受到威胁、担心他人对自己的评价四个方面所占比例依次递减。在此基础上，进一步研究探讨了 非英语专业大学生英语四、六级考试心理焦虑的成因及缓解策略。     

基于双目标优化遗传算法和支持向量机的旋转机械退化状态识别

退化特征提取是机械健康状态监测的重要组成部分,伴随旋转机械长时间连续运转,退化特征出现性能波动甚至下降,给退化特征提取和选择造成了困难.首先利用一个特征映射算法库对振动信号提取特征,并基于Kolnogorov-Smirnov (KS)检验和Benjamini-Yekutieli过程对原始特征集进行过滤,然后利用双目标优化遗传算法(Bi-objective Optimization Genetic Algorithm,BOGA)结合支持向量机分类器(Support Vector Classifier,SVC),在有监督的环境下搜索出最佳特征子集,其中BOGA设置了SVC分类精确度和特征子集维数两个目标函数,前者进行最大化,后者进行最小化.通过在液压泵退化状态数据集上进行实验和在凯斯西楚大学轴承数据集与FRESH_PCAa、ReliefF、JMIM三种方法进行对比,验证了该方法在退化状态识别上的较好性能.