基于图神经网络的网络性能智能预测

传统网络性能预测技术存在网络状态获取不够全面及网络性能评估准确性欠佳等问题，利用图神经网络学习推理网络关系数据的特点，结合捕获的网络全局信息，提出了一种基于图神经网络的网络性能智能预测方法。通过网络系统抽象及网络性能建模，将复杂的网络信息转化为形式化的图数据进行描述，利用图空域卷积处理图网络节点的消息传递过程，实现网络信息之间的关系推理，研究了实现网络性能预测的图神经网络模型，提出了一种能处理流量矩阵、网络拓扑、路由策略、节点配置的图神经网络体系结构，最后通过实验论证了模型能更好地实现包括时延、抖动和丢包率的网络性能的准确预测。     

澜沧江沿岸某岩堆地质特征及成因分析研究

岩堆是发育在山坡坡脚或平缓山坡上的松散堆积体，属于典型的不良地质现象，直接威胁着当地人民的生命财产安全。本文以澜沧江右岸某在建公路桥梁处岩堆体为例，从岩堆的几何形态、物质组成、形成条件等方面对岩堆的发育特征及成因机制进行了分析。研究结果表明该岩堆为一古岩堆，其成因机理为坡脚软岩遭受河流侵蚀冲刷、上覆硬岩拉裂崩塌所致。岩堆区上覆盖层主要由松散崩坡积物构成，具有分布范围广、厚度大、边界条件复杂的特点。本文的研究结果能够有力指导相关公路桥梁墩台设计，在实际工程建设中具有重要意义。     

儿童用品TBT通报数据可视化预警研究

探索采用数据可视化技术分析儿童用品TBT通报数据,以可视化图形图像呈现通报热点并揭示趋势信息,提出对策与建议,助力为儿童用品产业升级、TBT预警数据分析和信息传播工作提供新思路,提高中小企业的国外市场准入机会。     

压水堆核电厂堆外源量程探测器计数率分析

压水堆核电厂启动过程中，次级中子源为堆外源量程探测器提供本底计数率，避免测量盲区，确保反应堆安全启动。但次级中子源的引入会为核电厂带来较大的经济和环境负担，同时也需承受次级中子源破损等带来的风险。为此，可使用受辐照燃料组件的自发裂变中子源进行替代，即无源启动方式。通过研究堆外源量程探测器计数率的理论计算方法，并基于运行电厂测量数据进行分析验证，为源量程探测器计数率的理论预估提供了较为完善的理论方法流程。本文结果可为无源启动源量程探测器计数率分析提供支持，同时也可用于次级中子源装载量或布置位置的优化分析等。     

基于深度信念网络的列车故障音频诊断方法

铁路在交通运输行业有着举足轻重的地位，一旦列车发生故障将会导致严重的生命财产损失。由于列车发生故障的概率相对较低，因此难以捕获列车的故障样本。针对上述问题，提出了一种无监督学习的列车故障识别方法，通过检测列车音频信号来识别列车故障。该方法基于深度信念网络(DBN)，利用小波包分解提取检测信号的特征向量并将其作为DBN的输入，待网络充分训练后，由训练好的DBN识别当前列车的运行状况。现场监测实验结果表明，该方法能够在无监督的条件下有效识别列车故障，保障了列车的运行安全。     

全电动注塑机研究进展及在汽配电子行业中的应用

介绍了全电动注塑机的特色，综述了国内外全电动注塑机在精密注塑、智能注塑、高效注塑和绿色注塑方面的研究进展，并对全电动注塑机在汽配电子行业中的应用作了简单介绍。对双电机同步控制技术的逐渐成熟为全电动注塑机实现大型化提供了助力，全电动注塑机高效、精密、智能、节能、环保的优势在汽配电子行业显示了很好的应用前景。