引气剂对混凝土气泡结构的影响研究

为了便于引气剂的开发与应用,本文采用图像分析方法测试了掺有6种引气剂的混凝土气泡结构参数,研究了引气剂品种对混凝土的含气量、气泡间距系数、气泡平均直径及孔径分布的影响。结果表明,引气剂品种对新拌混凝土含气量与硬化混凝土含气量的相关性、硬化混凝土气泡间距系数、气泡平均直径及孔径分布会产生显著影响,仅通过新拌混凝土含气量来评价掺加不同品种引气剂混凝土的引气效果,可能会存在较大偏差。对于耐久性混凝土的配合比设计,建议采用含气量和气泡间距系数双控。     

融合注意力机制的学生退课行为预测

近年来,大规模在线开放课程(MOOCs)发展迅速,吸引了学界的广泛关注.用户退课率极高这一问题的长期存在,使得退课行为预测成为了一个重要的研究课题.目前的退课行为预测模型过于依赖传统的机器学习算法.此外,很多研究忽视了MOOCs用户灵活修课的特点,采用时序无关的方法进行预测.针对目前该领域存在的问题,论文提出了一种融合注意力机制的时序预测模型.该模型首先利用长短期记忆网络从原始的时序数据中学习新的时序隐态表示,再使用多个一维卷积神经网络提取隐态中各类特征的时序模式,最后融合注意力机制,使模型能够通过注意力分布值强化有效特征.实验结果表明,该方法的预测能力优于其他方法.     

基于深度学习的数据库自然语言接口综述

数据库自然语言接口(natural language interface to database,NLIDB)能够凭借自然语言描述实现数据库查询操作,是促进用户无障碍地与数据库交互的重要工具.因为NLIDB具有较高的应用价值,近年来一直受到学术与商业领域的关注.目前成熟的NLIDB系统大部分基于经典自然语言处理方法,即通过指定的规则实现自然语言查询到结构化查询的转化.但是基于规则的方法仍然存在拓展性不强的缺陷.深度学习方法具有分布式表示和深层次抽象表示等优势,能深入挖掘自然语言中潜在的语义特征.因此近年来在NLIDB中,引入深度学习技术成为了热门的研究方向.针对基于深度学习的NLIDB研究进展进行总结:首先以解码方法为依据,将现有成果归纳为4种类型分别进行分析;然后汇总了7种模型中常用的辅助方法;最后根据目前尚待解决的问题,提出未来仍需关注的研究方向.     

图像分析方法在混凝土孔结构测试中的应用

根据定量体视学的原理,应用光学显微镜和计算机图像处理软件(Image-pro Plus)获取了孔隙率、孔径及其分布等孔结构参数,并详细介绍了混凝土孔结构图像分析方法的过程。结果表明,建立的光学显微图像分析法可以准确量化表征混凝土细观孔隙率、孔径及其分布等孔结构参数,该方法可望为水泥基材料或其他多孔材料孔结构调控以及建立孔结构与性能关系奠定基础。