对新闻娱乐化现象的辩证评男

在当代的传媒界,新闻娱乐化似乎已经是一件再正常不过的事情了,尤其是伴随着电视这一媒介的传入和发展。这种媒介也使得新闻的数量在不断的增加,但是,质量却没有相应的提升上去,并且被赋予了娱乐化的气息。面对如今这种现象,本文分析了其存在的原因,并从传播过程中进行思考,以时代性的理论,辩证的批判了这种现象。     

冷连轧轧机支撑辊堆焊工艺及使用方案

轧辊堆焊技术日益成熟,成为轧辊修复的主要手段。由于冷轧机组支撑辊使用工况、材质和精度限制,国内冷轧支撑辊堆焊修复应用实例较少。本文以邯钢2180 mm冷轧机组支撑辊为研究对象,系统探讨了堆焊修复工艺,确定了堆焊工艺过程控制关键点,建立了轧辊检测制度和使用方案。跟踪堆焊支撑辊综合服役使用情况,发现支撑辊修复后辊面硬度≥68 HSD,均匀性可以控制在2 HSD以内,其修磨量的平均毫米过钢量与整体锻钢支撑辊相当。堆焊支撑辊的成本约为整体锻钢支撑辊的50%,如果F1~F5机架均使用堆焊支撑辊,轧辊成本可显著降低,推广使用后经济效益可观。     

排液采气技术在白庙气藏的应用研究

白庙气藏属于低渗、致密、深层凝析气藏。由于气藏断块小，单井可控制储量少，气井产量低，靠自身能量很难将井筒积液携带出来，必须采取适合的排液采气技术排出井筒积液，以提高气井天然气产量，延长自喷稳产期。文章重点介绍了应用于白庙气藏的主要排液采气技术及其应用效果。小油管排液采气技术主要应用于产气量较低气井的排液；柱塞气举排液采气技术、橇装气举排液采气技术都是间歇气举排液采气技术，前者主要应用于具有一定能量、产气量较低、靠自身能量排液效率较低的气井，后者主要应用于能量、产气量都比较低的气井。最后对排液采气技术的应用情况进行了总结。     

基于自适应粒子群优化LSSVM的变压器油中溶解气体浓度预测

为了实现油浸式变压器油中溶解气体的预测,进而达到变压器状态预警、降低事故发生率的目的,本文将自适应粒子群优化算法(IDP SO)和最小二乘支持向量机(LSSVM)相结合,建立变压器油中溶解气体预测模型.利用IDP SO算法基于种群的并行搜索策略特点来自适应迭代搜索最优的目标函数值,寻找LSSVM模型中的参数ξ、C和σ的最优取值,克服了应用传统支持向量机算法进行预测时凭主观经验选择参数对模型泛化能力和预测性能的影响.利用国网陕西省电力公司某变电站采集变压器油色谱数据进行实例验证,结果表明基于IDP SO优化的LSSVM算法具有较好的模式跟踪性能,且能够有效提高变压器油中溶解气体预测的预测精度.     

疏水缔合型聚丙烯酰胺的合成与性能评价

为了提高高相对分子质量的聚丙烯酰胺的抗温抗盐性能,利用自制的两亲表面活性单体与丙烯酰胺共聚合成了疏水缔合型聚丙烯酰胺并进行室内评价。结果表明,在高温、高盐、高钙条件下,合成的疏水缔合型聚丙烯酰胺具有良好的增粘性和较强的热稳定性;克服了疏水缔合型聚合物在盐水中溶解性差的问题,可用各种矿化度的盐水和油田产出污水配制;具有良好的无机盐增粘性能和抗温性能。     

基于企业竞争力提升的第三方物流研究

本文对第三方物流和企业竞争力的内涵作了简单的解析,阐述了第三方物流对提升企业竞争力的作用,指出了妨碍物流外包企业将物流业务委托给第三方物流企业的主要障碍,进而提出了加强企业与第三方物流企业合作的建议。这对于企业为适应激烈的竞争环境,通过与第三方物流企业合作提升自己的竞争力具有重要的意义。     

10Cr9Mo1VNb钢冲击断裂机理

采用小能量示波冲击法和金相法，研究了10Cr9Mo1VNb钢冲击断裂时裂纹的萌生、生长与扩展．结果表明：10CrgMo1VNb钢裂纹生长机理是裂纹前沿和孔洞之间以颈缩聚合的方式相连，裂纹生长速率缓慢；裂纹扩展其机理是裂纹前沿和孔洞之间以剪切裂纹的方式相连，裂纹扩展速率很快．裂纹的临界破断为尺寸2mm左右，临界冲击功为114J左右。     

PrefixSpan算法与CloSpan算法的分析与研究

数据挖掘领域的一个活跃分支就是序列模式的发现,即在序列数据库中找出所有的频繁子序列.介绍序列模式挖掘的基本概念,然后对序列模式中的经典算法PrefixSpan算法和基于PrefixSpan框架的闭合序列模式CloSpan算法进行了描述,并对它们的执行过程及其特点进行了分析与比较,总结了各自的优缺点,指出PrefixSpan算法适用于短序列方面挖掘,而CloSpan算法在长序列或者阈值较低时胜过PrefixSpan算法且CloSpan算法挖掘大型的数据库有更好的性能,得出的结果对序列模式挖掘的设计有重要的参考价值.     

基于提升方法的短期负荷预测的研究

目前有很多方法可以实现电力负荷预测,但各种方法都有各自的局限性,如何充分利用各种算法,使负荷预测的精确度提高,组合预测方法便应运而生了.然而当前的组合预测方法过于重视算法,而忽略样本.文中给出了一种基于提升方法的电力负荷预测挖掘算法,该方法通过样本权值进行抽样,训练生成模型,并根据模型效率改变样本权值,再次抽样训练生成模型,如此迭代生成多个模型后进行负荷预测.实际应用结果表明该方法比其它方法具有较高的精度.     

基于用户查询的多关系群体挖掘改进算法

多关系群体挖掘是近年来快速发展的重要的数据挖掘领域之一.传统的群体挖掘方法是假定网络中只有一种关系,并且挖掘结果与用户需求无关.但现实中的社会网络中存在着多种关系.基于用户查询,不同的关系表现出不同的重要性.分析了多关系群体挖掘中关系提取的问题,提出一种新算法对满足用户期望的关系进行最优线性合并.利用获得的合并关系提高群体挖掘的精准性.