基于会话的推荐方法综述

近年来,基于会话的推荐方法受到学术界的广泛关注。随着深度学习技术的不断发展,不同的模型结构被应用于基于会话的推荐方法中,如循环神经网络、注意力机制、图神经网络等。该文对这些基于会话的推荐模型进行了详细的分析、分类和对比,阐明了这些方法各自解决的问题与存在的不足。具体而言,该文首先通过调研,将基于会话的推荐方法与传统推荐方法进行比较,阐明基于会话的推荐方法的主要优缺点;其次,详细描述了现有的基于会话的推荐模型如何建模会话集中的复杂数据信息,以及这些模型方法可解决的技术问题;最后,该文讨论并指出了在基于会话推荐的领域中存在的挑战和未来研究的方向。     

基于渐进式、持续改进的研究生"产教融合"实践教学体系探究

分析实践教学管理体系的重要因素,介绍逐步建立规范化"产教融合"实践教学体系的过程;以软件测试实践教学体系为例,阐述如何通过持续改进方式、建立渐进式实践教学体系,使学生逐渐适应实践教学并从系统化、标准化、企业化的教学管理中受益,最后通过项目实践论证,说明这种教学体系可以帮助学生更快适应企业的工作方式,满足企业的要求。     

提高对抗复合末制导的质心干扰方案研究

质心干扰是水面舰艇抗击来袭导弹的一种有效手段。随着现代导弹技术的发展,末制导方式已趋于多样化,这对传统质心干扰作战使用提出了严峻的挑战。针对这一问题,在对新型反舰导弹末制导方式及其特点分析的基础上,叙述了传统质心干扰方式在对抗复合末制导过程中存在的不足,提出了一种能够有效对多制导方式进行干扰的质心干扰方案。并对此方案进行了定量和定性分析,建立了干扰空域和时域效能的数学模型,对干扰效果进行了仿真和评估。最后给出此干扰方案在作战使用中的几点建议和思考。     

一种复合干扰方法效能建模与仿真研究

目前,我水面舰艇在面临来袭导弹问题上仅仅局限于对其进行末段防御的水平,随着现代导弹技术的发展,末制导方式已趋于多样化,仅仅用单一被动的无源干扰方式已经不能有效消除导弹对水面舰艇所构成的威胁。为了能够更有效地综合使用各种不同的干扰手段,在基于对导弹发射全过程以及各个阶段突防概率的分析的基础上,提出了一种复合干扰方案。分析了这种方案对导弹攻击的各个阶段的影响,建立了在干扰条件下该复合干扰方案效能的数学模型。通过仿真数据得出结论：相比单一干扰方式而言,复合干扰更有效。     

融合时间特性和用户偏好的卷积序列化推荐

推荐系统如今已被广泛应用于生活中,大大便利了人们的生活。传统的推荐方法主要是针对用户与物品的交互情况进行分析,分析用户与物品的历史记录,得到的只是用户过去对于物品的喜好程度。序列化推荐系统通过分析用户近一段时间与物品交互的序列,来考虑用户前后行为的关联性,能够获得用户短期内对物品的喜好程度。然而,序列化方法强调的是用户与物品在短期的联系,忽视了物品属性之间存在的关系。针对以上问题,文中提出了融合时间特性和用户偏好的卷积序列化推荐(Convolutional Embedding Recommendation with Time and User Preference, CERTU)模型。该模型能够分析物品之间存在的多样性关系,从而捕获用户对物品随时间变化的动态喜好程度这一特性。除此之外,该模型进一步考虑了物品序列中存在的单个物品和多个物品对下一物品推荐的影响。实验结果表明,CERTU模型的性能优于当前的基线方法。     

交叉学科研究培养评价指标体系构建及应用

基于我国高校"双一流"建设的背景,针对交叉学科研究生培养评价体系的现状,分析目前评价体系出现的培养目标单一与过于看重结果的问题,提出交叉学科研究生培养评价指标体系构建方法,以北京邮电大学的研究生培养为例,通过实验结果验证AHP-Attention算法的有效性,目的是为建立交叉学科研究生培养评价体系提供一种新思路。     

支援干扰条件下压制区域模型的建立与仿真

支援干扰作为一种保护我方重要战略目标的电子对抗手段在海上编队作战中扮演重要的角色。为解决如何合理的分配编队内的干扰资源以及如何确定干扰机与被保护目标的最佳空间位置关系以达到最佳干扰效果这一现实问题,通过雷达干扰的空间能量方程,在对单部干扰机进行分析的基础上,推导出多部干扰机进行支援干扰时的压制区域模型。用MATLAB编程对模型进行仿真,研究了在不同参数变化条件下的干扰效果并绘制了压制区域图形,结果符合实际。     

不同缺陷下油纸绝缘套管中氢气生成特性研究

近年来,因变压器套管故障导致的电力事故频发,严重影响了电力网的安全稳定运行。变压器套管在制造、安装以及运行过程中都可能存在内部绝缘缺陷,并在长期电热联合作用下进一步劣化,最终导致故障的发生。鉴于此,以油中氢气含量为主要研究方向,设计并制作了含有不同缺陷套管芯子,并搭建了油纸绝缘套管中氢气生成特性实验平台开展研究。研究结果表明：当纸中含水量较低时,套管油中无明显氢气产生,但在油中水分过饱和致使套管尾部出现积水的情况下,水滴表面电场畸变并发生放电,油中氢气含量呈现出先缓慢后快速的增长趋势;当套管芯子内部存在电容屏褶皱缺陷时,油中氢气含量随电压施加时间近似呈线性增长;相对于以上两种缺陷,当套管存在金属尖端缺陷时,油中氢气生产速率显著增加,并伴有连续微小气泡产生。研究结果为利用氢气传感器开展油纸套管内部缺陷监测提供了数据支撑,提升了变压器油纸套管运维智能化水平。     

基于ADASYN数据平衡化的PSO_BP变压器套管故障诊断

变压器套管作为设备重要的绝缘部件,其绝缘性能直接影响着设备的安全运行。为诊断变压器套管绝缘状态,改善小样本不平衡数据对诊断结果的影响,使用粒子群算法优化反向传播神经网络（Particle Swarm Optimization_Back Propagation Neural Network,PSO_BP）和自适应综合过采样（Adaptive Synthetic Sampling,ADASYN）方法对变压器套管进行故障诊断。首先收集了变压器套管的历史故障数据,建立了具有明确故障类别的变压器套管油中溶解气体样本集,并通过ADASYN算法对原始数据中的少数类样本进行合成,得到平衡后的故障数据;将平衡后的油中溶解气体作为模型输入,故障状态作为标签输出,通过PSO_BP模型对变压器套管进行诊断;并在原始样本集下使用BP、遗传算法优化反向传播神经网络（Genetic Algorithm_Back Propagation Neural Network,GA_BP）、布谷鸟搜索算法优化反向传播神经网络（Cuckoo Search_Back Propagation Neural Network,CS_BP）以及PSO_BP模型对套管进行诊断。结果表明,针对变压器油纸套管绝缘状态进行故障诊断的多个模型中,基于ADASYN平衡数据后的PSO_BP模型（Adaptive Synthetic Sampling_Particle Swarm Optimization_Back Propagation Neural Network,ADASYN_PSO_BP）与其它模型相比准确度最高,能有效改善小样本不平衡数据对诊断结果的影响,为判断变压器油纸套管绝缘性能提供了有效方法。     

不同缺陷下油纸绝缘套管中氢气生成特性研究

近年来,因变压器套管故障导致的电力事故频发,严重影响了电力网的安全稳定运行。变压器套管在制造、安装以及运行过程中都可能存在内部绝缘缺陷,并在长期电热联合作用下进一步劣化,最终导致故障的发生。鉴于此,以油中氢气含量为主要研究方向,设计并制作了含有不同缺陷套管芯子,并搭建了油纸绝缘套管中氢气生成特性实验平台开展研究。研究结果表明：当纸中含水量较低时,套管油中无明显氢气产生,但在油中水分过饱和致使套管尾部出现积水的情况下,水滴表面电场畸变并发生放电,油中氢气含量呈现出先缓慢后快速的增长趋势;当套管芯子内部存在电容屏褶皱缺陷时,油中氢气含量随电压施加时间近似呈线性增长;相对于以上两种缺陷,当套管存在金属尖端缺陷时,油中氢气生产速率显著增加,并伴有连续微小气泡产生。研究结果为利用氢气传感器开展油纸套管内部缺陷监测提供了数据支撑,提升了变压器油纸套管运维智能化水平。