基于BP神经网络的住宅项目工程造价估算模型研究

给出了用BP神经网络技术建立住宅项目工程造价估算模型的基本思想和具体实现方法,采用MATLAB软件编程实现了住宅项目工程造价估算模型的算法,用实例工程样本数据对建立的BP神经网络模型进行了训练和结果检验,证实了模型可以满足实际工程要求,能够较为准确地估算出住宅项目工程造价。     

NeuronSup:基于偏见神经元抑制的深度模型去偏方法

随着深度学习的广泛应用，研究者在关注模型分类性能的同时，还需要关注模型的决策是否公平可信。存在决策偏见的深度模型会造成极大的负面影响，因此如何维持深度模型的分类正确率，同时提高模型的决策公平至关重要。目前已有工作提出了较多方法，用于改善模型的个体公平，但是这些方法仍然在去偏效果、去偏后模型可用性、去偏效率等方面存在缺陷。为此，文中分析了深度模型存在个体偏见时神经元异常激活现象，提出了一种基于偏见神经元抑制的模型去偏方法NeuronSup,具有显著降低个体偏见、对主任务性能影响小、时间复杂度低等优势。具体而言，首先根据深度模型部分神经元由于个体偏见而产生异常激活的现象提出了偏见神经元的概念。然后，利用歧视样本对查找深度模型中的偏见神经元，通过抑制偏见神经元的异常激活大幅降低深度模型的个体偏见，并且根据每个神经元的最大权重边确定主任务性能神经元，通过保持深度模型的主任务性能神经元参数不变，来减小去偏操作对深度模型分类性能造成的影响。因为NeuronSup只对深度模型中的特定神经元进行去偏操作，所以时间复杂度更低，效率更高。最后，在3个真实数据集的6种敏感属性上开展去偏实验，与5种对比算法相...     

水解沉淀-碳热还原氮化法制备碳氮化钛粉末

以四氯化钛、炭黑为原料,利用水解沉淀-碳热还原氮化法制备了碳氮化钛粉末。利用差热分析、X射线衍射及扫描电镜等表征手段,研究了合成工艺对粉末物相、组成及形貌等的影响。结果发现:前驱体粉末经350 ℃煅烧2 h后,钛以TiO₂的形式存在,TiO₂与炭黑形成了混合均匀的团聚体;在碳热还原氮化反应时,钛氧化物向TiC_xN_yO_z转变的温度范围为1200~ 1400 ℃;氮原子促进了钛氧化物向TiC_xN_yO_z的转变,随着反应进一步进行,氧元素逐渐被碳、氮元素置换,形成TiCxNy固溶体;原料经1530 ℃还原4 h后,可合成氧质量分数0.3%、粒度~300 nm、化学式近似为TiC_0.547N_0.453的碳氮化钛粉末。     

浅谈工程造价控制

本文论述了工程造价控制与管理的重要意义,对投资决策阶段、设计阶段、施工招标阶段、施工过程以及竣工决算阶段与工程造价的控制和管理有关的问题进行了探讨。     

适用于复叠式中高温热泵的混合制冷剂分析

根据制冷剂研发准则,兼顾制冷剂的循环性能、热物性、环保性及可燃性,提出了5对适用于复叠式中高温热泵且温度滑移很小的混合制冷剂。复叠式热泵系统低温级的制冷剂方案为R161/R1234yf或R161/R290,而高温级为R152a/RE170、R152a/R1243zf、或R245fa/R1234zeZ。与常规的R22+R134a方案进行对比分析,发现当制取80℃热水时,R161/R1234yf+R152a/RE170方案和R161/R290+R152a/RE170方案综合性能最优,在计算工况下,COP最高可达1.58,但需注意其易燃易爆性。高温级制热循环若使用R245fa/R1234zeZ,则可降低系统在易燃和高压方面的风险,冷凝温度可提高至120℃(压力约2.1 MPa),若能再配套更大容积的压缩机,则效果更佳。