色连二矿选煤厂低质煤洗选实践

为实现色连二矿选煤厂低质煤的有效分选,引入了弛张筛深度筛分技术,并构建了3 mm深度筛分+分级分选+煤泥水三段浓缩的一体化工艺体系;针对洗选低质煤过程中的问题,基于对低质煤煤质和产品结构深入分析,提出了针对性的洗选方案。生产实践表明:与洗选低质煤的相邻选煤厂相比,色连二矿选煤厂的商品煤产率低14.03%,但发热量高2.15 MJ/kg;由于具有发热量和价格优势,吨煤收益更好。     

基于循环一致性对抗网络的室内火焰图像场景迁移

基于深度学习的视频火灾探测模型的训练依赖于大量的正负样本数据,即火灾视频和带有干扰的场景视频。由于很多室内场合禁止点火,导致该场景下的火灾视频样本不足。本文基于生成对抗网络,将其他相似场景下录制的火焰迁移到指定场景,以此增广限制性场合下的火灾视频数据。文中提出将火焰内核预先植入场景使之具备完整的内容信息,再通过添加烟雾和地面反射等风格信息,完成场景与火焰的融合。该方法克服了现有多模态图像转换方法在图像转换过程中因丢失信息而造成的背景失真问题。同时为减少数据采集工作量,采用循环一致性生成对抗网络以解除训练图像必须严格匹配的限制。实验表明,与现有多模态图像转换相比,本文方法可以保证场景中火焰形态的多样性,迁移后的场景具有较高的视觉真实性,所得结果的FID与LPIPS值最小,分别为119.6和0.134 2。     

基于改进K-Means聚类和误差反馈的数据清洗方法

综合能源数据的采集与分析是构建综合能源系统的基础和前提，由于数据采集过程中存在系统故障、线路检修等随机因素的制约，其数据常存在异常和缺失情况。为解决上述问题，提出了基于改进K-Means聚类和误差反馈的数据清洗方法，对异常数据进行识别和插补。将异常数据分为不符合用能业务特性的坏数据和缺失数据两类。针对坏数据问题，提出了基于改进K-Means聚类的异常数据识别方法，其中采用Davies-Bouldin（DB）指标解决聚类数K的选取问题；针对缺失数据问题，提出了基于误差反馈的异常数据组合式插补方法。为验证所提方法的有效性，从某园区5个用户4个月的用电数据中选取40组数据，前20组作为样本集以确定插补权重，后20组作为验证集进行验证与对比，结果表明，所提方法具有更高的稳定性与可靠性。     

燕麦黄酒发酵过程中微生物群落结构变化及对高级醇的影响

燕麦作为一种营养独特的作物,用于酿造黄酒是黄酒酿造研究的一项新的尝试。为进一步探究燕麦黄酒中的高级醇指标、微生物群落结构及其相关性,研究燕麦黄酒特性,本研究应用顶空固相微萃取、气相色谱-质谱联用技术对燕麦黄酒发酵过程中的高级醇变化进行了定量分析,并通过高通量测序检测了燕麦黄酒发酵过程中的微生物群落结构变化。利用统计学原理对高级醇变化与微生物代谢之间的相关性进行预测。燕麦黄酒中共检测到β-苯乙醇、异戊醇等18种高级醇。门水平上,相对丰度最高的细菌和真菌分别是厚壁菌门和子囊菌门;属水平上,相对丰度最高的细菌和真菌分别是乳球菌属和酵母属。高级醇与微生物间共建立869项关联,有297属微生物可能参与高级醇的代谢。本研究表明,以燕麦为原料酿造黄酒不仅可以增加黄酒的品类及原料来源,还可能改善黄酒营养价值;另外,高级醇与微生物之间的关联分析可以预测燕麦黄酒品质特性的生物学机制。     

《计算机操作系统》实践教学改革的研究

《计算机操作系统》是计算机科学与技术的基础课程,它是理论性和实践性相结合的综合性学科。本文主要围绕《计算机操作系统》的实践教学,对其重要作用及改革的措施展开研究。     

SDN的战略性思考

从战略层面对SDN的发展可能给电信业带来的全面、颠覆性变革进行了系统的分析.首先介绍了SDN和NFV的内涵与异同,对电信业与IT业的基本特征做了比较,并分析了SDN前电信业的探索及教训.接下来探讨了现有电信网的基本问题和症结以及发展SDN的主要驱动力.重点阐述了SDN的基本特征和对运营商的5个核心价值及其应用前景.最后论述了发展SDN面临的主要挑战,并简要总结了笔者对于SDN战略层面上的思考要点.     

食品理化实验室数据可靠性管理探究

<正>本文立足社会主义新市场经济常态,详细分析食品理化实验室数据管理中极易出现的问题,并为后期提高数据管理可靠性的4种管理模型进行全面探析。分析大量科研数据可知,数据可靠性不仅是食品检验中的基本质量要求,而且对食品检验结果的可信度和质量保证影响极大。因此,从目前来看,在当前多元化的社会主义市场竞争环境下,数据可靠性受到了社会各界的     

南华工程公司经营管理策略的剖析

结合实际案例，剖析南华工程公司经营管理策略，指出特许经营策略和虚拟化经营策略是中小企业发展和壮大的一种极佳组合策略，这种策略有利于企业利用别人的品牌，成就自己的事业；有利于充分发挥企业自身优势，整合各种资源，为已利用，实现企业快速发展。