LILT:一个基于"乐纹"技术的音乐分享系统

随着Web2. 0的推广,音乐分享平台纷纷出现.目前的音乐分享平台在用户上传时没有进行检查,导致音乐库里常有大量的冗余.提出了一个基于乐纹的音乐分享平台系统LILT,该系统包含一个含有音乐乐纹的数据库,并通过提取音乐片段的乐纹进行查找判重.建立了6万余首歌的乐纹库,并且在这个库上做了大量测试.测试结果显示,该系统对用户上传的音乐能够有效地识别并判重.在系统识别率、识别速度、指纹鲁棒性测试中均得到了较满意的结果.     

新型管道打开封堵装置的设计与应用

随着输气管网运行时间的不断增加,阀门会出现内漏等现象,使管道检修时常常无法彻底隔离管道内可燃气体,导致动火作业存在较大风险。为开发有效的封堵方法,设计了一种新型管道打开封堵装置,其充分结合皮碗清管器和马桶塞的工作原理,由密封结构、引出结构和张紧结构组成,对泄漏气体兼具封堵和疏通双重性能。管道打开封堵装置组装拆卸便捷,降低了封堵成本,适用于不同管径管道的抢修,可应用于作业时阀门内漏等突发状况;有效地避免了作业泄漏气体时微正压影响焊口质量,能够将可燃气体与施工作业区域完全隔离,从根本上保障了施工作业安全。     

天然气管道氮气置换工艺参数的确定

对天然气管道氮气置换工艺参数的确定及控制方法进行了研究。根据气体状态方程及相关推导和计算,导出了注氮温度、注氮压力、注氮量、注氮施工时间以及氮气和天然气的推进速度等参数的定量计算式,并分析了这些参数的最优值。结果表明:通过预计算天然气管道氮气置换工艺参数及确定其控制方法,可以提高管道的运行效率及安全性。     

基于石油依赖性的中国经济国际竞争力研究

基于中国经济发展现状和石油消耗状况.结合产业结构理论,分析中国经济国际竞争力的构筑和维持对于石油的依赖性的特征.通过构建向量自回归(VAR)模型,借助脉冲响应函数和方差分解技术,实证研究表明石油依赖性对中国经济国际竞争力稳定性的影响大于美国,且影响持续期较长.结构优化,包括产业结构、行业结构、产品结构的优化,是降低石油依赖性、提高石油经济效率最终提升中国经济国际竞争力的有效路径.     

从三峡工程建设谈我国当前 的企业创新工作

企业创新是建立创新型国家的根本要求。三峡工程建设者通过集成创新、引进消化吸收再创新和 原始创新,实现了在大坝混凝土快速施工技术、７０万kW水轮机水力设计安装制造、双线五级船闸高边坡稳定 支护等１００多项关键技术的重大突破。但当前我国的大多数企业存在着技术引进消化吸收率低、自主知识产 权少、研发投入不足等严重制约创新的突出问题。为实现到２０２０年建设创新型国家的目标,我国企业需要在 挖掘自主创新能力、加强创新队伍建设等六个方面去培育和提高企业的创新能力。     

贝叶斯网络分析在管道腐蚀失效概率计算中的运用

对某天然气管道腐蚀因素进行分析,确定了腐蚀失效的23个因素。根据贝叶斯网络分析原理,建立简单的贝叶斯模型,每个失效因素为一个贝叶斯网络子结点,管线腐蚀失效为贝叶斯网络根结点,通过各子节点间的条件概率关系,求子节点发生的概率,分析子结点与根结点之间的概率统计关系,利用条件独立性,简化概率分布,最后得出管道腐蚀失效概率。结果表明：利用贝叶斯网络法评价天然气管道腐蚀,结果可以指导天然气管道系统的维护和维修,降低管道运行的风险。     

地下空间的城市文化设计理念研究

探讨对城市地下空间的城市文化、交通、建筑艺术与商业运营的综合设计,采用光纤导光等先进技术和人性化的设计理念,结合大连市胜利地下购物广场,提出高利用率、城市和谐的设计方案。     

高导低温银浆的研究及可靠性评价

本文研究了银粉的形态结构和含量对高导低温银浆性能的影响;指出了用片状结构的银粉制备高导低温银浆,可获得体电阻率10~(-4)～10~(-5)欧姆厘米,抗剪强度15公斤/厘米~2,可焊性良好的银白色导电涂层。最后,对本银浆在固体钽电容器上的使用进行了可靠性评价。     

抗硫化氢腐蚀管材

我国石油天然气产品中硫化氢含量较高,对管材的腐蚀严重,管材的抗H2S腐蚀是一个重要的研究课题。本文介绍了抗H2S腐蚀管材的选材原则——着重考虑管材的抗应力腐蚀性能,同时还祥细介绍了两种抗硫化氢腐蚀管材的类型——特种合金钢和人工合成玻璃钢。研究抗H2S腐蚀管材对延长管道的使用寿命,防止事故的发生,提高经济效益都有着十分重要的意义。     

基于用户信任和张量分解的社会网络推荐

社会化网络中的推荐系统可以在浩瀚的数据海洋中给用户推荐相关的信息。社会网络中用户之间的信任关系已经被用于推荐算法中,但是目前的基于信任的推荐算法都是单一的信任模型。提出了一种基于主题的张量分解的用户信任推荐算法,用来挖掘用户在不同的物品选取的时候对不同朋友的信任程度。由于社交网络更新速度快,鉴于目前的基于信任算法大都是静态算法,提出了一种增量更新的张量分解算法用于用户信任的推荐算法。实验结果表明：所提出的基于主题的用户信任推荐算法比现有算法具有更好的准确性,并且增量更新的推荐算法可以大幅度提高推荐算法在训练数据增加后的模型训练效率,适合更新速度快的社会化网络中的推荐任务。