引黄济津河道水质数值模拟与预测

依据连续性方程、动量方程、自由表面方程、状态方程和水质输运方程,采用有限差分法,建立河道垂向二维水动力水质模型。根据2000-2001年第6次引黄数据资料对水质模型进行调试,建立引黄济津调水工程水质模型。利用已建立的模型,对2002-2003年第7次引黄河道水质进行了预测,并将预测结果与实测数据进行比较,预测结果与实测结果基本一致,表明该模型能较好地预测引黄济津河道水质状况。同时,根据污染物浓度峰值的变化情况,分析了污染物的输移扩散及降解转化规律。     

高性能混凝土绝热温升影响因素的试验研究

通过混凝土绝热温升比对试验，探讨了初始温度、粉煤灰、水胶比等因素对混凝土绝热温升的影响。结果表明：混凝土拌和物的初始入模温度对早期的温升速率影响较明显，初始温度越高，温升速率越快，但对混凝土最终的绝热温升值影响很小；粉煤灰等量取代水泥可以使混凝土早期的温升速率减慢，放热峰值推迟出现，但对最终温升值影响很小；胶凝材料用量越多，其早期的温升速率越快，最终的温升值越高。     

大学生英语翻译现状分析及对策

翻译能力的培养是非英语专业英语教学目标体系的重要组成部分。基于对学生英语翻译能力的现状分析,指出了翻译教学的重要性,并对如何提高大学生英语翻译能力提出了几点建议。     

一种信任关系强度敏感的社会化推荐算法

为了进一步提高推荐算法的准确率,更好地对用户间的信任关系进行建模,首先提出了一种信任关系强度敏感的社会化推荐算法(StrengthMF).与以往的算法相比,该算法假设建立信任关系的两个用户之间并不一定存在着相似的兴趣爱好.在推荐过程中,StrengthMF算法通过共享的潜在用户特征空间来对信任关系强度和用户兴趣进行建模,通过进一步识别出那些与目标用户有着共同爱好的朋友来对求解的过程进行优化.为了验证算法所估计出的信任关系强度的准确性,接着又在SocialMF算法的基础上,提出了一种使用所估计的信任关系对其重新训练和学习的InfluenceMF算法.实验结果表明,与目前较为流行的方法相比,新方法能在RMSE和MAE上取得更好的推荐结果,其所推导出的信任关系强度能进一步提高已有推荐算法的性能.     

基于Unity3D平台的射击游戏的开发

本文针对游戏开发技术不断进步,各类游戏引擎不断更新的情况,利用Unity3D跨平台功能的突出、兼容性强的特点,结合C#开发一款第一人称的射击游戏系统,该系统运行流畅,具有较好的可玩性与夸平台性。     

一类具有最大分支数的16阶0-1矩阵构造

具有最大分支数的0—1可逆矩阵被广泛应用于分组密码的扩散结构设计中。为构造16阶该类矩阵,将16阶0—1矩阵划分为以4阶0-1矩阵为单元的4阶块矩阵,根据特征和域上重量均为2的4维0-1向量相加后所得向量的重量分布特点,在行置换同构意义下构造满足某种特殊结构的4阶0．1矩阵单元组,以此为基础,根据Hadamard矩阵的结构特点,利用矩阵的分块构造思想,给出一类分支数达到最大值8的16阶0-1可逆矩阵和对合矩阵构造方法,并在行置换同构意义下给出对合矩阵的计数。     

基于混合神经网络和注意力机制的卒中后抑郁早期筛查分类方法研究

脑卒中后抑郁症（PSD）是卒中后常见的并发症之一，严重威胁着脑卒中患者的健康。目前PSD的诊断主要依据病人的临床表现及各种量表，这类方法存在一定的主观性。脑电图（EEG）结合深度学习技术有可能为PSD诊断提供客观标准。本研究采集28名脑卒中后无抑郁受试者(PSND)和38名脑卒中后轻度抑郁患者（PSMD）的EEG信号，提出了一种基于注意力机制的长短时记忆网络（LSTM）和卷积神经网络（EEGNet）特征融合的端到端的PSD诊断框架。采用LSTM模型来学习EEG信号在时序上的依赖关系，引入的注意力机制对LSTM模型中时域信息进行权重分配来提高有用信息的利用率，最终通过EEGNet模块来提取EEG信号中更具表征的深层特征。通过10折交叉验证得出准确度、精确度、召回率、F1-Score和Kappa系数，分别为95.90%、95.75%、96%、95.82%和91.60%。与基础的深度学习模型相比，本文的方法能保持稳定的模型性能，对PSD的诊断具有较高的准确性，为PSD的筛查和诊断提供了一定的参考。     

汾河二库张扭性破裂面成因探讨及其工程影响

位于太原西山区的汾河二库 ,处在由平缓碳酸盐岩组成的掀斜上升区。岩体中发育具张扭性特征顺层开裂面和顺河向倾斜小断层。分析认为这些具张扭性特征的破裂面 ,是区域性剥蚀和河流深切所产生的垂向卸和由垂向卸荷引起的河谷底部岩体应力集中所形成的浅生构造。张扭性破裂造成岩体结构松驰 ,强度降低 ,渗透性增强与开挖期的岩体错动 ,对工程造成不利影响。     

不同聚类系数无标度脉冲神经网络动态特性对比分析

拓扑结构可以影响脉冲神经网络的功能。聚类系数是反映网络连通性的重要拓扑性质之一，基于不同聚类系数拓扑进行脉冲神经网络的研究对于进一步理解网络拓扑性质对网络功能影响具有重要意义。以Izhikevich神经元模型为节点，突触可塑性为边，分别构建高、低聚类系数无标度拓扑的脉冲神经网络，评估并对比两种网络的动态特性。实验结果表明，两种网络动态特性随时间均先剧烈变化而后逐渐趋于稳定；在网络连接强度、局部和全局信息传输效率、小世界属性方面，高聚类均比低聚类无标度脉冲神经网络更具优势。