Ti/TiO2/PbO2电极的光-电协同催化技术对化学需氧量的测定研究

0前言 随着社会经济的迅速发展,人口急剧增长和生活水平的提高,人类对河流、湖泊、水库、地下水等水体的污染日趋严重。水质污染不仅影响工农业生产和人类生活用水,还可以引起土壤污染,生物污染。许多地方病和公害病是通过饮用水而发生的[1]。     

设备预防性维护在汾矿选煤厂的应用

汾矿选煤厂在日常管理中采用预防性维护的设备维修模式,减少了设备故障的发生,延长了设备的检修周期,降低了设备维修工作量,保障了设备正常运行,取得了良好的效果。     

结合噪声网络的强化学习远程监督关系抽取

针对目前远程监督关系抽取任务中存在的错误标注问题,提出使用强化学习策略设计噪声指示器,通过与由关系分类器和噪声数据组成的环境相交互,动态识别每个关系类别的假正例与假负例,并为其重新分配正确的关系标签,从而将噪声数据转换成有用的训练样本,有利于提高远程监督关系抽取模型的性能;另外,在训练过程中,通过在策略网络权重上添加噪声,平衡策略网络的探索和利用问题,从而增强噪声指示器的探索能力,使噪声指示器更准确地选择出能够正确表达实体-关系的句子。在Freebase对齐NYT公共数据集上的实验结果表明,提出的方法可以显著提高远程监督关系抽取模型的性能,表明模型拥有识别并纠正噪声数据标签的能力,可以更好地学习关系特征。     

模糊认知图学习算法及应用综述

模糊认知图(Fuzzy cognitive map, FCM)是建立在认知图和模糊集理论上的一类代表性的软计算理论, 兼具神经网络和模糊决策两者的优势, 已成功地应用于复杂系统建模和时间序列分析等众多领域. 学习权重矩阵是基于模糊认知图建模的首要任务, 是模糊认知图研究领域的焦点. 针对这一核心问题, 首先, 全面综述模糊认知图的基本理论框架, 系统地总结近年来模糊认知图的拓展模型. 其次, 归纳、总结和分析模糊认知图学习算法的最新研究进展, 对学习算法进行重新定义和划分, 深度阐述各类学习算法的时间复杂度和优缺点. 然后, 对比分析各类学习算法在不同科学领域的应用特点以及现有的模糊认知图建模软件工具. 最后, 讨论学习算法未来潜在的研究方向和发展趋势.     

沸石在微污染水处理中的应用

在对沸石结构性能简要介绍的基础上,介绍了沸石在去除微污染水中氟、氨氮、苯、砷的实验研究,与活性炭结合去除水中微量有机物方面的应用及生物沸石反应器对微污染水源水的净化,认为应继续加大对各种天然沸石改性及加工工艺的研究,使其在水污染处理中得到更好的应用。     

纳米银自组装多层膜修饰铟锡氧化物（ITO）电极的制备及电化学研究

用3-氨基-三甲氧基硅烷对铟锡氧化物(ITO)导电玻璃进行修饰,以4,4-联吡啶为桥连配体,用层层自组装法制备纳米银多层膜.应用原子力显微镜、紫外可见光谱对其表征.用循环伏安法初步研究了碘离子在电极上的电化学行为.结果表明:电极对碘离子有很好的电化学响应,碘离子在(2×10-5～5×10-4)mol/L浓度范围内与氧化峰电流呈良好的线性关系,最低检出限5×10-6mol/L,线性相关性系数:R=0.999 24.     

大型离心式压缩机扩容节能改造设计与分析

随着社会经济及科技水平的快速发展,大型离心式压缩机被广泛应用在工业生产制造中,为从根本上提升实际生产质量及效率奠定了坚实基础。由于我国开发及使用大型离心式压缩设备时间较短,积累经验不足,在压缩机运行期间依然存在能耗量过大问题,需相关工作人员从调整大型离心式压缩机扩容入手,对其进行系统的节能改造。基于此,本文就大型离心式压缩机扩容节能改造设计进行相关概述,旨在更好提升大型离心式压缩机运行期间的能源利用率,以供参考。     

结合剪枝与流合并的卷积神经网络加速压缩方法

深度卷积神经网络因规模庞大、计算复杂而限制了其在实时要求高和资源受限环境下的应用,因此有必要对卷积神经网络现有的结构进行优化压缩和加速。为了解决这一问题,提出了一种结合剪枝、流合并的混合压缩方法。该方法通过不同角度去压缩模型,进一步降低了参数冗余和结构冗余所带来的内存消耗和时间消耗。首先,从模型的内部将每层中冗余的参数剪去;然后,从模型的结构上将非必要的层与重要的层进行流合并;最后,通过重新训练来恢复模型的精度。在MNIST数据集上的实验结果表明,提出的混合压缩方法在不降低模型精度前提下,将LeNet-5压缩到原来的1/20,运行速度提升了8倍。     

图示评审法在管理中的应用

介绍了图示评审法(GERT)的构成、解决问题的步骤和绘制网络图的规则.运用GERT网络对企业研制新产品的方案进行评审,结合实际例子对GERT方法进行了验证,并指出了方法的局限性.用增加功能节点的方法,扩充了GERT方法的模拟范围.