MACS系统在气力除灰系统中的应用及其优缺点

介绍MACS系统的特点、组成及其在我厂气力除灰系统中的应用，最后论述了MACS系统在工程实践中应用的优缺点。该系统的成功改造可提供一定的借鉴的经验。     

Research on Mechanism of Airshooting

The composition and ultimate principle of airshooting experimental system were expounded, and the mechanism of airshooting was emphatically discussed on the basis of experiments. The results indicate that the fracture of medium under airshooting resultes from both shock action of air-spray and quasi-static dilatation of highpressure air. The action of air-spray leads to the initial fracture of the wail of borehole and arouses stress wave to propagate in the medium. The quasi-static dilatation of high-pressure air results in the propagation of initial fractures and produces shear fracture in the medium along the free boundary. Along the direction of minimum burden,the superposition of quasi-static and dynamic stress fields can prompt the propagation of cracks. The superposition of the reflected wave, which comes from multiple free surfaces, will result in the fracture of medium also if multiple free boundaries exist.     

深部巷道稳定的若干岩石力学问题

论述了深部岩石力学与工程问题研究的意义；评述了深部原岩应力分布对岩石性质与岩石工程的影响；指出了岩石强度失效与工程围岩破坏过程的实质；分析和评价了岩石破坏所形成的序列结构形式以及对其强度的影响．根据深部岩石工程施工以及变形破坏的特点，通过对工程开挖的卸压影响、岩石脆性与延性破坏的关系以及岩石变形、破坏的时间效应的分析，说明了深部岩石工程稳定有其不同的性质与特点．     

同步爆炸成型地下仓及混凝土仓壁的爆扩过程

运用爆炸冲击动力学理论,从理论上系统地分析了土中同步爆炸成型地下仓及混凝土仓壁过程中空腔的运动特征．在基本假设基础上结合冲击波传播规律,提出了反映空腔爆扩速度、时间和最终爆腔尺寸的理论计算式．     

EPON技术在智能化小区的应用

针对住宅小区的网络结构特点,建立数学模型,比较FTTH和FTTB两种组网方式的投资成本,同时对传统有源光网络和EPON无源光网络的投资成本进行分析。     

岩巷预裂成疑机理的理论探讨

在充分考虑岩体损伤地层压力影响的基础上，运用操作和断裂理论，结合预裂成缝的三个阶段：开裂、扩展和止裂，系统分析了预裂成缝的机理，研究表明，岩体的损伤和地层压力作为岩体成缝的影响因素不容忽视，预裂成缝是和波和爆和生气体综合作用的结果。     

旋耕灭茬机刀轴的优化设计

针对旋耕灭茬机刀轴传统设计强度过于保守的缺点,在考虑了刀轴经焊接后具有一定焊接应力的基础上,采用机械优化设计方法,建立了旋耕灭茬机刀轴优化设计的数学模型,用经典力学方法给出初始值,再用Matlab软件进行优化,结果表明效果显著,可大大节约材料和成本,为降低旋耕机的总成本提供有益的途径。     

露天矿山高陡岩质边坡生态修复技术的应用现状与发展趋势

矿产尤其是石材矿产的开发必然会对原矿区的环境造成破坏,容易形成矿山高陡岩边坡,即白茬山。白茬山由于坡度高、坡面长以及坡面温差大等原因,易形成恶劣的生存环境,很难实现有效的植被附着,长期复绿效果充满挑战。对此类生态环境中的常见复绿技术的研究现状进行了介绍,分析了不同技术的优缺点及使用机制。进一步根据白茬山的地质、地形和地表等特征,进行生态修复技术的优化与改进,展望修复技术的发展趋势,助力生态系统的恢复与发展。     

基于测度优化Laplacian SVM的中文指代消解方法

相比于传统的基于半监督学习的指代消解方法,Laplacian SVM（Support Vector Machine）能有效的挖掘已标注样本和未标注样本的相似性和关联性,更好的推导模型的分类边界。而传统Laplacian SVM采用欧式距离度量样本之间的距离,使得异类样本之间的相似性可能过大,不利于样本的准确分类。对此,提出一种基于数据驱动学习最优测度Laplacian SVM算法以解决中文指代消解语料不足的问题。该方法通过优化样本对之间的相似性约束条件和引入Fisher判别项,增大同类样本间的相似性,并突出强判别能力的特征。此外,提出核嵌入的测度优化方法将以上线性测度优化推广到非线性空间,有利于Laplacian SVM利用核函数实现非线性分类。在ACE2005中文语料库上的测评结果表明,所提出测度优化的Laplacian SVM（包括线性和核嵌入两种形式）的方法只需少量标注样本就可以获得与经典的有监督学习模型相当甚至更好的消解性能,同时也优于其他传统的半监督学习方法。