新型废水厌氧处理工艺——内循环厌氧反应器

介绍内循环(IC)厌氧反应器的发展、基本结构、运行机理。分析该反应器的工艺过程,指出该工艺具有处理效率高、抗冲击能力强等优点。针对IC反应器存在的缺陷,人们对该反应器进行技术改进:通过提高它的内循环的气量进行处理低浓度有机废水;增加外循环装置缩短IC反应器的启动周期。     

<乙酸乙酯>合成实验中产品产率计算的讨论

乙酸乙酯合成实验的方法、产品产率计算几种情况的分析讨论。     

氦氢混合工质单级GM型脉管制冷特性实验研究

针对80K温区，在一台单级GM型脉管制冷机中进行了氦氢二元混合工质的实验研究。实验结果表明，采用一定组分的氦氢混合工质可以提高脉管制冷机的制冷性能。     

网站及网络自动检测告警系统的实现

介绍了利用微软ASP.NET技术进行网站和网络无人值守自动告警系统的研发,实现了利用编写的程序自动对网络中部署的网站系统和网络连通情况进行实时的监控。     

TopoAct: Visually Exploring the Shape of Activations in Deep Learning

Deep neural networks such as GoogLeNet, ResNet, and BERT have achieved impressive performance in tasks such as image and text classification. To understand how such performance is achieved, we probe a trained deep neural network by studying neuron activations, i.e.combinations of neuron firings, at various layers of the network in response to a particular input. With a large number of inputs, we aim to obtain a global view of what neurons detect by studying their activations. In particular, we develop visualizations that show the shape of the activation space, the organizational principle behind neuron activations, and the relationships of these activations within a layer. Applying tools from topological data analysis, we present TopoAct , a visual exploration system to study topological summaries of activation vectors. We present exploration scenarios using TopoAct that provide valuable insights into learned representations of neural networks. We expect TopoAct to give a topological perspective that enriches the current toolbox of neural network analysis, and to provide a basis for network architecture diagnosis and data anomaly detection.     

众筹项目推荐:面向隐式反馈的深度学习协同过滤

目前,在推荐系统研究中,用户的隐式反馈,以及极度稀疏的数据,已成为影响协同过滤推荐效果的主要问题.针对这一现象,本文提出了深度学习协同过滤算法,先利用卷积神经网络,对用户-项目矩阵的隐层特征进行学习,再结合协同过滤,对用户-项目的交互信息进行建模,并将两种特征融合预测推荐列表.以众筹平台的数据为实验对象,比较模型中各参数对推荐效果的影响,并设计与基线方法的对比实验.实验结果表明:均匀采集负反馈,并在一定卷积层数的网络中,数据稀疏度越高,效果越好;对比基线方法,本文提出的算法在公开数据集(Yahoo!Movie)上取得了最好的推荐结果.本文提出的算法有助于提高众筹平台的融资成功率,同时也丰富了推荐系统的研究体系.     

同态加密的硬件卸载及其在隐私保护计算中的应用

同态加密可以满足计算外包、数据共享、数据交易等应用对隐私保护计算的需要,但是同态加密的高计算开销限制了它在实际生产中的应用.本文从硬件卸载的角度解决同态加密的高性能计算问题,基于Intel QAT加速卡实现了一个半同态加密的高性能异步卸载框架QHCS. QHCS通过重构同态加密应用的软件栈来实现高效的异步卸载,并通过引入协程机制、批量加密技术等实现加密性能的最大化.本文同时给出了偏好不同性能指标(吞吐量、延迟)的两种卸载方案.进一步地,在由GPU及QAT组成的异构计算系统中,利用QHCS完整地实现了一个隐私保护的线性回归应用.实验结果表明,QHCS的吞吐量是目前软件实现的110倍,在百万量级的高维数据上实施隐私保护的线性回归计算只需十几分钟,可以较好地满足实际应用的需要.     

hp自适应伪谱法在滑翔弹道快速优化中的应用

基于一种求解最优控制问题的新方法——hp自适应伪谱法对滑翔弹道快速优化设计问题进行了研究;该方法将全局伪谱法与有限元法的思想进行结合,采用双层优化策略对细化单元上的配点数和插值多项式的阶次进行自适应调节以满足快速性及精度要求;对滑翔弹道优化问题进行了数值仿真计算,用极小值原理验证了仿真所得的弹道是最优弹道,并与Guass伪谱法的仿真结果进行了对比分析;结果表明该优化方法在求解周期性跳跃滑翔弹道时具有更合理的配点分布及更少的计算时间,对初始控制量不敏感、鲁棒性强,具有一定的工程应用价值。     

一阶时滞过程PID控制器优化准则

对单回路控制系统,期望得到控制器的统一优化准则.以误差积分性能指标描述系统时间响应,以环路函数的频域约束表示系统稳定裕度,从而建立一种综合的鲁棒性能(RP)指标,即系统的稳定裕度和积分性能的指数加权指标.针对比例积分微分( PID)控制器串联一阶时滞过程(FOPDT)的系统,通过计算机数值运算,选择出RP的合理加权因子范围为1～2.以加权因子取1.5的RP作为控制器优化准则,对时滞比从0到∞的FOPDT过程获得了最优PID控制.仿真表明,该法对鲁棒性和积分性能的折中是合适的,对一般工业过程的控制器参数优化有较大的借鉴意义.