大型灌溉排水泵站更新改造技术

大型灌溉排水泵站更新改造的主要内容 大型灌溉排水泵站更新改造的主要内容包括：①泵站主体工程及配套建筑物的改造、加固或拆除重建。     

爆破效果综合评价的模糊数学模型

本文用模糊数学原理建立了爆破效果综合评价的数学模型,并根据某霞天矿爆破实测资料为例,说明了模型的应用,使定量评价爆破综合效果成为可能。     

爆破地震波的频率特性

本文通过大量分析,认识爆破地震波的振动幅值与频率组成的衰减规律,频率在降震中的作用,及其作为爆破振动的安全判据。     

复合气流分级机的研究

分析了涡轮分级机和应用康达效应设计的惯性分级机的性能，开发出新型的复合气流分级机，工业试验表明，该机能达到比湿法分级更高的细度，更严格的粒度分布     

蚁群算法求解工件尺寸不同的单机批处理问题

针对工件尺寸不同的单机批处理调度问题,提出以制造跨度为优化目标的蚁群算法。通过人工蚁对图进行遍历,形成工件序列;同时采用启发式规则对所得结果进行分批处理,得到问题的解;最后对不同复杂度的算例进行仿真。结果表明,蚁群算法在解决工件尺寸不同的单机批处理问题时,具备优异的性能。但对于不同工件尺寸的多机批处理问题,还有待进一步研究。     

石灰石矿山优化开采的途径——专家系统

本文提出了石灰石矿山优化开采专家系统的结构,并对地质资料处理、采掘进度计划、爆破模拟优化、调度决策、实时监测等系统的划分和需要解决的问题作了说明,为复杂分散的露天采矿实现现代化、科学化的生产和管理提供了手段和方法。     

μClinux内存管理分析

μClinux内存管理采用非标准Linux内存模型.系统为进程分配连续内存区域,代码段、数据段和栈段间无空隙,且进程私有堆被取消,所有进程共享由操作系统管理的堆空间.最简单的malloc利用mmap从核心空闲内存池中分配内存以实现.并采用存储器分页管理,系统启动时把实际存储器分页,加载应用程序时再程序分页加载.     

结合注意力CNN与GNN的信息融合推荐方法

稀疏性问题一直是推荐系统面临的主要挑战,而信息融合推荐可以利用用户的评论、评分以及信任等信息发掘用户的偏好来缓解这一问题,从而为目标用户生成相应的推荐.用户、项目信息的充分学习是构建一个成功推荐系统的关键.但不同用户对不同项目有不同的偏好,且用户的兴趣偏好及社交圈是动态变化的.提出一种结合深度学习与信息融合的推荐方法来解决稀疏性等问题.特别地,构建了一种新的深度学习模型——结合注意力卷积神经网络(attention CNN)与图神经网络(GNN)的信息融合推荐模型ACGIF.首先,在CNN中加入注意力机制来处理评论信息,从评论信息中学习用户和项目的个性化表示.根据评论编码学习评论表示,通过用户/项目编码学习评论中用户/项目表示.加入个性化注意力机制来筛选不同重要性级别的评论.然后,利用GNN来处理评分和信任信息.对于每个用户来说,扩散过程从最初的嵌入开始,融合相关特性和捕获潜在行为偏好的自由用户潜在向量.设计了一个分层的影响传播结构,以模拟用户的潜在嵌入如何随着社交扩散过程的继续而演变.最后,对前两部分得到的用户对项目的偏好向量进行加权融合,获得最终的用户对于项目的偏好向量.在4组公开...     

切槽爆破在爆炸冲击波和爆轰气体作用下的力学效应

爆炸荷载对爆破介质的作用是由爆炸冲击波的动态作用和爆轰气体的准静态压力作用两部分组成。详细讨论了“V”型切槽在冲击波的动态压力和爆轰气体的准静态压力作用下所产生的力学效应。     

结合用户长短期兴趣与事件影响力的事件推荐策略

事件社交网络的快速发展引起的信息过载问题是当前面临的主要挑战,深度学习等技术可从大量的数据中挖掘潜在的关联信息,从而有效应对该问题.同时,有研究表明用户兴趣在长期和短期的时序上具有不同的特征模式,深度挖掘用户的时序特征和兴趣可有效地为用户提供个性化的事件推荐信息.基于此,提出一种将用户长短期兴趣与事件影响力相结合的推荐策略.通过带注意力机制的图神经网络和长短期记忆网络获取用户的长短期兴趣,同时,对候选事件构建针对目标用户的影响力.根据用户长短期兴趣和事件影响力预测目标用户的参与概率,最终通过排序后的参与概率向用户推荐TOP-K兴趣事件.实验结果表明,所提推荐模型在多个指标上均有所改善,其推荐性能优于已有对比模型,具备很好的推荐效果.