基于Gabor纹理学习的地震数据重建算法

地震数据重建技术主要用于解决地震数据采集过程中出现的地震道缺失或空间采样不足等问题。针对支持向量回归(SVR)地震数据重建方法未充分利用地震数据物理信息的不足，引入可提取不同尺度和方向纹理特征的Gabor变换，旨在充分挖掘地震数据的物理信息，并基于SVR算法框架重建缺失的地震数据。即首先利用Gabor滤波器提取地震数据的纹理特征，并与原始数据特征相结合，构建新的特征向量数据库；然后通过SVR算法学习回归模型，用于重建缺失的地震数据。通过大量合成地震数据与实际地震数据重建实例，表明由Gabor变换提取的纹理特征能有效提高SVR算法的重建精度，并获得更高信噪比。     

将行为依赖融入多任务学习的个性化推荐模型

多种类型行为数据的引入缓解了协同过滤算法存在的数据稀疏和冷启动问题，在推荐领域被广泛研究和应用。尽管当前对多行为推荐的研究已经取得很大进展，但仍然存在以下问题：未能全面捕获行为之间复杂的依赖关系；忽略了行为特征与用户和项目的相关性。这导致学习到的特征向量无法准确表达用户的兴趣偏好，使得推荐结果存在偏差。为了解决以上问题，提出了将行为依赖融入多任务学习的个性化推荐模型（BDMR），将行为之间复杂的依赖关系分为特征相关性和时序相关性。首先，设置用户个性化行为向量，利用图神经网络处理多个单行为交互图，联合用户、项目和行为特征聚合高阶邻域信息，结合注意力机制学习行为之间的特征相关性；其次，将行为特征和项目特征构成的交互序列输入长短期记忆网络，捕获行为之间的时序相关性；最后，将个性化行为向量融入多任务学习框架获取更加准确的用户、行为和项目特征。为了验证提出模型的性能，在三个真实数据集上进行对比实验，在Yelp数据集上，相较于最优基线，HR和NDCG分别提升了1.5%和2.9%；在ML20M数据集上，HR和NDCG分别提升了2.0%和0.5%；在Tmall数据集上，HR和NDCG分别提升了25.6...     

某W型超临界锅炉冷态评估分析

针对某超临界机组W型锅炉运行安全等级低、经济效益差等问题，对该W型锅炉进行现场技术检查及冷态评估分析，分析锅炉主、辅设备存在的问题，并在冷态下对各专项问题进行深入分析，提出相应的解决措施和评估建议，为支撑锅炉大修提供参考依据。     

聚丙烯/高密度聚乙烯/氮化硼导热复合材料的制备及性能研究

以聚丙烯（PP）/高密度聚乙烯（HDPE）共混物为基体，六方氮化硼（h-BN）为导热填料，聚丙烯接枝马来酸酐（PP-g-MAH）为相容剂，通过熔融共混法制备PP/HDPE/h-BN和PP/HDPE/h-BN/PP-g-MAH导热复合材料。采用导热系数仪、场发射扫描电镜、万能试验机、热分析仪等测试导热复合材料，研究不同含量的h-BN、PP-g-MAH对复合材料导热性、力学性能、结晶性能和耐热性的影响。结果表明：随着h-BN含量的增加，PP/HDPE/h-BN复合材料的弯曲强度、热导率和耐热性提高。当h-BN含量为20%，复合材料的弯曲强度达到41.02 MPa；当h-BN含量为25%，复合材料热导率达到0.372 1 W/（m·K）。h-BN对PP的结晶具有促进作用，提升PP的结晶速率和结晶温度。PP、HDPE与h-BN质量比为64∶16∶15时，添加5%的PP-g-MAH，增强了h-BN和基体材料的界面相容性，复合材料的弯曲强度达到42.72 MPa，拉伸强度达到26.64 MPa，热导率达到0.356 1 W/（m·K）。     

不同加载速率下露天端帮胶结充填体的变形破坏试验研究北大核心

为了揭示加载速率对废石胶结充填体变形破坏特征的影响,开展了5组加载速率下废石胶结充填体的单轴压缩试验,分析其力学特性、破坏模式和能量耗散的变化。结果表明:废石胶结充填体的峰值强度和弹性模量与加载速率分别呈正线性相关和二次函数增长关系;随着加载速率的增大,充填体试样的破坏模式由张拉劈裂破坏转向剪切破坏,且加载速率越大,破坏程度也越大;结合能量演化特征,废石胶结充填体均经历压密、线弹性、裂纹稳定扩展、裂纹加速扩展和峰后应变软化衰减5个阶段;随着加载速率的增大,废石胶结充填体总应变能和弹性应变能的涨幅越来越大,耗散能的涨幅变小,弹性应变能占比增大,峰前塑性减弱。