三条2000t／d离线喷腾型分解炉窑的技术特点及生产调试

本文主要介绍了已建成投产的三条2000t/d离线喷腾型分解炉新型干法生产线的技术特点和生产调试结果.并在对其技术特点比较和生产调试经验总结的基础上,对系统可能进一步实行优化提出建议.     

基于多季相Sentinel-2影像的白洋淀湿地信息提取

白洋淀湿地是华北平原上重要的浅水湖泊湿地,对雄安新区绿色发展具有重要的生态价值。对白洋淀高度异质化的景观格局进行分类,能够为白洋淀湿地资源的遥感监测提供指导意义。针对湿地季节变化的特点,对白洋淀每个季节选取一期具有代表性的Sentinel-2影像,采用分类与回归树（CART）、支持向量机（SVM）、随机森林（RF）3种常用的机器学习分类器对15种季相组合实验方案进行分类,分析不同季相遥感影像及其组合对白洋淀湿地信息提取的优劣。结果表明：相较于使用单一季相影像分类,多季相影像的组合能够显著提高分类精度,春&夏季相组合能够得到最优的分类效果,相对单季影像总体分类精度提高了10.9%~25.5%,Kappa系数提高了0.09~0.29;SVM分类器的分类表现较为稳定,能够得到最高的平均分类精度,CART分类器在处理高维特征的能力不如随机森林和SVM;不同特征类型对湿地信息提取的贡献度从高到底依次是红边光谱特征、传统光谱特征、缨帽变换特征、主成分分析特征、纹理特征。实验成果能为湿地信息的遥感识别提供依据。     

Smart dispatching and optimal elevator group control through real-time occupancy-aware deep learning of usage patterns

Passengers spend much time on elevator journeys in high-rise buildings every day, in which unnecessary stops caused by lack of cab capacity take up a certain proportion of the journey time. This study proposes real-time occupancy-aware smart dispatching to avoid pick-up failure by introducing the occupancy information that reflects elevator capacity into the optimization model, thus improving dispatching performance. Occupancy awareness is firstly implemented with deep learning-based object detection to provide estimated capacity. Traffic pattern recognition is implemented with time series analysis and fuzzy logic. Case-based reasoning is applied to recognize the current usage pattern and to deploy specific dispatching strategies. A prioritized A* search model is built to solve dispatching optimization with occupancy information. Discrete event simulation is conducted with Simio and MATLAB to validate the proposed dispatching model.     

代码搜索方法研究进展

开源软件的成功推动了软件产业的蓬勃发展,大量代码资源为代码搜索创造了条件.如何通过代码搜索技术找到需求代码成为一个重要问题.为了更好地推进后续研究工作,首先对代码搜索相关概念及研究趋势进行介绍和说明;其次对使用不同技术的代码搜索研究工作进行综述,包括基于信息检索、查询和代码描述增强、程序特征分类以及深度学习等方面,并进一步总结归纳不同方法的优缺点;接下来针对代码搜索技术所应用的多个领域进行介绍,包括程序合成、代码推荐与补全和代码风格改善等方面;最后分析现阶段代码搜索面临的主要问题,为未来该方向的发展提供一定的参考与建议.     

融合文本特征的汉老双语句子相似度计算方法

双语句子相似度旨在计算不同语言句子间的语义相似程度,在信息检索、平行语料库构建、机器翻译等领域有重要作用。由于汉语、老挝语平行语料稀少,且老挝语在语义表达、句子结构上与汉语有明显差异,导致汉老双语句子相似度研究的难度较大。该文提出了一种融合文本特征的汉老双语句子相似度计算方法,并构建了句子相似度模型。首先,在句子相似度模型中将汉语、老挝语的词性、数字共现等文本特征与GloVe预训练词向量融合,以此丰富句子特征,提升模型计算准确率。其次,由基于自注意力的双向长短时记忆网络组成多层孪生网络来提取长距离上下文特征和深层次语义信息,其中自注意力机制可以保证语义信息的有效利用。最后,采用迁移学习的方法将通用模型参数初始化,并使用不同的微调参策略增强模型的泛化能力。实验表明,该文提出的方法,其召回率、准确率和F₁值分别达到了82.5%、85.78%和84.00%。     

黄土垂直和构造节理的几何差异性及拓扑学研究

黄土节理是地下水的赋存场所和运移通道,它们使土体破碎进而影响稳定性和强度,是各类地质灾害的构造基础,准确分析其发育特点和展布规律,是理解黄土频发灾害的关键步骤。通过现场调查、数理统计和拓扑分析,对陇西地区黄土进行系统研究。结果表明:①陇西地区主要发育优势走向为NNW、NWW和NE向的构造节理,这是受区域内走滑断裂带和逆倾滑断裂带影响的结果;②构造节理优势组的产状服从高斯正态分布,倾角多为60°~80°,垂直节理的产状随机分布、离散型较强;③2种节理的平均间距均较宽,张开度属“开裂”范围,延续性中等,但垂直节理的间距分布范围更集中,构造节理的张开度相比更小;④拓扑分析显示I型节点占主导,节理延伸过程易被中断,分支比处于3以下的低水平,该方法能更简单、直观地描述连通性。研究结果可以为新构造应力场恢复、掌握黄土节理发育基本规律、节理网络数值建模等提供基础数据。     

Improved preprocessed Yaroslavsky filter based on shearlet features

An improved preprocessed Yaroslavsky filter (IPYF) is proposed to avoid the nick effects and obtain a better denoising result when the noise variance is unknown. Different from its predecessors, the similarity between two pixels is calculated by shearlet features. The feature vector consists of initial denoised results by the non-subsampled shearlet transform hard thresholding (NSST-HT) and NSST coefficients, which can help allocate the averaging weights more reasonably. With the correct estimated noise variance, the NSST-HT can provide good denoised results as the initial estimation and high-frequency coefficients contribute large weights to preserve textures. In case of the incorrect estimated noise variance, the low-frequency coefficients will mitigate the nick effect in cartoon regions greatly, making the IPYF more robust than the original PYF. Detailed experimental results show that the IPYF is a very competitive method based on a comprehensive consideration involving peak signal to noise ratio (PSNR), computing time, visual quality and method noise.     

公司章程英语的文体特点研究

公司章程英语属于法律英语的范畴。与其他文体相比,法律英语因其对义务和权利方面的规定而具有独特的文体特点。文章讨论了公司章程英语在词汇方面使用大量专业术语、古体词、书面语和同义词并列;在句法方面则大量使用长句、被动语态、平行结构以及条件句。     

基于分布估计算法的人脸Haar特征选择

通过研究人脸检测算法中Ada Boost算法,针对算法中的haar特征维数过高、训练耗时过长,检测效率过低等问题.提出基于分布估计算法(Estimation of Distribution Algorithm,EDA)的人脸haar特征选择人脸检测.EDA采用类内类间比作为适应度函数,通过统计学习的手段建立解空间内个体分布的概率模型,然后对概率模型随机采样产生新的群体,进行反复计算,实现群体的进化,最终得到全局最优解,以此来实现haar特征选择.实验结果表明:检测率(DR)与误检率(FDR)优于传统算法,而且检测速度得到了提升.     

“大运行”体系下调控运行现场培训模式探讨

在电网调度管理工作中,现场培训是一项极其重要但又难以开展的工作。本文分析了“大运行”体系建设对调控运行现场培训的影响以及传统现场培训模式下的不足．结合青岛地区调度工作实际提出一种新的现场培训模式,该模式能够有效提升调控运行人员的业务素质水平,对调控运行人员现场培训工作具有指导意义。