基于云概率密度分布估计的大坝监测数据分析

大坝运行监测易受自然环境和监测条件影响，存在时间和空间上的变异性，监测数据具有不确定性。以云理论的随机性和不确定性分析方法为基础，并与空间数据辐射思想相结合，建立了云滴概率密度分布估计模型，然后导出云概率密度分布函数，依据样本监测数据推求母体空间数据的分布特征，并设计了基于逆向云算法云变换的计算程序。分析陆浑水库1979~1999年测压管监测数据和位移变形数据的云概率密度分布特征和云数字特征，得出了20 a来大坝的数据分布特征和运行状态。监测数据分析结果表明，云概率密度分布估计不仅能有效合理地分析大坝的运行状态，而且能够依据云数字特征来判断监测状态和监测环境的异常变化。      

Top-down技术评估钢中氧的测量不确定度

基于2014年实验室日常分析钢中氧的质控数据,应用top-down技术的控制图法和稳健统计-迭代法评估了惰气熔融-红外吸收法测定钢中氧的测量不确定度。对于含氧量为52μg/g的钢铁,两种方法得到的标准不确定度均为2.8μg/g,和认定值3μg/g具有较好的一致性。     

基于特征融合的中文简历解析方法研究

针对基于规则和统计的传统中文简历解析方法效率低、成本高、泛化能力差的缺点，提出一种基于特征融合的中文简历解析方法，即级联Word2Vec生成的词向量和用BLSTM（Bidirectional Long Short-Term Memory）建模字序列生成的词向量，然后再结合BLSTM和CRF（Conditional Random Fields）对中文简历进行解析（BLSTM-CRF）。为了提高中文简历解析的效率，级联包含字序列信息的词向量和用Word2Vec生成的词向量，融合成一个新的词向量表示；再由BLSTM强大的学习能力融合词的上下文信息，输出所有可能标签序列的分值给CRF层；再由CRF引入标签之间约束关系求解最优序列。利用梯度下降算法训练神经网络，使用预先训练的词向量和Dropout优化神经网络，最终完成对中文简历的解析工作。实验结果表明，所提的特征融合方法优于传统的简历解析方法。     

福建平和深坑饰面石材(沉凝灰岩)矿地质特征及成矿规律研究

福建平和深坑饰面石材矿赋存于早白垩世黄坑组上段中,沉凝灰岩矿体呈层状分布,其矿石颜色、装饰性能、物理力学性能及荒料率等各项指标满足开采技术要求;矿床主要控矿因素有地层、岩浆岩及变质作用。     

基于聚类的数据加权优化在犯罪预测中的应用

近年来，我国传统暴力犯罪与成年人犯罪呈下降态势，但是，犯罪案由层出不穷。为有效提升公安实践工作中犯罪预测能力，打击各类违法犯罪事件,本文针对犯罪数据，提出一种新型犯罪预测模型。利用密度聚类分析方法将犯罪数据分类，然后进行数据降维提取关键属性生成特征数据，继而对特征数据进行加权优化并采用机器学习的方式对特征数据进行学习，从而预测犯罪案由。实验结果表明，与传统方法相比，本文方法具有更好的预测效果，为公安实践工作中类似案件的侦破和预防，提供新的路径支撑。     

浅谈彰武地区雾霾产生因素及其治理措施

彰武地区的雾-霾天气已成为常见的环境污染问题,而且有迅猛增长之势。空气质量的下降,不仅影响着人们的身体健康和出行,而且对社会发展有着不可估量的负面影响。通过对本地区雾-霾天气造成的污染问题,浅析其产生的因素和季节特点,以及应采取的治理措施。     

泌阳凹陷南部陡坡带泌293井区沉积特征研究

综合利用岩心、钻井、测井、录井、分析化验等资料,开展泌阳凹陷南部陡坡带沉积特征研究,确定研究区为水下冲积扇沉积体系;开展了砂体发育特征、沉积微相及展布、微相物性参数、微相含油性等研究,共划分三种亚相、六种微相类型,其中扇根主河道和辫状河道砂体储集层物性及含油性最好,是油田产能建设的主要区域。