象山煤矿11~#煤层带压开采危险性预测

采用突水系数法对象山煤矿北一采区11#煤层突水危险性进行了预测,结果显示,北一采区西北角、东南角属于相对安全区,突水系数0.06 MPa/m,北一采区北部B6孔附近为相对危险区,突水系数在0.1~0.119 MPa/m之间,其它区域处在临界区。该研究成果可为矿井防治水提供参考依据。     

结合深度学习的网络邻居结构研究及应用

通过研究网络的拓扑结构可以探索到丰富的知识,特别是网络中节点的邻居可以形成不同的邻居结构,而不同的结构蕴含着不同的意义,进而也有着不同的影响。实际上,邻居结构与节点的交互行为之间是互相影响、互为因果的。对三种最为普遍的邻居结构进行分析,并提出结合深度学习的网络邻居结构影响力模型DNSI(neighbor structure influence based on deep learning)。通过对图片格式的网络数据提取特征,DNSI可以得到三种邻居结构影响力。分别在几个真实世界网络数据集上进行节点属性预测、类别中心度度量和用户行为预测等任务,实验结果表明该模型在绝大多数情况下具有优越性。     

关于控制维护作业单井成本的思考

对江汉采油厂某作业区维护作业2012-2014年维护作业成本支出现状进行对比分析,找到维护作业成本支出逐年增加的主要原因是单井成本的增加。面对这个问题,精挖细掘,层层剥出成本控制的潜力点,变被动为主动,力争2015年维护作业成本控制在计划之内。     

基于注意力机制与文本信息的用户关系抽取

随着社交媒体的发展,用户之间的关系网络对于社交媒体的分析有很大的帮助。因此,该文主要研究用户好友关系检测。以往的关于用户好友关系抽取的研究主要基于社交媒体上的结构化信息,比如其他好友关系,用户的不同属性等。但是,很多时候用户本身并没有大量的好友信息存在,同时也不一定有很多确定的属性。因此,我们希望基于用户发表的文本信息来对用户关系进行预测。不同于以往的潜在好友推荐算法,该文提出了一种基于注意力机制以及长短时记忆网络(long short-term memory,LSTM)的好友关系预测模型,将好友之间的评论分开处理,通过分析用户之间的评论来判断是否具备一定的好友关系。该模型将好友双方信息拼接后的结果作为输入,并将注意力机制应用于LSTM的输出。实验表明,用户之间的评论对于好友关系预测确实有较大的实际意义,该文提出的模型较之于多个基准系统的效果,取得了明显的提升。在不加入任何其它非文本特征的情况下,实验结果的准确率达到了77%。     

基于业主视角的珠海市政基坑工程成本管理要点

通过对珠海地区相关市政基坑建设情况分析,总结了目前该地区市政基坑工程现状,并基于业主视角,从成本管理角度对市政基坑工程全过程造价控制要点进行了梳理和总结,以期为本地区及相似地区市政基坑成本管理提供参考和借鉴。     

工程设备管理与成本控制探索

对当前工程设备管理工作项目成本管控造成的影响作用进行科学探讨,分析了施工机械购置与控制施工成本之间的关系,进而根据现有的建设单位工程设备管理情况,提出了优化工程设备管理、提升成本控制效率的策略,以期使工程建设单位在成本和效益间获得双赢,希望对成本控制部门有一定的借鉴意义。     

政府采购难以市场化

最近，国内IT界三大协会，联合呼吁政府在采购计算机及其配套产品时，不再指定制造商或特定产品。该建议认为，减少上级政府在采购计划中规定的行政指令，不仅有助于下级政府酌情购买，从而降低采购成本，还有助于提高公平竞争的程度。     

庄河地区水资源现状浅析

本文通过对庄河地区水资源的分析及未来需水量的预测,计算其区域余水量。以确定区域经济的规划。