母语与目标语的标记性差异研究

语言的标记性被认为是母语迁移的重要制约因素之一,文章分别从语言学范畴和认知学范畴阐述了语言标记性的定义,探讨了标记性差异在母语迁移的中的作用及其对二语习得教学的启示。     

离子交换树脂的电再生机理研究

为探究无膜电去离子(MFEDI)的再生机理,采用不同树脂组合进行电再生研究。通过测定各组树脂的再生电压、再生液电导率、pH等参数,对阴阳离子电迁移路径和系统内水解离情况进行了分析。结果表明,阳离子几乎不通过弱酸树脂进行电迁移;阴离子主要在强碱树脂间迁移;水解离主要发生在弱酸树脂与强碱树脂之间,为2种树脂的再生提供82.4%以上的H~+和OH~-。     

一种有效的拖尾噪声处理复合算法

为有效地去除拖尾噪声,研究了拖尾噪声的消噪方法．针对拖尾噪声的特点,提出了中值滤波B样奈经验模态分解算法．仿真实验结果表明,与处理拖尾噪声的传统算法相比,该算法可行有效,而且去噪效果更好．     

华药集团厂房框架结构楼面振动有限元分析

利用有限元软件对华药集团厂房结构进行了有限元建模并进行了模态分析,得出了厂房的自振频率.在此基础上对厂房进行了谐响应分析,得出了厂房楼面振动的原因主要是由于荷载增加,而不是由于结构与动力设备共振.     

河岸带潜流层空间结构对生源要素迁移转化的影响

河岸带潜流层是地表水与地下水相互作用的区域,位于河岸带下边缘,具有复杂的纵向、横向、垂向三维空间结构,这一结构特征极易改变潜流水动力特性,从而影响生源要素的迁移转化过程。为深入了解河岸带潜流层的三维结构特征及其对生源要素迁移和转化过程的影响,系统归纳了河岸带潜流层生源要素的基本迁移和转化过程,探讨总结了河岸带潜流层纵向蜿蜒镶嵌结构、横向过渡结构、垂向分层结构对生源要素迁移转化的影响。未来对河岸带潜流层生源要素开展研究时,可加强如下3个方面的研究：河岸带潜流层结构随时间的演变规律;环境条件与河岸带潜流层生源要素迁移转化的互馈机制;河岸带潜流层监测预警技术开发。     

图片风格融合及快速迁移

通过卷积神经网络对不同图片的内容和风格进行融合,可生成风格多样化的图片。这不但为影视制作提供了丰富的素材,更有利于图像修复和图像增强。针对这类问题,前人曾提出一些算法,但很难在时间和空间方面都达到很好的效果。这里提出一种基于TensorFlow(将复杂的数据结构传输至人工智能神经网中进行分析和处理过程的系统)的条件归一化网络来支持多风格融合及图片快速迁移,多风格可共用一个网络模型,这大大减少了算法耗时,并缓解了模型存储耗费空间大的问题,节省了计算机资源。时间上优于传统迁移算法三个数量级,空间上25种风格可共用一个模型。同时,更大程度地保留了内容图的语义特征,具有更好的视觉效果。     

一种面向跨项目软件缺陷预测的特征过滤与实例迁移框架

在跨项目软件缺陷预测中,源项目与目标项目的特征关联度与实例分布差异性是影响预测模型性能的主要因素。本文从特征过滤与实例迁移2个角度出发,提出一种跨项目软件缺陷预测框架KCF-KMM(K-medoids Cluster Filtering- Kernel Mean Matching)。在特征过滤阶段,该方法基于K-medoids聚类算法来筛选特征子集,过滤与目标项目关联度低的特征。在实例迁移阶段,通过KMM算法计算源项目与目标项目实例间的分布差异度,以此分配每个训练实例的影响权重。最后,结合目标项目中少量有标注数据建立混合缺陷预测模型。为了验证KCF-KMM的有效性,本文从准确率和F1值的角度出发,分别与经典的跨项目软件缺陷预测方法TCA+、TNB和NNFilter相比,KCF-KMM的预测性能在Apache数据集上可以分别提升34.1%、0.8%、21.1%和14.4%、3.7%、10.6%。     

基于迁移学习的卷积神经网络通道剪枝

卷积神经网络在计算机视觉等多个领域应用广泛,然而其模型参数量众多、计算开销庞大,导致许多边缘设备无法满足其存储与计算资源要求。针对其边缘部署困难,提出使用迁移学习策略改进基于BN层缩放因子通道剪枝方法的稀疏化过程。本文对比不同层级迁移方案对稀疏化效果与通道剪枝选取容限的影响;并基于网络结构搜索观点设计实验,探究其精度保持极限与迭代结构的收敛性。实验结果表明,对比原模型,采用迁移学习的通道剪枝算法,在精度损失不超过0.10的前提下,参数量减少89.1%,模型存储大小压缩89.3%;对比原剪枝方法,将剪枝阈值从0.85提升到0.97,进一步减少参数42.6%。实验证明,引入迁移策略更易实现充分的稀疏化,提高通道剪枝阈值选取容限,实现更高压缩率;并在迭代剪枝的网络结构搜索过程中,提供更高效的搜索起点,利于快速迭代趋近至搜索空间的一个网络结构局部最优解。     

轧制力传感器模态与瞬态仿真分析

为满足轧机振动测试的需求,对自行设计的小型轧机的轧制力传感器进行模态和瞬态仿真分析.将轧制力传感器的分析简化为对敏感元件的分析,建立仿真分析的模型,为接近轧机的实际工作受力情况,模态分析施加定载荷,而瞬态分析施加随时间变化的载荷.仿真结果表明,轧制力传感器的各阶振动频率均远高于轧机设备的固有频率,轧制力传感器的结构不会与轧机产生共振;敏感元件关键点的位移响应与轧制力函数载荷的变化基本一致,均没有激振现象的发生,说明敏感元件的设计符合轧机振动测试的要求.     

基于NOMA的5G超密网计算迁移与资源分配策略

针对5G超密网中移动设备计算能力不足、频谱资源有限的问题,提出了一种基于非正交多址接入（NOMA）的计算迁移与带宽分配策略。首先,对系统模型进行了分析,并在此基础上以最小化设备计算代价为目标对所研究的问题进行形式化定义;然后,将该问题分解成设备的计算迁移、系统的带宽分配和设备的分组匹配三个子问题,并利用模拟退火、内点法和贪心算法对这三个子问题进行求解;最后,通过联合优化算法对上述子问题进行交替性迭代求解,最终获得最优计算迁移和资源分配策略。仿真结果表明,所提出的联合优化策略不但优于传统的正交多址接入（OMA）方式,而且能获得比平均分配带宽的NOMA技术更低的设备计算代价。