排序方式: 共有19条查询结果,搜索用时 15 毫秒
1.
文本分类是自然语言处理领域中常见的任务,机器学习和深度学习在该任务中已有较多研究并取得了很大进展,然而,这些传统方法只能处理欧氏空间的数据,不能完全有效地表达出文本的语义信息。为了打破传统的学习模式,诸多研究开始尝试用图表示文本中各实体间的丰富关系,并利用图卷积神经网络学习文本表示。文中对基于图卷积神经网络的文本分类方法进行了综述,首先概述了图卷积神经网络的背景与原理;其次,利用不同类型的图网络详细阐述了基于图卷积神经网络的文本分类方法,同时分析了图卷积神经网络在网络深度上的局限性,并介绍了深层网络在文本分类任务上的最新进展;最后,通过实验比较了各模型的分类性能,并探讨了该领域的难点与未来的发展方向。 相似文献
2.
3.
介绍可编程控制器(PLC)在XKZG快速压滤机系统中的应用。运用状态转移图(SFC)进行编程,解决了按工序步进动作的机械设备编程复杂且他人阅读不易理解的问题。工序之间的连锁或双重输出,PLC均能自动进行处理,并采用国际上均能理解的表达方式,既IEC标准。 相似文献
4.
针对赵固二矿矿井涌水量大和采煤废水悬浮物高的特点,分析了矿井排水和地面采煤废水处理系统现状,在此基础上设计了矿井污水全自动净化处理设备并制造了样机,在赵固二矿进行了采煤废水净化处理现场工业性试验。结果表明,该设备能够将黑色浑浊的采煤废水直接过滤净化成无色透明的清水。清水中悬浮物含量满足我国《煤炭工业污染物排放标准》(GB20426—2006)。该设备占地面积小,自动化程度高,污水净化处理效果好,处理后的过滤水可以直接作为井下生产和地面工业用水。选用数台合理处理能力的设备并联运行,可以替代现有的地面矿井污水沉淀池,该设备在我国煤矿矿井污水净化处理中有着广泛的应用前景。 相似文献
5.
为了研究紫花苜蓿根系的拉拔力学性质和评价其根系固土力学机制的增强效应,采用室外原位拉拔试验分析了影响苜蓿根系拉拔力的因素。试验结果表明:① 紫花苜蓿根系拉拔力随着直径、根长、根系表面积的增大而增大,抗拉力与直径增长趋势呈指数关系,根长L2(20~30 cm)比根长L1(10~20 cm)平均拉拔力增大了69.62%,根长L3(30~40 cm)比根长L2平均拉拔力增大了61.7%,根长L3平均拉拔力比根长L1增大156.16%。② 拉拔力随根系表面积的增大而增大;根长L2、L3的平均根系表面积分别是根长L1的2.28倍和5.17倍;根长L2、L3平均拉拔力分别是根长L1的1.70倍和2.66倍。③ 紫花苜蓿根系拉拔力与植物根径呈负相关,满足幂指函数关系。拉拔强度T的大小为T3 (30~40 cm)>T2 (20~30 cm)>T1 (10~20 cm),根长L2、L3的平均拉拔强度比根长L1的减小了14.70%,53.71%。 相似文献
6.
由于施工项目规模的不断壮大,施工企业面临的风险也日益增多。因此文章简要介绍了风险的类别和施工管理中风险的应对原则,着重阐述了施工企业施工管理中的风险应对策略,希望能给施工管理人员带来一些参考和借鉴。 相似文献
7.
尊村引黄灌区是山西省一座大型多级高扬程提水灌溉工程,由于所引黄河水的泥沙含量较高,导致灌渠泥沙淤积问题十分严重,从而影响到了渠道的正常运行。为了掌握灌区渠道水沙分布规律,缓解渠道淤积问题,通过在尊村二干渠设立7个观测断面开展水沙监测,对渠道水流速度、含沙量及断面尺寸进行测定,并分析了渠道沿程流速和含沙量的变化情况与相互关系。结果表明,渠道的平均含沙量在0.7kg/m~3左右,沿程含沙量在0.63~0.82kg/m~3之间,总体变化不大,不同断面各个点流速的变化趋势大体相同,但变化规律不明显;右岸混凝土板衬砌,左岸未铺设,大多情况下右岸悬沙含量较左岸低;夏灌时的渠道含沙量大约是春灌时的2~3倍。研究结果可为灌区管理和节水减沙工作提供参考依据。 相似文献
8.
9.
10.