夏热冬暖地区某超限建筑节能设计探析

对夏热冬暖地区大型公共建筑进行节能设计可有效改善建筑围护结构隔热性能,降低空调负荷,提高建筑设备及系统的能源利用效率。本文以珠海市某典型超限建筑为例,对其建筑节能设计方案进行了阐述和分析,并对建筑围护结构、自然通风系统等方面进行节能设计优化,有效降低建筑总体能源消耗总量,实现建筑节能设计要求,可为同类工程设计提供参考。     

多元线性回归分析在燃煤低位发热量测定中的应用

燃煤的发热量是煤质分析的重要指标之一,大多数工矿企业通常利用煤的工业分析结果来计算燃煤的发热量。根据煤质样本数据,通过多元线性回归分析建立预测模型,可以获得燃煤发热量的预测值,与实测值比较,具有很高的准确性,因此可用于校验燃煤发热量测定结果的准确性。     

有机分子结构教学的有效工具:ACD/ChemSketch

结构决定性质,是高中化学教学的重要思想。有机化学分子立体结构是高中化学学习的难点。原因是有机化学分子的立体结构抽象,要求学生具备一定的空间想象能力和演绎推理能力,所以学生普遍反映有机化学的分子结构难学。以往,老师们多是借助实物模型和语言描述辅助教学,但随着碳原子个数的增加和官能团的变化,制作     

基于路径标签的文档级关系抽取方法

针对文档级关系抽取中文本处理复杂性过高,难以提取高效实体关系的问题,提出了一种基于路径标签的文档级关系抽取方法,抽取选择关键的证据句子。首先,引入路径（Path）标签代替实体句子作为处理过的文本数据集进行数据预处理;同时,结合语义分割的U-Net模型,利用输入端的编码模块捕获文档实体的上下文信息,并通过图像风格的U-Net语义分割模块捕获实体三元组之间的全局依赖性;最后,引入Softmax函数减少文本抽取时的噪声。理论分析和仿真结果表明,与基于图神经网络的RoBERTa(RoBERTa-ATLOP)关系抽取算法相比,Path+U-Net在基于文档级别的实体关系抽取数据集（DocRED）上的开发和测试的F1值分别提高了1.31、0.54个百分点,在化学疾病反应（CDR）数据集上的开发和测试的F1值分别提高了1.32、1.19个百分点;并且Path+U-Net在保证实体间的相关性与原始数据集的相关性一致的同时,对数据集的抽取成本更低、对文本的抽取精度更高。实验结果表明,所提出的基于路径标签的抽取方法能够有效提高长文本抽取效率。     

基于长度约束的蝙蝠高效用项集挖掘算法

为了挖掘满足用户特殊需求，如含指定项目数量的高效用项集（HUI），提出一种基于长度约束的蝙蝠高效用项集挖掘算法（HUIM-LC-BA）。该算法融合蝙蝠算法（BA）和长度约束构建高效用项集挖掘（HUIM）模型，首先将数据库转换为位图矩阵，实现高效的效用计算和数据库扫描；其次，采用重新定义的事务加权效用（RTWU）策略缩减搜索空间；最后，对项集进行长度修剪，使用深度优先搜索和轮盘赌注选择法确定修剪项目。在4个数据集的仿真实验中，当最大长度为6时，与HUIM-BA相比，HUIM-LC-BA挖掘的模式数量分别减少了91%、98%、99%与97%，同时运行时间也少于HUIM-BA；且在不同长度约束条件下，与FHM+(Faster High-utility itemset Ming plus)算法相比运行时间更稳定。实验结果表明，HUIM-LC-BA能有效挖掘具有长度约束的HUI，并减少挖掘模式的数量。