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%。     

面向消费类电子产品的自动化生产线成组技术

针对现代消费类电子产品快速更新换代的现状, 介绍了该类产品的自动化生产线成组技术,阐述了通过度量消费类电子产品相似性和派生性特征,对产线进行成组编码的原理,研究产线工位单元的建模方法,描述了建模内容,并通过有无装载板的产线结构,论述了产线成组编码集成的途径和方法.     

基于感知评价的Internet语音终端流量控制

分析了影响因特网语音通信质量的主要因素，根据实时传输控制协议计算延迟、丢包率等网络参数，并利用RBF神经网络将参数映射为语音质量评分，根据评分值的变化动态地调整语音终端的编码速率，在保证一定语音质量的同时，缓解网络拥塞。实验证明了该方法的有效性。     

储层应力敏感性影响因素研究

全面分析储层应力敏感性产生的机理认为，外部因素的改变会引起储层产生应力敏感性．而储层岩石物性等内部因素对应力敏感性的强弱起决定性作用。室内岩心应力敏感性评价时．仪器与设备的精度、加载与卸载方式、实验用流体类型以及各种人为因素等都会对评价结果产生影响，其中岩心密封套在高压、高温条件下的密闭性会对实验结果产生较大影响。所以储层应力敏感性不应该从孔隙度和渗透率的高低进行简单评价，中、高渗储层和低渗储层在生产过程也都可能表现出较强的应力敏感性现象。     

裂解炉炉管基于风险的检验

管式裂解炉炉管受炉内高温及管内介质压力的共同作用,易发生蠕变等现象,因此,对裂解炉炉管进行风险评价尤为重要。应用API 581基于风险的检验规范对炉管的失效可能性及失效后果分别进行定量计算,并由此得到裂解炉炉管的定量风险结果和基于风险的检验周期,为裂解炉的风险控制与管理提供依据。     

迷宫螺旋泵和密封工作特性研究

介绍了一种实测迷宫螺旋泵和密封工作特性的实验方法,通过该方法可以测得迷宫螺旋泵的泵送特性曲线、迷宫螺旋端面组合密封的最大密封压力以及端面开启的开始转速,具有一定的实用价值。     

龙滩水电站地下厂房进水口高边坡加固支护设计

龙滩水电站地下厂房进水口高边坡开挖坡高达435m，坡面面积达27万m^2，为典型的反倾向层状结构岩质高边坡。为了确保进水口坝段的稳定，必须保持边坡岩体有足够的稳定性，通过采取边坡轮廓设计，防渗、排水设计，加固支护设计及施工控制等一系列措施，确保边坡稳定。文章简要论述了边坡设计的原则、标准、高边坡轮廓设计、防渗排水系统、加固支护措施、施工控制等情况。     

基于高速分散的烟火药剂制备工艺

探索高速分散的烟火药剂制备工艺，分析了高速分散制备工艺中的安全性。在实际应用中，此种工艺所制备的烟火药剂有燃烧精度高的优点。     

基于TMS320VC5410的最小系统设计

TMS320VC5410是TI公司生产的一款定点数字信号处理(DSP)芯片。基于DSP的最小系统是以其简洁的硬件结构来实现DSP的一般功能,广泛应用于工业生产、教学、科研、电子设计等领域。主要介绍了基于TMS320VC5410的最小系统硬件电路设计方案,阐述了重要电路部分的抗干扰设计和软件调试过程中应注意的若干问题。最后提出了简单易行的软件调试方法以及部分程序代码。     

A Study on Turbo—rotor Multi—fault Diagnosis Based on a Neural Network

The multi-fault phenomena are common in the turbo-rotor system of a liquid rocket engine.As it has many excellent qualities,the neural network might be used to solve the problems of multi-fault diagnasis of a turbo-rotor system.First,the feature expression of a common turbo-rotor fault was studied in order to build up the standard fault pattern and satisfy the need of neural network studying and diagnosing.Then.the turbo-rotor fault identification and diagnosis problems were investigated by using a BP(back-propaga-tion)neural network.According to the BP neural network problems,the parallel BP neural network method of multi-fault diagnosis and classification was presented and investigated.The results indicated that the parallel Bp neural network method could solve the turbo-rotor multi-fault diagnosis problems.