结合结构学习的多头密集连接图池化模型

目的:利用图神经网络，构建带有结构学习的多头密集连接图池化模型并用于图分类任务。方法:首先，用图卷积神经网络提取节点的初始特征。其次，用多头密集连接网络学习节点重要性得分，并根据得分进行节点采样得到池化图。之后，对池化图中的节点进行结构学习，以保证图结构的完整性。最后，将学到的图表示放到分类器中，完成图分类任务。结果:与其他图分类模型在七个广泛使用的数据集上进行实验对比，我们构建的模型在五个数据集上的分类结果达到最优。结论:结合结构学习的多头密集连接图池化模型在图分类任务中具有先进性。     

面向医院建筑项目的IPD模式应用研究

医院建筑项目是非常复杂且具有挑战性的建设项目。传统的交付模式无法满足人们对医院建筑建设、运营方面的高要求,为此开展面向医院建筑项目的IPD模式应用研究。在对IPD模式发展现状整理的基础上,阐述医院建筑项目IPD模式的适用性。分析采用IPD模式的医院建筑项目特点,并以上海市某公立三甲专科医院项目为例,对IPD模式在国内的应用进行探索性研究。     

基于大数据的政府信息资源共享模式探讨

伴随着大数据时代的来临,政府机构部门借助信息技术手段实现内部资源共享,是推进廉政、高效和服务型政府建设的有效方式。文章以大数据时代为讨论背景,研究政府部门应用政府信息资源共享模式的基本策略,为行业相关人员提供一些可参考的经验。     

给排水常用管材分类使用探讨

在进行给排水的安装工作期间,对于所用材料的尺寸、规格和品质的标准要求是非常高的,但是当前在安装期间对于材料的选取上还是存有一些问题的。部分施工机构贪恋眼下的小利,采用伪劣的建材替换高品质的建材,另外还有相关工作人员对于建材的管理不到位,使得伪劣的建材流入施工场地并用于建设,致使给排水工程中存有大量的品质问题,例如,水管爆裂、阀门无法关紧等,干扰了居民的正常使用。基于此,本文主要对给排水常用管材分类使用进行了有效的分析,希望可以为相关工作学者提供一定的参考。