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。     

悬浮抱杆组塔无线监测系统的设计与应用

抱杆系统是悬浮式内拉线抱杆分解组塔施工安全的决定性影响因素，但由于其受力复杂且难以实时感知，造成铁塔组立施工难度过大甚至产生事故。为此，结合当前发展的无线物联技术，提出了一种基于无线传感器网络的悬浮抱杆组塔无线监测系统。通过对悬浮式内拉线抱杆分解组塔工艺的分析，获取了抱杆系统的安全薄弱点，从而明确了系统功能原理与模块组成。针对抱杆及其拉线系统的受力、倾角、风速、高度、距离等数据特点，选择相应传感器进行实时数据监测与采集；并针对监测点分布广、层级多的特点，采用LoRa树型组网模式，形成以上位机为网络总节点的一主多从无线传输方式。系统采用阵列巡检应答通信模式，各信道通过时分进行有序利用，数据延迟控制在ms级以内，并通过临限预警功能将各危险点数值控制在安全范围之内，保证施工全过程的安全稳定。     

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。