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。     

重介选煤介耗问题分析及解决策略

当前重介煤炭具备极强的处理能力以及高效性、自动化等诸多方面的优势,因此在我国煤炭生产当中获得了广泛的应用。但在重介煤制造过程中,由于设备损耗极为严重,磁铁矿粉消耗亦是极为显著,因此,需加强重介选煤介耗问题分析,并在此基础上制定有效的解决措施,从而更好的促进行业的稳定发展。     

2014“唯尔佳”优秀新产品获奖产品介绍

<正>"唯尔佳"优秀新产品的评选是由中国纺织工程学会毛纺专业委员会和《毛纺科技》杂志社联合举办的"全国毛纺年会"的一项重要内容。连续34届的"唯尔佳"优秀新产品评选活动得到了毛纺织行业的积极响应,推出了众多毛纺织新产品,引领了毛纺织产品的发展趋势,展示了企业的技术创新实力,提高了企业的产品研发实力,获得了广大毛纺织企业的认可及好评。本刊连续刊登2014"唯尔佳"优秀新产品评比部分获奖     

棒线材轧机计算机辅助孔型设计软件

<正>集20余年经验研发而成的棒线材轧机计算机辅助孔型设计(含带肋钢筋二、三线和四线切分)软件(著作权登记号:2005SR11313),功能齐全,计算准确。可完成棒线材连轧机、半连轧机、横列式轧机、复二重线材轧机、高线轧机等多种孔型的优化设计,以及温度、力能     

电潜泵堵塞复合解堵技术在渤海油田的应用

目前渤海油田许多稠油井电潜泵在运转一段时间后,即发生电流异常波动、泵效明显下降的问题,而同时井底流压上升,说明电潜泵发生堵塞。研究发现,电潜泵堵塞主要是吸入口堵塞,其堵塞物主要为聚合物胶团、重烃垢、碳酸钙(镁)垢、粘土、腐蚀产物、细粉砂等组成的混合垢。由于常规酸液和氧化解堵体系具有强烈的腐蚀性,对电潜泵和电缆损害较大,不适用于电潜泵解堵,因此项目组针对电潜泵堵塞物特征,优选出一种低伤害高效电潜泵复合解堵技术,并成功应用于渤海油田,取得良好的解堵增产效果。     

GOS+MU:一种查询对象选择新方法

在分析单一MU(Most Uncertainty)采样缺陷的基础上,提出一种"全局最优搜寻"方法 GOS(Global Optimal Search),并结合MU共同完成查询选择。GOS+MU方法中,GOS着眼全局寻找目标,在应用环境能提供的训练样本数量有限、分类器受训不充分时,该方法选择的对象学习价值高,能快速推进分类器学习进程;MU则能够在GOS采样失效情形下,利用分类器当前训练成果,选择查询不确定性最强的样本补充训练集。通过对网络商品的用户评论进行分类仿真,并比较其他采样学习方法的效果,证明了GOS+MU方法在压缩学习成本、提高训练效率方面的有效性。     

2014“唯尔佳”优秀新产品获奖产品介绍

<正>"唯尔佳"优秀新产品的评选是由中国纺织工程学会毛纺专业委员会和《毛纺科技》杂志社联合举办的"全国毛纺年会"的一项重要内容。连续34届的"唯尔佳"优秀新产品评选活动得到了毛纺织行业的积极响应,推出了众多毛纺织新产品,引领了毛纺织产品的发展趋势,展示了企业的技术创新实力,提高了企业的产品研发实力,获得了广大毛纺织企业的认可及好评。本刊连续刊登2014"唯尔佳"优秀新产品评比部分获奖     

两串联排队系统逗留时间的泛函重对数律

本文考虑了两服务台串联排队系统,证明了重话务条件下逗留时间的泛函重对数率。逗留时间指的是一个顾客从到达系统到离开系统的时间,泛函重对数率基于更新过程的强逼近。     

采用八叉树和OSG分页结点的海量点云三维可视化

针对现有海量点云可视化方法存在索引构建时间长、内存占用大等问题，研究一种八叉树索引结合OSG分页结点的快速可视化方法，可在占用较小内存的基础上快速建立点云索引并实时调度。采用八叉树索引结构对海量点云进行数据组织，建立各层级的八叉树结点并以文件映射的方式分块保存，对结点文件重组织转换为支持OSG渲染引擎的多分辨率点云数据。采用基于OSG分页结点的实时调度技术，对海量点云进行高质量可视化。与目前两款主流的点云数据处理商业软件进行实验对比分析，结果表明所提方法具有索引建立速度快、内存占用小等优点，同时可视化交互更加流畅，适用于各种配置计算机下海量点云数据的调度管理与实时可视化。