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。     

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。     

基于氯化钙水溶液的输送带低温防物料冻粘技术

通过对输送带冬季低温冻粘物料理机进行深入分析,对比现有输送带低温防冻粘技术的优缺点,探索基于氯化钙水溶液的输送带防冻粘物料解决方案,利用不同浓度的氯化钙水溶液具有不同冰点的防冻结特性,结合氯化钙水溶液的防腐蚀性与粘着性,提出了一种基于氯化钙水溶液的输送带防冻粘物料解决方案。     

云计算设备中的大数据特征高效分类挖掘方法研究

云计算设备中的大数据分类挖掘是现实模式识别和智能控制的基础,传统方法中对云计算设备中的大数据挖掘采用拓扑结构网格分区挖掘算法,不能有效提取大数据的细节特征,分类的准确性不好。提出一种基于分数阶Fourier变换特征匹配和K-L分类的云计算设备中的大数据特征高效分类挖掘算法。进行云计算设备中大数据存储机制体系分析,采用分数阶Fourier变换进行云计算设备中大数据特征提取和大数据特征匹配,基于K-L变换,选择最优的路径进行分类空间导引,构建了K-L大数据特征分类器,进行云计算设备中的大数据特征分类挖掘。仿真结果表明,采用该算法进行云计算设备中的大数据特征分类挖掘,特征分类挖掘的准确度较高,能量开销较少,效率较高。     

由一起物料提升机安全事故引发的思考

文章介绍了一起物料提升机在安装架设时,一名安装人员从升降机架体顶部坠落当场死亡的安全事故,分析了原因,总结了物料提升机的性能构造特征及风险,并提出了建议,以期安全使用物料提升机.     

筛片交叉式筛分设备的研制及应用

论述了筛片交叉式筛分设备——交叉筛的工作原理,利用"动态筛孔"筛分理念,使筛分过程不粘、不堵、不卡,提高了筛分效率,解决了细粒湿粘物料筛分难题;企业应用后取得了很好的经济效益。