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。     

海量数据同步的处理技巧与实战

数据时代的到来,给银行应用通过文件同步数据带来了挑战,文件的增大导致处理时间过长.针对此问题,介绍了海量数据的常见处理技巧,基于案例测试单记录同步、批量同步、多线程单记录同步、多线程批量同步4种方案,并对不同大小文件的用时进行了统计和分析,为银行提供了技术路线,以帮助实现应用间快速数据同步.     

SND生物脱氮过程N_2O的产生与关键酶及其活性

废水生物脱氮是目前水处理中重要的去除含氮废水的方法。随着国内外学者的深入研究,一些新型的生物脱氮工艺被开发和应用到污水处理中,从而经济高效地去除废水中的含氮污染物,达到国家的排放标准。同步硝化反硝化(SND)是具有发展潜力的新型脱氮工艺,但在运行过程中不可避免地会产生N2O。N2O是最重要的三种温室气体之一,其温室效应约为CO2的300倍。因此,在注重SND的脱氮效率的同时,也应该关注其产生的气态物对大气环境的影响。文章阐述了SND脱氮过程中N2O产生的机理及相关酶,并分析了SND工艺过程中主要影响N2O释放量的工艺因素。     

F-OFDM仿真系统设计与时频同步算法

针对新一代5G波形的F-OFDM技术开展了研究,通过把一个宽带分为若干个子带,对每个子带进行滤波处理以实现更好的通信效能。基于Simulink平台进行了F-OFDM仿真系统的搭建,重点对F-OFDM符号同步方法和频偏估计方法进行了研究与仿真分析。实验结果表明,基于Chu序列相比采用PN序列可以获得更好的同步效果,基于导频的Classen频偏估计算法相比基于CP的CFO估计算法和基于训练序列的Moose估计方法可以获得更好的频偏估计效果。     

船舶同步发电机励磁系统设计方案

励磁系统的性能直接关系到船舶电力系统的供电质量,有必要选用优良的励磁系统。为此,介绍励磁系统的构成及分类,以及目前船舶同步发电机励磁系统的多种设计方案。     

浅谈溢流型球磨机电气仪表故障分析及处理

球磨机是选矿厂的关键设备,温度、压力、流量、振动等信号的检测及保护是磨机可靠运行的前提条件。如何加快故障原因分析及处理,减少故障停机时间,是提高设备运转率的关键。     

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。     

CAN总线的输送控制系统集成化研究

针对现有技术中输送系统控制不稳定、控制能力低下等问题,本文提出基于工业CAN总线的输送系统集成化控制.在控制系统CAN通信节点利用代码进行数据的转化,通过emit关键字将数据绘制成显示曲线,由输入的代码不断对系统数据进行刷新,实现了输送系统的实时监控,提高了系统运行的安全性.通过时间同步技术将SAEAS6802时钟同步协议与时钟修正算法相结合,有效地对数据处理时间和接收时间进行校正,减少了数据接收误差,提高了时间同步精度.实验结果表明,本文研究方法提高了输送控制系统的运行安全性和可靠性.     

各种流行不玄妙

<正>眼镜的流行在很多时候可能并不需要那么玄妙,而应该更看重如何提升我们的视觉生活质量,带来更丰富的生活方式,让人们回味,和使用者产生共鸣等等。新的一年,有些被称为有创意的眼镜设计是因为它们使用了新鲜的解决问题的方式,而这种方式会给我们带来审美、方便、安全、乐趣等精神价值和物质价值。