BiGRU-Att-KF话题热度预测

为提高话题热度预测精度，提出一种面向话题热度趋势变化的BiGRU-Att-KF预测方法。选取微博文本总数作为话题热度的量化指标，构建话题热度时间序列；采用RMSE确定BiGRU的超参数神经元个数和批处理大小；利用BiGRU挖掘话题热度时间序列的全局特征信息，引入注意力机制自适应提取特征信息；采用卡尔曼滤波对注意力层输出结果进行动态调整。实验结果表明，BiGRU-Att-KF相较BiGRU-Att等方法，具有更优的鲁棒性和预测精度，能够更好模拟话题热度的变化趋势。     

微穿孔板在随机-区间混合不确定性理论下的结构优化EI北大核心CSCD

将不确定性理论应用于微穿孔板结构设计,分析不确定参数(微穿孔板板厚、声速、空气运动黏度)对微穿孔板吸声特性的影响。以板厚为随机变量,以声速和空气运动黏度为区间变量,建立微穿孔板随机-区间混合不确定性模型,利用蒙特卡洛法分析吸声系数和品质因素的不确定度,并通过实验验证模型的正确性。选取吸声系数高于某一值时对应的频带宽度最大为优化目标,以品质因素大于某一值为约束条件,对微穿孔板结构参数进行优化。优化后的微穿孔板吸声系数和品质因素得到有效改善,吸声性能的稳健性得到提升,验证了随机-区间混合不确定性模型在微穿孔板吸声性能优化上的可行性与有效性,为不确定性理论在声学工程中的应用提供参考。