基于Online Judge与ACM_ICPC模式的课程探究

通过对语言程序设计类课程教学和学生学习的种种观察,发现了一些问题和不方便之处,又对发现的问题和不方便作了综合分析,采取了Online Judge、ACM/ICPC与课程教学的发展方向。实践表明,该模式有效的提高学生的水平,改善学生语言类课程的设计思想,促进学生提高了自己的程序设计能力。     

CHP-Ⅰ型裂解催化剂的研制

开发的以较小孔径和较高硅铝比的五元环族分子筛为活性组分的 CHP—1型裂解催化剂,用于大庆蜡油或大港直馏柴油的催化裂解制取低碳烯烃具有优良的水热稳定性、优越的低碳烯烃选择性及较高的低碳烯烃产率。从小试到工业试生产证实催化剂制备工艺可行,重复性好,催化剂物化性能亦能满足流化床操作要求。     

多异多重复合涤纶长丝的染色均匀度及检测方法研究 第一报·常压染色袜筒的目测判色和仪器测判色对比研究

对比多异多重复合涤纶长丝常压染色袜筒目光判色和测色仪测判色结果的差异以及有捻和无捻涤丝袜筒的测判色结果差异,指出了多异多重复合涤纶长丝染色均匀度差的原因,并提出现有测色仪尚不能用于复杂结构化纤的染色均匀度检测。     

结合注意力机制与BIM特征的电力能耗预测

能耗预测中引入外因序列有助于目标序列的预测,但在实际应用中各个外因序列与目标序列之间的相关程度往往不清晰,导致无法有效利用多外因序列辅助预测.针对该问题,提出一种结合注意力机制与BIM特征的电力能耗预测模型——BIMAttenNN(BIM Attention Nerual Network).通过结合注意力机制与BIM特征对外因序列自动选取并重构,将重构特征通过编码器-解码器结构的深度神经网络和线性回归分支准确预测未来电力能耗.实验结果表明,BIMAttenNN能够结合BIM特征自动捕捉电力序列间关系,与传统方法相比具有更高的预测精度.     

深度学习在自然语言处理领域的研究进展

通过定量与定性相结合的方式全面分析了深度学习在自然语言处理领域的研究情况。采用CiteSpace和VOSviewer对深度学习在自然语言处理领域的研究国家、机构、期刊分布、关键词共现、共被引网络聚类及时间轴视图等进行知识图谱绘制,理清研究脉络。通过深入挖掘领域内的重要文献,总结深度学习在自然语言处理领域的研究趋势、存在的主要问题或发展瓶颈,并给出相应的解决办法与思路。对于如何跟踪深度学习在自然语言处理领域的研究成果给出建议,为该领域的后续研究与发展提供参考。     

基于度中心性局部扩展的社区划分算法

社交网络中社区划分问题的研究不仅为网络演化、信息传播和影响力分析等方向提供了理论依据,而且在好友推荐、商业营销和舆情检测等领域有着重要应用价值.针对基于贪婪优化的社区划分算法AGSO不稳定问题,提出了一种基于度中心性局部扩展的社区划分算法(DCLE).首先计算所有节点的度中心性(Degree Centrality),其次将链接两端节点度中心性之和作为链接的度中心性并降序排序,其后将度中心性最大链接作为初始链接加入网络,最后基于贪婪策略局部扩展并迭代,得到最终的社区划分结果.通过在公开的数据集和大型人工网络上进行实验,结果表明DCLE算法能快速且准确地发掘社区结构,稳定性得到显著提升.     

在市政工程基坑开挖过程中信息化监测的应用探究

文章首先简要阐述了市政工程中基坑信息化监测的目的及主要内容,并在此基础上依托工程实例对信息化监测在市政工程基坑开挖中的应用进行论述。期望通过本文的研究能够为同类工程提供借鉴参考。     

两处粘性土龟裂发展规律的实验分析

通过对两处粘土和粉质粘土的室内龟裂实验,运用裂隙的统计方法和分形理论对不同温度条件下形成粘性土龟裂的表面结构特征进行了定量统计与分析,研究了龟裂发展与温度之间的关系,实验表明：龟裂的发育方式为三种,即极点推进式、平行推进式和环绕推进式;温度对粘性土表面龟裂长度、节点个数、条数、裂隙率和分维值等参数有重要影响,且对粘土和粉质粘土等不同土质的影响具有一定的差异性。     

一种变角度导流装置的水动力设计

借鉴风力机扩散器原理,基于提高冲击式海浪发电装置的发电效率,设计了一种变角度导流装置。低流速情况下,由于导流罩原因,扩大了内部初始海流对叶轮的冲击力,增加海浪利用效率;在高流速条件下,通过变角度逐渐缩小进流口面积,防止内部叶轮超载工作。提取影响导流罩保护性能的因素,应用RNG湍流模型对3个主要因素进行分析,选取III级海浪流流速计算相关数值,最后通过模型试验对其性能进行验证。试验选取半径0.5 m叶轮,入口流速达到8.1 m/s时外部流体冲击叶轮的有效面积为0.058 m2,此情况下不足以启动叶轮。模型分析和验证结果均表明,加装变角度导流罩对叶轮有较明显的保护作用。