最新功率技术可提高CDMA网络20％的容量

现代移动通信网络要求大容量、高质量、低成本相互关联。运营商面临着低成本竞争。极力要求新网络建设及容量升级的额外开支降到最低。又要在保证服务质量的同时，吸纳更多的用户。CDMA 1X前反向业务的不对称性。使得前向容量受影响程度最大。如何减少每爱尔兰的前向功率。如何在保证网络KPI和用户通信质量的前提下提升运营商的网络容量，减少建立基站的数量，降低成本，是运营商非常关心的问题。[编者按]     

加快农村水电开发是服务“三农”发展地方经济的良好途径——赴江西省考察农民入股办电站调研报告

介绍了赴江西省考察所得的经验和结论，结合贵州省的实际情况，分析了小水电服务“三农”的重要作用，并提出小水电持续、健康发展的建议和意见。     

水下阀门国产化关键技术研究

水下阀门是水下采油树及水下管汇的关键部件,在水下采油设备中发挥着重要作用。但水下阀门完全依靠进口的局面对油气田开发成本、进度控制以及阀门后期维护保养均极为不利,可能成为制约我国深水油气资源开发的瓶颈。基于我国南海某气田群开发项目对水下阀门的要求,根据相关标准规范的规定,介绍了水下闸阀和水下球阀的主要技术要求,从设计、制造和测试3个方面探讨了水下阀门研制中的关键技术,并提出了水下阀门国产化的建议。     

单点式油气开发系统中水下管汇管道应力分析

介绍了海洋石油开发过程中单点式水下生产系统的典型组成,指出了水下管汇安全可靠对生产系统正常运行的重要影响,分析了水下管汇受力的多样性、复杂性以及初步设计完成后进行整体应力分析的必要性。利用AutoPIPE软件,以某项目单点式油气开发系统中水下管汇为例,介绍了从设计参数、工况设置、分析建模到模拟结果及分析的管道整体应力分析全过程,对水下管汇在复杂应力作用下的安全性进行了研究和优化。应用AutoPIPE软件获得的管汇分析结果更加全面、准确,能确保设计安全。     

海底管道水下法兰保护结构设计

水下法兰保护结构是一种用来保护海底管道水下法兰免遭渔网拖挂、落物砸损的装置。由于涉及法兰的拆卸,保护结构应可拆卸、便于操作且具备适当的保护能力。设计了一种水下法兰保护结构,通过Solidworks软件对保护结构进行了三维分析、干涉检查,采用ABAQUS软件对保护结构在操作工况、渔网拖挂工况和吊装工况下的受力进行有限元分析计算,所得结果均符合相关规范要求。设计的法兰保护结构具有结构紧凑、安装拆卸方便、成本低廉且保护效果明显等优点,在实际项目中得到了成功投用。     

云环境下基于动态滑动窗口多通道Bi-LSTM的虚拟机故障预测模型

针对点值预测方法预测虚拟机故障,未充分利用虚拟机历史周期特征和上下文信息、预测准确率不高的问题,提出了一种动态滑动窗口多通道Bi-LSTM的虚拟机故障预测模型。该模型首先利用动态滑动窗口动态捕获虚拟机故障发生过程的上下文特征;然后构建多通道机制的Bi-LSTM以同时学习不同指标类之间的相关性特征,预测虚拟机下一周期的故障;最后根据OCSVM和区间偏移度方法对预测结果进行判断,得出具体的故障类型。实验表明,该模型在预测准确率、召回率、F值三个指标上均优于基线模型,验证了模型对虚拟机故障预测的有效性。     

针对复杂用户评论的代码质量属性判断

随着开发者社区和代码托管平台成为程序员获取代码的主要途径,针对代码的用户评论数量急剧增加.用户在使用代码后给出的评论中包含多种静态和动态的代码质量属性信息,但由于用户评论多为复杂句,使得评论中包含的代码质量属性难以判断.针对复杂用户评论的代码质量属性判断将有助于分析用户评论中的代码质量信息,有助于开发者在了解用户的代码使用情况和用户关注的代码质量属性后有针对性地提升代码质量.提出了针对复杂用户评论的代码质量属性判断方法.首先对复杂用户评论进行分句并构建分句的依存句法关系有向图;然后,应用基于分句的依存句法关系的主题判断规则抽取分句中的主题;接着,根据初始的代码质量属性特征词库识别各主题对应的代码质量属性,并获取各主题的代码质量属性表现与表现结果;最后,基于主题处理规则分析复杂用户评论中的代码质量属性表现与表现结果,产生复杂用户评论中代码质量属性相关结果,并持续扩充初始代码质量属性特征词库.实验结果表明,论文方法能够对复杂用户评论的代码质量属性进行有效判断.     

一种半监督学习的代码自动生成性能评估方法

为了提高软件开发的质量和效率,代码自动生成是当前的研究热点,代码自动生成的性能是其中的重要问题.现有代码自动生成的性能分析方法较简单,难以评估代码自动生成过程中程序员与代码自动生成工具各自的特征.本文综合考虑了代码自动生成过程中程序员与代码自动生成工具的作用,提出了一种基于半监督学习的代码自动生成性能评估方法,通过抽取程序员行为与代码自动生成工具行为的重要特征,划分代码自动生成的性能类别,建立了基于深度神经网络的代码自动生成过程性能评估模型,并计算程序员行为特征与代码自动生成工具行为特征对性能的影响程度.实验结果表明,该方法可以有效分析程序员行为与代码自动生成工具行为对代码自动生成过程性能的影响.     

APP软件的用户评论模式分析方法

面对海量的APP软件,不同用户对其评论的侧重点、表达方式以及情感倾向程度等都不相同,这给APP软件的用户行为分析和质量评价带来了困难。提出一种APP软件用户评论模式分析方法,首先综合分析用户评论信息与APP软件信息之间的关系,根据用户对APP软件的评论特征将用户评论信息进行分类;接着分析每类用户评论信息的词性组合;然后计算用户评论信息的情感倾向程度,以分析出该APP软件用户的评论模式;最后通过实验验证了该方法的有效性。     

融合图神经网络与长短期偏好的序列推荐算法

针对序列推荐在捕获用户动态偏好方面存在明显不足,而且难以捕获用户复杂的长期依赖关系等问题。提出了一种融合图神经网络与长短期偏好的序列推荐算法。算法主要包含短期偏好学习和长期偏好学习。首先基于图神经网络进行短期偏好学习,图神经网络具有强大的图数据拟合能力,用图神经网络捕获用户兴趣点的联系并准确生成短期偏好表示。历史长期偏好具有全局性,波动较小,利用双向LSTM进行长期偏好兴趣学习,获得用户长期偏好表示。实验结果表明,融合图神经网络与长短期偏好的序列推荐算法显著优于其他先进的序列推荐方法。