地质聚合物及其在尾矿治理方面的研究进展

地质聚合物是一种以铝硅酸盐固体为主要原料,碱液为激发剂,硅酸钠为结构模板剂制作而成的无机非金属材料。作为一种新型的无机非金属材料,地质聚合物有着广阔的应用前景,但目前学界对其合成机理及其在工业固体废料处理方面的研究却很少。本文介绍了地质聚合反应的机理及过程,简述了地质聚合反应的影响因素,总结了地质聚合物的制备方法及特点。此外,对地质聚合物在尾矿治理方面的研究及应用进行了综述,并展望了其发展前景。     

基于贪婪局部路径重连的随机并行社区检测

为提高社区检测的效率与精度,提出一种随机并行的局部搜索算法。用图模型结构表示复杂系统,将顶点划分成簇。构建贪婪随机自适应搜索过程与路径重连过程,以解决加权图的模块最大化问题。引入一种{0,1}矩阵类特征并定义聚类的距离函数,从而进行顶点的邻域搜索,实现社区的高精度检测识别。实验结果表明,该算法的F_1值与NMI指标值均较高。     

基于句式内容表的电网安全隐患文本分类方法

文章使用构建的句式内容表配合机器学习的方式对长白电网历年储存的电网安全隐患信息进行精准分词并将其按要求分类,方便按类别精准取用信息为日后进一步数据分析打下基础。     

基于深度学习的彩色以及近红外图像去马赛克

单传感器捕获的彩色-近红外（RGB-NIR）图像存在光谱干扰，从而导致重建出的标准彩色图像（RGB）图像与近红外（NIR）图像存在色彩失真以及细节信息模糊。针对这个问题提出一种基于深度学习的去马赛克方法，通过引入跳远连接与稠密连接解决了梯度消失和梯度弥散问题，使得网络更容易训练，并且提升了网络的拟合能力。首先，用浅层特征提取层提取了马赛克图像的像素相关性以及通道相关性等低级特征；然后，将得到的浅层特征图输入到连续多个的残差稠密块以提取专门针对去马赛克的高级语义特征；其次，为充分利用低级特征与高级特征，将多个残差稠密块提取到的特征进行组合；最后，通过全局跳远连接恢复最终的RGB-NIR图像。在深度学习框架Tensorflow上使用公共的图像与视觉表示组（IVRG）数据集、有植被的户外多光谱图像（OMSIV）数据集和森林（Forest）三个公开数据集进行实验。实验结果表明，所提方法优于基于多级自适应残差插值、基于卷积卷积和神经神经网络以及基于深度残差U型网络的主流的RGB-NIR图像去马赛克方法。     

一种可配置的过滤文本流的方法

在输入文本流中部分字符串不能被分析器分析的情况下,提出一种可配置的过滤文本流的方法,使输入文本流能够被分析器分析。可通过定义配置文件对处理过程进行约束,删除或修改不能识别的字符串,消除输入文本流中的不可分析内容。向输出文本流中插入分析器支持的动作信息,从而能够控制分析器的运行状态,增强了开发人员控制分析器状态的能力。     

综合防腐新技术在钢制管廊项目中的应用

介绍了国内第一条采用以钢构和新材料综合防腐为主钢制管廊示范工程。该项目管廊全长1. 8km,所用钢材全部采自河钢集团。其中155 m的参观段,采用了中科院重防腐涂层技术、高性能涂层和综合阴极等保护措施,其余部分采用热浸锌防腐加耐火涂料,基础部分采用高强抗震钢筋等新材料和新技术,设计使用寿命100年以上。具有造价低,施工难度低、周期短,标准化施工,工程质量可靠,绿色友好等特点,引领了国内钢制管廊行业的发展,为今后城市综合管廊建设提供了借鉴。     

基于查询的新闻多文档自动摘要技术研究

针对新闻文本领域,该文提出一种基于查询的自动文本摘要技术,更加有针对性地满足用户信息需求。根据句子的TF-IDF、与查询句的相似度等要素,计算句子权重,并根据句子指示的时间给定不同的时序权重系数,使得最近发生的新闻内容具有更高的权重,最后使用最大边界相关的方法选择摘要句。通过与基于TF-IDF、Text-Rank、LDA等六种方法的对比,该摘要方法ROUGE评测指标上优于其他方法。从结合评测结果及摘要示例可以看出,该文提出的方法可以有效地从新闻文档集中摘取核心信息,满足用户查询内容的信息需求。     

腾讯滨海大厦连接体楼板刚度的影响研究

腾讯滨海大厦为连体巨型结构,3道连接体与两栋塔楼形成整体刚度,以抵御侧向荷载。楼板是连接体的重要组成部分,在荷载组合作用下,楼板出现裂缝,将出现刚度退化,进而导致连接体出现内力重分布。以中区和高区连接体为研究对象,分析楼板刚度退化所带来的结构整体性能变化和连接体构件的内力重分布情况。结果表明,连接体楼板刚度退化对结构整体性能影响较小,但在连接体内会出现明显的内力重分布,内力重分布具有显著的特征,连体结构的不同楼层其内力重分布程度不一样,不同类型和不同部位构件内力重分布程度也不一样,在连体子结构的设计中应充分考虑其影响。