基于图神经网络的网络性能智能预测

传统网络性能预测技术存在网络状态获取不够全面及网络性能评估准确性欠佳等问题，利用图神经网络学习推理网络关系数据的特点，结合捕获的网络全局信息，提出了一种基于图神经网络的网络性能智能预测方法。通过网络系统抽象及网络性能建模，将复杂的网络信息转化为形式化的图数据进行描述，利用图空域卷积处理图网络节点的消息传递过程，实现网络信息之间的关系推理，研究了实现网络性能预测的图神经网络模型，提出了一种能处理流量矩阵、网络拓扑、路由策略、节点配置的图神经网络体系结构，最后通过实验论证了模型能更好地实现包括时延、抖动和丢包率的网络性能的准确预测。     

坪上煤业3号煤上分层矿压显现规律研究

为了解掌握工作面矿压显现规律,保证工作面正常回采,对坪上煤业Ⅲ1301(上)综采工作面利用科学的电子仪器仪表,采用合理的观测方法对收集数据进行分析,以摸清工作面的矿压显现规律,从而提高液压支架的适应程度和使用效果,改善工作面顶板管理,并为科学管理综采工作面提供依据。     

基于双平行互质阵列的二维非网格DOA估计

近年来,基于稀疏表示的DOA估计方法已经被广泛提出,这些方法都需预设离散的网格点,而实际信号来波方向在空间域内具有随机性,任何来波方向都是等概率出现,很有可能信号的来波方向不在网格上,因而会存在网格误差,使DOA估计结果产生较大偏差。为提高DOA估计精度,本文提出了非网格的DOA估计模型。同时,为提高测向自由度,本文应用由两个均匀线阵组成的互质阵列,并且将两个均匀线阵平行放置在同一平面。通过将两均匀线阵的互协方差矩阵向量化成互协方差矢量,可得到一维虚拟扩展的接收数据矢量,并且在稀疏表示框架下应用相应的稀疏恢复算法恢复出跟DOA参数相关的向量,从该向量中得到唯一的并且自动配对的二维DOA估计参数。仿真实验结果验证了本文算法较传统算法具有更好的DOA估计性能。     

共价有机框架材料及其在关键核素分离中的应用进展

共价有机框架材料（COFs）是一类由共价键连接的多孔晶态材料。因具有单体链接方式灵活、结构可调、活性位点丰富、比表面积大、理化性质相对稳定等特点，它们在气体储存与分离、能量储存、催化和光电学领域受到了广泛的关注。本文主要从结构设计、合成方法及功能化、材料的分析表征和晶形控制等方面概括地介绍了COFs材料。在此基础上，综述了COFs材料在关键核素分离方面的研究进展，并展望了其在核素分离领域的应用前景和今后的研究方向。     

酸性服役管线管BNS力学及耐腐蚀性能研究

文章介绍了包钢钢管公司酸性服役管线管BNS成分设计要求,对材料的拉伸性能、冲击性能、组织以及耐腐蚀性能进行了检测和分析,正火处理后,材料具有良好的力学性能和抗腐蚀性能.试验结果表明,设计的BNS完全能满足酸性服役条件下管线管性能要求.     

大红山铁铜矿矿床成矿控制因素及其控矿作用

根据新平大红山铁铜矿床探采工程揭露控制情况和以往地质工作成果，结合矿区成矿地质条件及矿床地质特征，系统分析了大红山铁铜成矿控制因素及其控矿作用。研究表明：大红山铁、铜矿成矿物质主要来源于古海底火山活动，此后矿床又经后期变质作用、构造及与岩体侵入有关的热液活化等多期地质作用改造；在诸多成矿控制因素中，地层、构造控制着矿体的产出和分布；岩性岩相控制着矿体及矿石类型；火山喷发—沉积旋回、火山活动中心控制了矿床类型及规模；岩体侵入相关的热液活动对矿床起到进一步的改造和富集作用。