基于可穿戴设备无线传感自组网的电力施工现场安全感知模型研究

现在电力施工现场安全感知输出稳定性低、设备信息网络差,不仅会危及施工现场安全问题还会危及人身安全.针对以上问题,本文提出基于可穿戴设备无线传感自组网的电力施工现场安全感知模型.仿真结果表明,采用该方法进行电力施工现场安全感知的输出稳定性较高,信息感知的数据采样精度较好,网络灵活性和可用性较好,能在一定程度上提高电力施工...     

浅析多级水仓避峰填谷方案

在日常生产过程中,矿山企业排水关系矿山安全生产.如何将井下涌水高效排放至地面,是矿山企业节能降耗的重点工作.多级水仓避峰填谷方案可以提供一种高效排水方案,将机电智能化与日常工作相结合,达到最大效率降本增效,解决矿山企业节能排水问题.     

混合多尺度卷积结合双层LSTM语音情感识别

针对深度学习算法在语音情感特征提取方面的不足以及识别准确率不高的问题,本文通过提取语音数据中有效的情感特征,并将特征进行多尺度拼接融合,构造语音情感特征,提高深度学习模型对特征的表现能力。传统递归神经网络无法解决语音情感识别长时依赖问题,本文采用双层LSTM模型来改进语音情感识别效果,提出一种混合多尺度卷积与双层LSTM模型相结合的模型。实验结果表明,在中科院自动化所汉语情感数据库（CASIA）和德国柏林情感公开数据集（Emo-DB）下,本文所提语音情感识别模型相较于其他情感识别模型在准确率方面有较大提高。     

纵向波纹柱形耐压壳屈曲数值分析与试验研究

采用周向或轴向波纹,增强圆柱形耐压壳(简称圆柱壳)的承载能力已备受关注。采用数值与试验结合的方法,研究等容积圆柱壳和纵向波纹柱形耐压壳(简称波纹柱壳)的屈曲特性。首先,建立波纹柱壳的几何模型和数值模型,分析均布外压作用下,波纹参数变化对波纹柱壳屈曲特性的影响规律;其次,依据承载能力进行波纹参数优化设计,并制造两组等壁厚和等容积的圆柱壳和波纹柱壳实物模型;再次,测量两种模型的实际几何数据,分别建立其数值模型,并进行屈曲特性分析;最后,对圆柱壳和波纹柱壳的实物模型进行静水压力试验,与数值结果作对比分析。结果表明:均布外压下,等容积纵向波纹柱壳的屈曲性能优于柱形壳,其平均屈曲载荷提高了56.8%,纵向波纹改善了圆柱壳的承载能力。     

碱法分离回收水稻秸秆中木质素

中国是一个农业大国,拥有丰富的秸秆。农作物秸秆中的木质素是一种天然可再生芳香高聚物,具有良好应用价值。研究秸秆中木质素的分离回收方法对秸秆资源的有效利用有重大意义。目前木质素的分离方法多样化,不同处理方法对木质素的分离具有较大的影响。本文结合木质素与某些金属离子螯合呈可溶性盐这一特点,采用碱法与亚硫酸钠法复合处理秸秆,提出一种简单新型分离秸秆中木质素的方法。通过正交试验研究了氢氧化钠、亚硫酸钠、硫酸锌添加量及pH对木质素分离的影响,并找出一种最佳的木质素分离方案。研究表明氢氧化钠添加量及pH对木质素分离影响显著,随着氢氧化钠浓度及pH的增加,木质素的分离效果增加。其最佳方案中木质素的提取率最高可达97.14%,冻干后木质素回收率为88.97%,制备的木质素磺酸锌盐中锌质量分数为2.4%。本研究为秸秆中木质素的分离回收及秸秆有效利用提供了一种简单的新途径。     

基于PGN-CL的文本摘要生成模型

基于Seq2Seq框架的生成式文本摘要模型取得了不错的研究进展，但此类模型大多存在未登录词、生成文本重复、曝光偏差问题。为此，本文提出基于对抗性扰动对比学习的指针生成器网络PGN-CL来建模文本摘要生成过程，该模型以指针生成器网络PGN为基本架构，解决摘要模型存在的未登录词和生成文本重复的问题；采用对抗性扰动对比学习作为一种新的模型训练方式来解决曝光偏差问题。在PGN模型的训练过程中，通过向目标序列添加扰动并建立对比损失函数来生成对抗性正负样本，使负样本与目标序列在嵌入空间相似但语义差别很大，正样本与目标序列在语义空间很相近但嵌入空间差距较大，这些区分困难的正负样本可以引导PGN模型在特征空间更好地学习到正负样本的区分特征，获得更准确的摘要表示。在LCSTS数据集上的实验结果表明，提出的模型在ROUGE评价指标上的表现优于对比基线，证明了融合指针生成器网络和对抗性扰动对比学习对摘要质量提升的有效性。