金川二矿某巷道围岩力学参数对变形的敏感性分析

为了给金川镍矿采场及巷道稳定性分析的参数选取提供可借鉴的依据，利用非线性弹塑性有限元法，对位于金川二矿区底盘某采准巷道围岩力学参数(变形模量、泊松比、粘聚力和内摩擦角)对变形的敏感性进行分析。分析结果表明，这4个参数对变形的敏感度不尽相同，从大到小依次为：变形模量、内摩擦角、泊松比、粘聚力，且其变形模量与内摩擦角的敏感度远大于泊松比和粘聚力的敏感度。这一分析结果对今后金川镍矿的稳定性分析具有一定的参考价值，尤其要求对变形模量与内摩擦角的选取一定要谨慎。     

非对称超浅埋大偏压三层衬砌双连拱隧道施工方案优化

为优化双连拱隧道施工方案降低围岩沉降量，以荣乌高速公路黄土岭隧道为依托，采用岩土分析软件ＧＴＳＮＸ模拟黄土岭隧道的施工过程，定量分析了多种复杂情况下双连拱隧道在采用不同施工方案时围岩的应变情况，说明了隧道偏压情况下先开挖偏压较大一侧洞室有利于降低隧道围岩变形量以及三层衬砌中第一次初支较第二次初支对降低围岩变形量的影响更大，得出的优化方案可为今后相关的双连拱隧道施工提供科学依据与技术指导。     

一般质量围岩隧道锚杆的功效性探讨

目前工程类比法被广泛应用于公路隧道支护参数的设计当中,基于此设计的支护体系是否能够最大限度的发挥其应有的支护功能或作用,到目前为止还缺乏足够的实测数据支持。为了深入了解高速公路隧道一般质量围岩锚杆的实际功效,在邢汾高速邢台段贺坪峡隧道与黄岩子隧道内选择四个监测断面安设测力锚杆对其受力特性进行监测。监测结果显示部分测力锚杆内部测点承受压力,该结果与锚杆受拉才起到支护作用相背离;其余受拉测点最大值仅占规范设计最大受拉值的10%,表明锚杆在实际当中发挥的功效非常有限,几乎起不到应有的支护作用。基于此可认为,在今后实际工程实践当中对于类似工程与类似的一般质量围岩,可以考虑将系统锚杆进行必要的优化。更多还原     

蒸发冷却技术应用于大型汽轮发电机的技术可行性

针对大型汽轮发电机的发展要求,介绍了汽轮发电机定子蒸发冷却及转子蒸发冷却的原理和结构.详尽地分析了蒸发冷却技术应用于大型汽轮发电机的可行性,得出定子浸润式、转子开放管道式蒸发冷却方案应用于大型汽轮发电机在技术上是可行的结论;同时对汽轮发电机转子绕组开放管道式蒸发冷却技术进行了模拟实验,实验目的是为了取得开放管道式转子绕组沿半径方向的温度分布情况,并粗略估计冷却能力,旨在为蒸发冷却汽轮发电机向更大容量发展、探索新的冷却结构提供技术参考.     

基于BEER模型的人民币汇率失调研究

基于均衡汇率BEER模型,采用2000年第一季度到2008年第四季度期间的数据,运用协整技术得出基本经济因素向量对均衡汇率的影响系数,估计出样本期间内人民币汇率的失调程度。结果表明,政府支出对人民币均衡汇率影响最大,贸易条件和对外净资产对均衡汇率具有正向作用;利用模型得出的人民币均衡汇率方程对当前人民币汇率进行测算,样本期间内人民币大都处在低估的状态;另外,2005年的汇改使得人民币汇率在3个季度内连续升值并接近均衡,长期内人民币仍有升值的压力。     

测井分析中的精度评价问题

地球物理测井是一种使用电子仪器对地层获取定量情报,为认识和掌握石油地质规律提供重要依据的测量工作。测量的水平,测量结果的可靠性及对测量工作的评价全在于其精度。它不仅对质量起着监督和保证作用,而且也住往是测量工作成败,成果优废的一项决定性因素。测量精度的提高以及对测量误差的深入研究往往成为带根本性的技术改进的前导。因此,精度评价问题在测井技术迅速发展的今天,尤其具有重要意义。本文从基本概念入手,结合目前测井状态,进行了简单的精度分析,提出一些计算方法,与读者讨论。     

应用分形理论进行测井和地震资料相结合的集集体非均质描述

应用分形理论，将测井与地震资料相结合研究储层非均质性。通过对分形维数进行的系统研究。介绍了测进及地震资料分形谱计算方法，利用测井及地震资料的分形特征，研究了储层参数联井预测方法。则井曲线拓展为测井曲面，同能反映参数奇异值分布的井间储层预测。文中实际勘探工区分形联井预测结果揭示了储层纵横向非均特征的实南。     

基于最小不满足核的随机森林局部解释性分析

随着机器学习在安全关键领域的应用愈加广泛,对于机器学习可解释性的要求也愈加提高.可解释性旨在帮助人们理解模型内部的运作原理以及决策依据,增加模型的可信度.然而,对于随机森林等机器学习模型的可解释性相关研究尚处于起步阶段.鉴于形式化方法严谨规范的特性以及近年来在机器学习领域的广泛应用,提出一种基于形式化和逻辑推理方法的机器学习可解释性方法,用于解释随机森林的预测结果.即将随机森林模型的决策过程编码为一阶逻辑公式,并以最小不满足核为核心,提供了关于特征重要性的局部解释以及反事实样本生成方法.多个公开数据集的实验结果显示,所提出的特征重要性度量方法具有较高的质量,所提出的反事实样本生成算法优于现有的先进算法;此外,从用户友好的角度出发,可根据基于反事实样本分析结果生成用户报告,在实际应用中,能够为用户改善自身情况提供建议.     

机器学习中成员推理攻击和防御研究综述

机器学习被广泛应用于各个领域, 已成为推动各行业革命的强大动力, 极大促进了人工智能的繁荣与发展。同时, 机器学习模型的训练和预测均需要大量数据, 而这些数据可能包含隐私信息, 导致其隐私安全面临严峻挑战。成员推理攻击主要通过推测一个数据样本是否被用于训练目标模型来破坏数据隐私, 其不仅可以破坏多种机器学习模型(如, 分类模型和生成模型)的数据隐私, 而且其隐私泄露也渗透到图像分类、语音识别、自然语言处理、计算机视觉等领域, 这对机器学习的长远发展产生了极大的安全威胁。因此, 为了提高机器学习模型对成员推理攻击的安全性, 本文从机器学习隐私安全攻防角度, 全面系统性分析和总结了成员推理攻击和防御的基本原理和特点。首先, 介绍了成员推理攻击的定义、威胁模型, 并从攻击原理、攻击场景、背景知识、攻击的目标模型、攻击领域、攻击数据集大小六个方面对成员推理攻击进行分类, 比较不同攻击的优缺点; 然后, 从目标模型的训练数据、模型类型以及模型的过拟合程度三个角度分析成员推理攻击存在原因, 并从差分隐私、正则化、数据增强、模型堆叠、早停、信任分数掩蔽和知识蒸馏七个层面对比分析不同防御措施; 接着, 归纳总结了成员推理攻击和防御常用的评估指标和数据集, 以及其在其他方面的应用。最后, 通过对比分析已有成员推理攻击和防御的优缺点, 对其面临的挑战和未来研究方向进行了展望。     

PE中淀粉含量的固态核磁共振及傅立叶转换红外线光谱法无损定量分析

用傅立叶变换红外光谱仪（FTIR）和碳－13原子固态核磁共振波谱仪定量（非破坏性）测定一系列淀粉PE样品中的淀粉含量（添加量约为总重量的3－6％）,两种方法获取数据时间（包括样品制备和仪器分析）都只有几分钟,现在PE中淀粉含量的方法依靠湿化学方法（重量分析或酶分析法）我们推荐的方法与传统方法相比有几大优点：实验强度小,不需使用化学剂,相对地不受样品基质改变的影响,测定快速。