粉煤灰制泡沫玻璃

粉煤灰泡沫玻璃是一种新型建筑材料。它具有保温、防水、绝热、吸声等功能;同时具有强度高、密度小、比重轻、可雕刻、耐化学性能好、吸水率低、吃灰量大、可大板切割生产成型等特点,适合现代工业建筑用材的需要。用粉煤灰制泡沫玻璃既消除了环境污染,又创造了经济效益,是利国利民的大好事。     

基于相位调制的雷达抗假目标干扰方法

针对欺骗式干扰难分辨和难去除的问题, 基于相参积累的原理, 提出一种基于相位调制(Phase Modulation, PM)的雷达抗假目标干扰方法。首先, 雷达发射相位调制的脉冲串信号, 之后根据相位的先验信息在接收时对回波信号进行相位补偿。然后，对回波信号进行脉冲压缩和相参积累, 在处理后形成的距离-多普勒图上对真、假目标进行分辨并提取出目标的多普勒频率。最后，结合自适应波束形成原理以及真实目标的多普勒频率信息, 设计自适应多普勒滤波器, 对回波脉冲串进行处理, 使真目标得到增强, 并在假目标的多普勒频率处形成零陷, 解决了假目标难去除的问题。仿真实验表明, 所提方法能有效分辨并去除回波信号中的假目标。     

中学语文教育中文学教育的本原探析

随着新课改的逐步深入，文学教育理念已获得语文界的普遍认同。如何实现语文教育的最高价值追求——人文关怀，文学教育是重要途径。本文以文学教育的涵义为切入点，从教育的历史、时代的需求以及当下主要教育思潮等方面探析了文学教育的本原。     

变风量空调阀门卡死故障检测阈值在线训练策略

依据专家经验选取阈值的专家规则故障检测方法，容易受限于经验，且不能准确地反映空调系统的运行性能特征。设计了基于专家规则的空调故障检测方法，采用大小合适的阈值来判断系统是否发生故障。对调试成功后的空调系统，采用一种基于规则的阈值在线训练策略进行系统性能监控与故障检测。利用局域网在线读取云服务器中无故障运行数据，训练85%、90%、95%等3种不同置信度下的阈值，并以新风阀卡死和冷水阀卡死故障为例进行测试检验。研究结果表明：空气处理机组新风阀卡死和冷水阀卡死的故障检测率均大于80.0%;系统正常运行时的无故障检测率均大于75.0%;训练阈值时，作为外部输入的置信度越大，训练出的阈值越大，导致系统故障检测率较低而无故障检测率较高。     

基于模板的复进机快速设计技术研究

为了解决传统复进机设计计算繁琐、调整反复等问题,该文研究了基于模板的复进机快速设计技术。采用案例推理技术与参数化设计相结合的方法,通过VB编程实现复进机设计模板化,包括案例推理、尺寸参数计算、参数化设计的模板化,形成基于模板的复进机快速设计方法。以某典型单筒复进机设计为例,验证了该技术实现复进机快速正确设计的可行性。该文所提技术完成了复进机的一体化设计,提高了设计效率。     

砂卵石层盾构开挖面失稳分析及双参数掘进控制

为探究砂卵石层盾构施工的开挖面失稳过程和支护力设定方法，针对成都地铁盾构掘进施工超挖失稳实例，开展了三维工程离散元(EDEM)分析，对不同支护力分布形式的极限支护力和开挖面稳定性进行分析。进而结合盾构施工超挖失稳区段的掘进参数，考虑盾构机整体机械性能配置，提出了开挖面稳定性双参数控制建议值。结果表明，开挖面失稳位置与支护力分布形式有关，开挖面处于极限状态时，盾构上方0.75 D(D为隧道直径)范围内产生土拱效应，当支护力逐渐减小至0.1 P₀(P₀为初始静止状态支护力)时，失稳区发展到地面；盾构掘进时应保持土仓适当欠压，并降低刀盘转速，为可能遇到的大粒径漂石和土仓压力控制预留足够的富余扭矩。     

环境规制、绿色并购与环境绩效

企业绿色并购行为是实现“双碳”目标的重要微观机制,但其实施动机和对企业环境绩效的影响尚不明确.本文以《环境空气质量标准》的分阶段实施为外生冲击,考察环境规制政策对污染上市企业绿色并购的影响.研究发现《环境空气质量标准》的实施能显著提高污染企业绿色并购概率,并且绿色并购带来了企业绿色创新水平的显著提升以及环境绩效的改善.进一步研究发现绿色目标企业并未集中于环境规制强度弱的地区,排除了污染转移的替代性解释.同时,《环境空气质量标准》激励的绿色并购具有重大并购占比高、关联并购占比低,业绩承诺金额少的特征,在一定程度上排除了“漂绿”工具的替代性解释.最后,《环境空气质量标准》下的绿色并购主要发生在非国有企业和外部关注度高的企业.本文对绿色并购行为进行深入考察,这对理解环境治理压力下的企业具体应对策略具有积极意义,也为深化环境治理体制改革提供有益借鉴.     

虚拟仿真平台在单片机教学中的应用

基于Proteus仿真软件的特点和功能，阐述了Proteus软件的使用方法，并用实例介绍了Proteus仿真软件在单片机教学中的应用，软硬件协同设计，仿真单片机执行过程．提高了单片机教学效果。     

基于RoBERTa-BiLSTM-CRF融合模型的在线评论细粒度情感分析

在电子商务迅速发展的背景下,在线评论所蕴含的商业价值日益凸显.从在线评论中提取用户关于产品的评价和情感的研究,已经开始从句子级或篇章级的粗粒度情感分析转向属性级的细粒度情感分析.但当前细粒度情感分析方法在情感要素识别任务中存在不能同时解决一词多义、上下文语义信息不全以及标签约束关系缺失等突出问题,且面向属性的情感强度量化方法未充分考虑语法信息.对此,本文提出一种基于RoBERTa-BiLSTM-CRF融合模型的在线评论细粒度情感分析方法,该方法可以有效解决上述问题,更加准确地识别评论中用户评价的产品或服务属性,并结合情感三元组和语法信息有效地量化用户在评论中反馈的情感强度.为了检验所提方法的效果,本文在酒店评论数据、美团外卖评论数据、CLUENER2020等多个领域的数据集上进行对比实验与消融实验.实验结果表明,与已有经典模型相比,本文所提基于RoBERTa-BiLSTM-CRF融合模型的情感要素识别方法在多个数据集上均获得了最佳F₁值,且本文所提情感强度量化方法更加精细,能更好地契合人类情感的连续性.此外,消融实验进一步表明融合模型的每个结构都具有重要性.