非语言代码在英语课堂教学中的应用

非语言代码是一种非文字语言交际手段,是交际者运用身体的自然特征和本能向对方输送信息、表达思想、传递文化的语言代码之外的一切表现形式.非语言代码在课堂教学中起着不可替代的作用.     

建筑物变形观测的过程控制与安全措施

分析了引起建筑物变形的原因及建筑物变形的类型，介绍了建筑物变形观测的实施过程及具体方案，并根据观测结果提出了确保施工与建筑物使用的安全措施。     

山东章丘明水地区二叠系“A”层硬质高岭土的研究

明水地区的硬质高岭土俗称焦宝石,即我国华北石炭二叠纪煤系地层申的“A”层铝土。明水地区的“A”层铝土具有耐火度高,化学成分稳定等特点,广泛用于日用陶瓷、电器、耐火材料等工业部门,是一种重要的工业原料。“A”层铝土在华北石炭二叠系煤系地层中分布普遍,层位稳定,其经济价值不低于煤,应当引起有关部门,特别是煤田地质勘探部门的重视。     

贵州省不同类型自然保护地空间分异及其影响因素

受自然与社会因素的影响,不同类型自然保护地的空间分异存在较大的差异.研究针对贵州省内的自然保护区、森林公园、湿地公园和风景名胜区等4类自然保护地,综合运用最邻近点指数、地理集中指数、核密度和地理探测器模型对其空间分异特征进行分析,并探讨其影响因素.结果表明：自然保护区与其余3种自然保护地在数量的空间分异特征上具有明显差异,但4种自然保护地在面积的空间分异特征上均表现出离散化分布的特征,具有较高的相似性.相同影响因素的解释力在不同类型的自然保护地上差异较大,在数量上主要影响因素呈现出趋异性,而面积上主要影响因素则呈现出趋同性.任意2个影响因素交互后其解释力均增强,交互的特征呈多维度复合影响的态势.不同类型自然保护地功能定位的差别是其主要影响因素呈现出趋异性和趋同性的主要原因.     

基于多尺度排列熵和正则化RVFL的高压隔膜泵单向阀故障诊断

高压隔膜泵单向阀运行工况复杂,运行时产生的振动信号具有非线性、非平稳特性,导致信号特征提取困难,故障状态难以识别.为了提取单向阀运行状态的非线性动力学特征,提升故障诊断模型的识别精度和泛化能力,提出了一种基于多尺度排列熵（Multi-scale Permutation Entropy,MPE）和正则化随机向量函数链接（Random Vector Functional Link,RVFL）网络的单向阀故障诊断方法.首先,对工况下采集的单向阀振动信号进行变分模态分解（Variational Mode Decomposition,VMD）获得既定的若干本征模态函数（Intrinsic Mode Function,IMF）分量;然后,计算IMF分量的多尺度排列熵,构建表征单向阀运行状态的特征值向量;最后,基于运行状态的特征值向量,建立正则化随机RVFL的故障诊断模型,并应用于单向阀的运行状态监测与识别.实验结果表明,构建的故障诊断模型能够精确地识别单向阀的故障类型,准确率达到98.89%.     

边界层对粗糙单裂隙溶质运移影响试验

为探究非费克(non-Fickian)运移表现出的峰值提前到达和拖尾等现象,开展了粗糙单裂隙溶质运移试验,总结了粗糙单裂隙中溶质运移特征及运移机理,结合边界层理论对峰值提前到达和拖尾现象进行了分析和解释。结果表明：峰值时间和拖尾时间与边界层厚度之间存在较好的线性相关关系;边界层对裂隙介质溶质运移有较为显著影响,即水流速度越小,边界层厚度越大,滞留在边界层内部的溶质越多,溶质获取率越低;粗糙单裂隙中溶质穿透曲线的峰值提前和拖尾现象是由裂隙中心处以惯性力主导的主流区和裂隙壁面以黏性力主导的边界层区共同作用造成的,其中峰值时间主要由主流区的对流因素控制,而边界层区域的存在对拖尾时间影响较大。     

补偿线路分布电容电流的柔性直流配电网电流差动保护方法

针对系统接线方式和线路分布电容影响导致柔性直流配电网故障辨识困难的问题,在对传统电流差动保护在柔性直流配电网中的适用性分析基础上,利用线路贝瑞隆模型推得故障点电流与直流线路两端差电流之间的关系.进一步地,提出具有线路分布电容电流补偿的新型电流差动保护方案,解决对称单极接线方式下故障特征微弱、分布电容电流影响大带来的故障辨识难题.最后,基于PSCAD/EMTDC仿真平台,建立柔性直流配电网模型,通过仿真分析验证所提出的电流差动保护方案的可行性和适用性.     

基于改进RPN的孪生小样本电力目标检测

为了解决当前电力系统巡检难度大、效率低、数据不足以支撑大规模训练的问题,提出一种基于孪生网络的小样本检测方法。首先,在Faster RCNN(faster region convolutional neural network)目标识别算法的框架下,搭建支持图片和查询图片共享的孪生网络模型;然后,利用改进的RPN(region proposal network)模块产生更高质量的proposals;最后,在检测头上对支持图片和查询图片的RoI(region of interest)进行关联匹配。结果表明,将算法应用于自主构建的EPD(electric power detection)数据集,在仅利用10张支持图片的情况下,就能实现对电力背景下鸟巢异物和绝缘子相关类别的检测,检测指标mAP达到18.92%。与其他算法相比,应用于电力行业目标检测的孪生网络小样本模型,在极端小样本情况下性能优良,同时具有更加轻量化的优势,可为电力检测新方法研究提供参考。     

基于不确定性测度的犹豫模糊决策模型

针对已有犹豫模糊熵测度计算复杂、区分能力弱等问题,在综合衡量犹豫模糊元自身不确定性及其所表达信息不确定性的基础上,以凸组合的形式设计了混合型犹豫模糊熵和交叉熵测度。混合型犹豫模糊交叉熵测度用于度量两个犹豫模糊元之间的区分程度,它和混合型犹豫模糊熵测度一起统一于犹豫模糊元的不确定性测度。与已有的犹豫模糊不确定性测度相比,混合型熵测度具有结构简单、物理意义明确、区分能力强等优势;而混合型交叉熵测度则具有自然的对称性。然后,基于混合型犹豫模糊熵和交叉熵测度构建了属性权重未知条件下的多属性决策模型,并将其应用于无人机作战效能评估。     

基于三支决策的密度敏感谱聚类

将三支决策与密度敏感谱聚类结合,提出了一种基于三支决策的密度敏感谱聚类算法。该算法通过在密度敏感谱聚类的聚类过程引入容差参数得到每个类的上界,然后通过扰动分析算法从上界中分离出核心域,上界和核心域的差值被认定为该类的边界域。聚类结果用核心域和边界域来表示每个类簇,可以更全面地展示数据的结构信息。与传统的硬聚类算法在UCI数据集的实验结果相比较,本文使用核心域计算聚类的评价指标DBI、AS和ACC都有所提升,较好地解决了不确定性对象的聚类问题。