基于改进卷积神经网络的短文本分类模型

基于卷积神经网络, 提出一种基于改进卷积神经网络的短文本分类模型. 首先, 采用不同编码方式将短文本映射到不同空间下的分布式表示, 提取不同粒度的数字特征作为短文本分类模型的多通道输入, 并根据标准知识库提取概念特征作为先验知识, 提高短文本的语义表征能力； 其次, 在全连接层增加自编码学习策略, 在近似恒等的基础上进一步组合数字特征, 模拟数据内部的关联性； 最后, 利用相对熵原理为模型增加稀疏性限制, 降低模型复杂度的同时提高模型的泛化能力. 通过对开源数据集进行短文本分类实验, 验证了模型的有效性.     

商誉减值自由裁量权的决策与影响因素

采用双向固定效应Logit模型，对我国上市公司商誉减值决策的影响因素进行实证分析，研究企业在进行商誉减值决策时对自由裁量权的运用。回归结果显示，经营波动的企业计提商誉减值的可能性较低，长期盈利的企业更有可能计提商誉减值。此外，经营波动率和盈利稳定性在高商誉余额样本或非国有企业样本中对减值决策的影响更为显著；与《企业会计准则第8号——资产减值》实施后的前6年相比，后6年的商誉减值与企业经营波动率、盈利稳定性的相关性更高。证明企业在进行商誉减值决策时考虑了自身的经营、盈利状态，并在一定程度上运用自由裁量权进行了“趋利避害”的减值决策。     

大变形扭转剪应变定义的误差分析

以变形前互相垂直线元角度改变量的正切为工程剪应变的度量,考虑圆杆塑性大变形扭转的Swift效应或轴向伸长效应,从变形分析角度指出,实心圆杆大变形扭转时从变形分析角度给出的定义能够准确描述剪应变,而由小变形推广得到的两种定义将产生误差.黄铜实心圆杆塑性大变形扭转的结果进一步表明,在小变形情况下,三种剪应变定义均适用,随着变形的增加,由小变形推广得到的两种剪应变定义将产生的误差也增加.     

高速公路路面小修保养费用影响因素量化分析

为提高高速公路路面小修保养费用决策水平,采用阶层回归分析方法,进行小修保养费用影响因素量化研究.通过定性分析将影响因素界定为地区因素、通车年限、特大桥梁比例、长与特长隧道比例和交通因素,其中交通因素分为5种情况;通过对变量进行预处理,基于16条高速公路的历史数据进行量化研究.结果表明,在控制地区变量的条件下,各区组对模型的整体解释力均较显著,其中通车年限的增量解释力和在各区组的统计意义最为显著;同等条件下特大桥比例的标准化回归系数(β系数)远大于长与特长隧道比例的β系数,AADT(annual average daily traffic)和重车流量区组的β系数较其他交通因素区组的数值大.因此,路面资产小修保养费用受到地区因素、通车年限、大于1 000 m的桥梁比例、AADT和重车流量的影响.     

基于变权重和D-S证据理论的桥梁安全评估

桥梁结构的安全评估受环境侵蚀、材料老化、外部荷载等多源因素的影响,采用单一指标评价桥梁的安全性容易产生误判.因此,提出一种基于信息融合的多因素桥梁安全评估方法.该方法首先确定每种因素的变化区间,通过多工况数值计算提取典型的力学指标,利用信息熵和模糊层次分析法确定指标的变权重及单指标的等级划分原则并转化为基本概率指派函数.采用Dempster组合规则确定融合后的安全等级,从而建立桥梁的安全评估先验数据库.将该方法应用于预应力连续梁桥的安全评估中,结果表明该评估方法客观、合理,具有一定的工程实用性.     

ICP-MS分析复方甘草口服溶液中15种元素

建立电感耦合等离子体质谱(ICP-MS)法测定复方甘草口服溶液中15种元素(Cr、Mn、Co、Ni、Cu、Zn、As、Cd、Sn、Sb、Ba、Hg、Pb、Al、Fe)。样品经微波消解后,根据待测元素的质量数选择相应元素作为内标,采用碰撞模式(氦模式)进行测定。结果显示,15种元素线性关系良好,相关系数均大于0.999,各元素的检出限在0.08～38.00ng·mL~(-1),回收率在88.57%～107.10%(n=6)。该方法操作简便,分析速度快,灵敏度高,线性范围宽,可同时测定多种元素,适用于复方甘草口服溶液中元素的测定。     

水库底泥氮释放及其好氧微生物脱氮研究

以丹江口水库为例, 考察水库底泥在不同温度、扰动和曝气等条件下, 总氮、硝氮、氨氮和亚硝氮的释放规律。设置模拟反应器, 探究高效好氧脱氮微生物强化消除水库底泥内源氮污染的效果, 并运用高通量测序技术, 分析高效好氧脱氮微生物对底泥微生物群落结构的影响。结果表明, 温度升高会减少氨氮的释放,增加硝氮和亚硝氮的积累; 水体扰动会加速底泥中氮素释放, 且上覆水中的氮素释放累积量与扰动速度成正比; 溶解氧对底泥氮素释放有显著影响, 曝气处理可以明显地降低底泥中总氮和硝氮的释放及其在水体中的累积。在反应器中底泥–上覆水界面投加高效好氧脱氮微生物Pseudomonas stutzeri (PCN-1)后, 反应器内各种形态的氮素都出现先上升、后下降的趋势; 在反应器运行的第65天, 底泥释放的总氮和硝氮的去除率分别高达75.87%和79.96%, 底泥内源氮污染得到有效的控制。对比投加菌株前后的微生物群落结构, 发现底泥中Proteobacteria, Bacteroidetes和Spirochaetes的相对丰度明显增加, PCN-1强化脱氮处理能够改变底泥的微生物群落结构。     

一种深度自编码器面部表情识别新方法

为解决面部表情特征维度高的问题,该文提出了一种基于深度学习自编码器的表情识别新方法,该方法利用深度自编码器在多层隐层上进行特征选择,能够在较低维度上表示高维度的面部特征.首先采用定向梯度直方图从面部表情的选定区域提取特征,然后在多个层面上使用深度自编码器,得到最优编码特征,降低特征维度,最后使用支持向量机模型对降维特征进行分类.实验表明,与其他现有特征选择和降维技术相比,该文方法提取的特征优于其他特征,并能够有效实现面部表情识别.     

优化分级T-S模糊控制动态估计纯电动汽车电池健康状态

针对纯电动汽车动力电池健康状态（state of health,SOH）预测中非线性影响因素多、算法繁杂、难以在单片机开发平台中实现等难点,首先利用累计充电循环次数计量法得到使用循环次数,将SOH与使用循环次数、内阻变化量、电压降值的相关非线性关系转换成离散的二维数据表,依据使用条件,采用二分查表法获得不同估计方法下SOH值;再将使用循环次数、电压降值和内阻变化量作为输入量,以相应SOH的权重作为输出,利用T-S模糊控制建立SOH动态预测模型,根据权重和边界条件计算得到SOH.仿真结果表明,所提方法最大预测误差4.3%,响应时间55 ms内,预测效果比现有方法显著提高.      

自适应卡尔曼滤波在供水管网爆管预警的应用

根据Supervisory Control and Data Acquisition （SCADA）系统异常监测值能及时预警供水管网爆管,但由于用水周期变化、随机波动及监测误差,导致实际中很难预警较小爆管。针对该难题,开展了基于自适应卡尔曼滤波的供水管网爆管信号识别研究,提出将历史监测数据按用水周期分解,采用自适应卡尔曼滤波结合平均低通滤波对管网供水量进行实时估计,根据监测值与估计值的差,预警爆管、估算爆管流量。分别采用仿真数据与实测数据验证所提出方法,结果表明,所提出方法可用于实际供水管网爆管预警;对所采用实测数据,爆管预警精度约为最大时水量的9%;此外,实际爆管预警精度主要取决于用水量本身的随机波动,同时与监测数据采样频率相关。