先进高强度双相钢汽车板剪切断裂实验

通过翻边实验和槽型件实验,研究了先进高强度双相(DP)钢在小半径拉弯成形中的断裂特性.翻边实验表明,高强度DP钢强度级别越高越容易发生剪切断裂.槽型件实验与仿真表明,高强度DP钢的断裂特性与压边力大小关系密切,压边力大则弯曲圆角处容易发生剪切断裂;压边力小则易在侧壁上发生颈缩断裂.先进高强度DP钢最终的断裂模式是剪切断裂和颈缩断裂相互竞争的结果,任一断裂条件先达到则板料发生该种断裂.     

中国武术散打发展研究

讨论了中国武术散打实战比赛的人数、规则、级别、场地、技法招术、运动员性别和年龄及组别、级别的发展问题,分析了中国武术散打的传播、推广途径和方法。认为中国武术散打比赛将突破现有参赛人数、规则、级别、组别、场地、运动员性别和年龄的限制,成为多人、男女同场竞赛,赛制灵活、规则易于操作、场地扩大、多种比赛形式并存的赛事;在学校开展中国武术散打教育,使之成为学生的体育课内容,组织不同级别、形式的赛事,以普及中国武术散打运动;发挥使领馆和武术明星的作用,建设中国武术散打运动项目城市群和海外兵团,通过与其他民族搏击项目的交流,不断创新技法招术,促进其走向世界,成为奥运会比赛项目。     

地面智能机器人自主性评估研究

对地面智能机器人自主性评估相关研究进行了总结,从自主评估的概念、发展、框架、度量等方面进行了分析.对系统自主性的评估,讨论了评估对象、评估方法和评估是否准确这3个基本问题,概括了现有的自主性分类级别,提出自主评估方向:针对系统行为体现出的自主特性,建立各类系统行为能力的规范化描述集,解决评估什么的问题;建立规范化描述集...     

济南市土地资产评估结果比较分析

以基准地价为基础,利用相关分析法,讨论了城市土地资产评估的结果,指出不同方法得出的土地总资产价值差异不大,但基于土地区片价格基础上的资产评估比基于土地级别价格上的资产评估更具有合理性．具体分析造成二者差异的原因后,向政府部门提出建议：以城市土地区片基准地价为基准评估土地资产．     

国产轿车用冷轧钢板冲压级别评定

讨论了ＧＢ５２１３－８５在钢板冲压级别评定指标方面的问题,并对钢板的基本成形性和模拟成形的相关性进行了分析,在轿车冲压件成形分类的基础上,提出了新的冲压级别评定方法。     

逆序的Beckmann城镇等级一规模模式及其对位序一规模法则的解释力

在没有改变Ｂａｃｋｍａｎｎ１９５８年提出的城镇等级一规模（ｈｉｅｒａｒｃｈｙ－ｓｉｚｅ）模式任何假设前提的情况下,给出了一个与贝氏的城市级别顺序相反的贝氏模式．此模式反映的城镇等级一规模特征与位序一规模法则的验证结果十分相近．这样一来,不仅解释了位序一规模法则,而且将中心地方论及其有关研究与城市规模分布的相关研究有机地结合在一起．     

企业网站SEO技术研究

SEO全称是searchengineoptimization,是针对用特定关键词在搜索引擎中搜索的情况,为了提升网站在搜索引擎中的排名而对网站进行的优化设计。SEO是提高网站访问流量的一个很好的方法。因为具有高质量的搜索结果,Google已成为许多人最喜爱的搜索引擎。文章在详细分析Google的排名算法的基础上,对企业网站HYP针对Google进行了优化。在优化过程中,为了充分发挥网站的PageRank潜能并引导网站的PR值流向重要的网页,对HYP的内部链接结构进行了精心组织,经优化设计后,当人们用关键词"butterflyvalve"在google中进行搜索时,HYP排名在前20名以内。     

事件驱动编程在面向方面软件开发中的应用

基于事件驱动编程原理,提出方面事件处理器(Aspect Event Handler,AEH)方法,用以有效地处理面向方面软件系统中出现的各类横切功能的调用与维护.结合其在 Java EE 银行业务系统 CrossDebit 相关模块开发中的应用,详细介绍 AEH 方法的实际应用流程和技巧.     

融入词性自注意力机制的方面级情感分类方法

针对基于注意力机制的模型在方面级情感分类任务中忽略了单词词性信息的问题,提出一种融入词性自注意力机制的方面级情感分类方法.该方法首先基于自然语言处理词性标注工具获得词性标注序列,并随机初始化一个词性嵌入矩阵得到词性嵌入向量;然后用自注意力机制学习单词之间的句法依赖关系;最后计算出每个单词的情感分数,利用词情感的结合表示特定方面的情感极性.实验结果表明,在5个公共数据集上,该方法相比效果最好的基线模型,在准确率和宏观F₁分数上分别提升2%和4.83%.表明融入词性信息的注意力机制模型在方面级情感分类任务中性能更好.     

基于双输入和BiLSTM-MHSA的评论文本方面情感分类方法

【目的】针对方面情感分类输入类别在不同领域之间差异较大,汽车用户评论文本语义信息不全,语义特征难以提取等问题,提出基于双通道输入的并行双向编码表征(bidirectional encoder representation from transformers, BERT)双向长短期记忆多头自注意力模型的方面情感分类方法。【方法】首先采用了方面情感和方面抽取的双重标签进行标注;其次通过并行的方面抽取和方面情感分类任务通道,分别使用BERT、双向长短期记忆网络(bidirectional long and short-term memory networks, Bi-LSTM)及多头注意力机制(multihead self-attention, MHSA)提取更深层次的语义信息及近距离和远距离特征信息;最后采用条件随机场(conditional random field, CRF)分类器和Softmax分类器进行分类。【结果】在相关的汽车用户评论文本数据集和多语言混合数据集上,本研究提出的模型相较于主流的方面情感分类方法,具有同步抽取方面词和判断情感极性的能力,且有效提高了方面词抽取和方面情...