基于深度学习的Stack Overflow问题帖分类方法

针对基于正则表达式和传统机器学习的分类方法分别存在模式手工提取困难和性能瓶颈的问题, 提出一种基于深度学习的问题帖分类方法, 采用深度文本挖掘模型TextCNN和融合注意力机制的TextRNN构建分类模型. 实验结果表明, 基于深度学习的方法在多数问题目的类别上的分类性能优于已有基准方法, 且使用的Adam优化器优于SGD优化器, 使用Glove预训练的词向量优于使用随机生成的词向量. 该方法以提问目的对帖子进行分类, 可为分析Stack Overflow(SO)上的帖子讨论主题增加新维度.     

共享自动驾驶汽车使用意愿模型及其影响因素

为了构建共享自动驾驶汽车(shared autonomous vehicles，SAV) 的使用意愿模型并分析其影响因素，通过使用时机和使用频率来体现公众对SAV的使用意愿；采用验证性因子分析将态度潜变量转化为潜变量得分，以此将态度潜变量引入传统的有序Logit模型；提出SAV使用意愿的有序Logit模型构建方法，并建立基于个人属性、通勤特征、态度潜变量的SAV使用意愿模型.研究发现:是否使用过滴滴拼车、工作单位停车费、自动驾驶态度对使用时机和3种价格(1，2，3元/km) 下的使用频率有显著影响；使用过滴滴拼车、工作单位收取停车费、支持自动驾驶的群体倾向于频繁地、更早地使用SAV出行；公众期望以1元/km或 2元/km即不超过目前滴滴拼车的价格使用SAV.     

巷道掘进用挖掘式装载机的研究

在各类隧道工程、煤矿巷道掘进过程中,矸石的挖掘及装载设备目前采用较多主要有耙斗式装岩机、立爪式装载机、侧卸式装载机、综掘机、煤矿用挖掘式装载机等.上述各类机型各有优缺点,其中煤矿用挖掘式装载机因其机动性较好的优点,正逐步在推广应用.此机型虽然优点众多,但在用户实际使用过程中,却存在着一个严重缺陷:在带有坡度的隧道工程或煤矿巷道工作面上,无法工作,常因运输槽偏重或工作时挖斗承载的外力而出现滑移甚至倾翻现象;而隧道工程及煤矿巷道的实际工矿中,大部分都存着长距离的上下坡度,上述缺陷严重制约了该设备的使用范围.     

高校创新人才挖掘体系研究调查报告

通过对江西六所高校的大学生和部分成功人士的调查,了解高校创新人才挖掘的现状、存在的问题及原因,分析数据并探讨解决问题的对策,筛选出创新人才应具有的原始特征,为创建高校创新人才挖掘指标体系做好基础工作。     

化工设备使用与保养技术分析

化工行业是我国工业发展的重要组成部分,是我国重要的产业类型。化工设备安全平稳运行是保证企业完成生产任务的重要因素,也是保证企业安全生产和利益最大化的基础。本文对化工设备产生故障的原因、故障出现的规律及保养维护措施等进行了探讨分析。     

家用燃气器具安全性分析

文章从产品质量、安装维修、安全使用等方面对家用燃气器具的安全性进行了分析。     

水泥地面施工技术浅议

楼地面、厂房等地面工程，因其面积大、使用功能各异等原因难以保证施工质量。因此，在施工中考虑各种不利因素，应采取以下施工技术来保障施工质量。     

基于WEB方式的电子政务初探

本提出了基于WEB方式的电子政务设计、开发、运营方法和技术平台的总体框架。描述了电子政务数据开发模型的雄度，电子政务系统工程的实施原则、实施步骤及应用系统集成的一整套的实践模型。     

校园网络用户资料WEB管理系统初探

介绍了校园网络用户资料如何用WEB页面来进行管理。通过ASP ACCESS数据库的方式实现对用户资料的添加、查询、修改等功能。