薄煤层的高效开采技术

我国煤炭资源丰富,但煤层构造较为复杂,目前大部分生产矿井转向深部开采,面临剥离较薄煤层的问题。采用适合平煤地质条件的综采设备,对较薄煤层进行高效开采,成为可持续发展的一个关键所在。     

基于介数影响矩阵的通信网络节点重要度评价方法

针对网络节点重要度受到多因素影响的问题,提出了一种基于介数影响矩阵的重要度综合评价方法。该方法依据网络拓扑结构对传播重要度的影响,采用节点介数作为基础重要度指标,刻画了节点对最短路连通的控制能力,然后综合考虑各节点间的节点度、距离、最短路径等因素的影响,描述了节点度、位置和连通分支的差异;通过引入距离衰减控制影响的强弱,给出了直接与间接影响间的差异,最后结合提出的基于贡献的介数计算，实现了对节点重要度的客观评价。     

商业银行信贷业务风险预警 ——基于灰色系统理论与Logistic回归的实证检验

商业银行信贷业务在给银行带来丰厚收益的同时,也带来了很高的风险。其主要原因在于银行对违约企业的前期预警能力不足。研究以2011年制造型企业上市公司年报数据为样本,采用样本配比的抽样法,建立了基于灰色系统理论的logistic违约预警模型,并进行了实证检验。结果表明,引入灰色系统理论的logistic违约预警模型具有较好的拟合度,对违约企业具有较强的预测能力和预测精度,达到了对违约企业进行前期预警的目的。该模型的运用将显著降低银行的信贷业务风险,提升银行的经营效益。     

城市文化视阙下高校体育精神文化建设研究

体育文化作为高等学校校园文化最为重要的组成部分,其会对广大师生的行为、思想道德建设产生极大影响,所以要求各高等学校必须注重体育精神文化建设.现阶段高校体育精神文化在城市文化的影响下,开始呈现出师生认识积极、需求迫切以及理解浅显等体育价值观特征,同时也呈现出参加体育活动人数少、群体性参加运用的体育风气特征,在很大程度上限制了我国高校体育精神文化的健康发展.该文就城市文化视阙下高校体育精神文化建设进行深入研究.     

大分子拥挤试剂对人肌肌酸激酶折叠途径的影响作用研究

为研究大分子拥挤试剂对蛋白质折叠过程的影响作用及其机制提供有价值的依据,在大分子拥挤环境下进行了人肌肌酸激酶的折叠动力学研究,发现质量浓度高的大分子拥挤试剂(ρ=200 g·L-1的BSA、 Dextran 70与Ficoll 70)通过增进部分折叠中间体的错误聚集,使酶的复性产率显著降低.相对质量浓度较低的大分子拥挤试剂(ρ≤100 g·L-1)对酶的复性产率影响不大,但对酶复性的动力学过程有较大影响,一方面可使无活性单体的二聚化变为复性速率最慢的限速步骤,另一方面又加快了二聚化的折叠中间体到天然构象的复性过程.     

广州旅游产业与城市基础设施协调发展研究

借助系统科学理论,分析了旅游产业系统与城市基础设施系统发展之间的耦合协调关系,构建了两系统的耦舍评价模型和指标体系;对广州市2001--2010年旅游产业系统与城市基础设施系统之间耦合协调发展关系做了实证分析;并利用RIS分析模型预测了广州旅游产业系统、城市基础设施系统综合发展水平以及两者之间耦合协调关系的未来发展趋势．结果发现：①广州市旅游产业与城市基础设施的总体发展水平处于上升阶段;②耦合协调关系实现了从2001--2005年失调阶段到2006----2010年协调阶段的转变;③广州市旅游产业和城市基础设施的综合发展水平以及两者之间的耦合协调度在未来将持续上升．     

对数字化科技论文的自动分类研究

针对科技论文具有半结构化的特点,提出利用科技论文的元数据的多层次分类模型. 这里元数据包含论文的标题、关键词集合和摘要等信息. 实验证明,若只利用元数据,可以取得与传统的基于全文信息分类方法近似的分类精度;若基于领域知识所产生的分类法, 先利用元数据进行粗分类,然后再进行全文分类,所得到的分类精度要高于已知最好算法. 因元数据的尺寸远远小于论文全文的尺寸,而粗分类后每类的论文数要远远小于全体论文数,故在分类类别数目较多且分类文本分布较为平均的情况下,可极大地缩短分类的时间.     

基于预训练模型融合深层特征词向量的中文文本分类

为解决传统模型表示出的词向量存在序列、上下文、语法、语义以及深层次的信息表示不明的情况，提出一种基于预训练模型（Roberta）融合深层特征词向量的深度神经网络模型，处理中文文本分类的问题。通过Roberta模型生成含有上下文语义、语法信息的句子向量和含有句子结构特征的词向量，使用DPCNN模型和改进门控模型（RGRU）对词向量进行特征提取和融合，得到含有深层结构和局部信息的特征词向量，将句子向量与特征词向量融合在一起得到新向量。最后，新向量经过softmax激活层后，输出结果。在实验结果中，以F1值、准确率、召回率为评价标准，在THUCNews长文本中，这些指标分别达到了98.41%，98.44%，98.41%。同时，该模型在短文本分类中也取得了很好的成绩。     

基于Speex和深度编码的移动水声语音通信

为实现收发节点相对运动下的语音信息交互，提出一种基于Speex和深度编码的移动水声语音通信算法。针对水下信道带宽有限、语音传输低效及数据丢失问题，采用Speex算法，对语音信息进行压缩，提升语音信息传输效率和质量。针对水声信道中时变多途干扰和相位跳变问题，采用深度编码策略，在比特级，采用低复杂度的卷积编码，对信息比特进行编码以获得冗余编码比特，用以对抗时变多途干扰；在符号级，采用基于相位差的编码，令两个相邻符号的相位差作为传输符号，从而消除相位跳跃的影响。Speex算法实现了8.53倍的压缩率，有效节省了信道带宽；深度编码有效解决了多途干扰和相位跳变问题，在相同信噪比下使误码率大大降低。在胶州湾使用水声通信机(Seatrix Modem)对本文算法在通信距离为5.5 km、收发器之间相对运动速度为0.5 m/s、通信带宽为4 kHz条件下进行验证，结果表明了本文算法的有效性。