基于EAI技术的银行服务整合架构模式研究

介绍了EAI技术的基本概念,根据EAI技术的基本思想,结合国内商业银行IT系统发展的现状,提出了一种实现银行服务整合的架构模式。重点阐述了该技术架构的分层结构及其每一层需要实现的功能。     

黑龙江省硅藻标本采集及种类分布的初步研究

黑龙江省自然地理气候独特,地貌复杂,硅藻种类丰富,是进行藻类生态多样性研究的理想区域．哈尔滨师范大学生物系从1981～2004年在黑龙江境内采集、积累了大量藻类标本,本文对其中34个采集地区,共805份采集标本进行了相关调查和整理,对我们近几年在黑龙江省的硅藻研究进行了初步分析,为今后藻类标本采集、生态分布等方面的工作提供了基础资料．     

垃圾土介质中多组分气体压力与浓度定量表征关系初探——以现场注气试验为例

多组分气体分布状态的预测和评估对于好氧通风工程的设计和运行具有重要现实意义。垃圾土中多组分气体压力和浓度的定量表征是弄清气体分布状态的基础。本文以两个典型垃圾填埋场(赤壁(A组)和北洋桥(B组))为背景,开展了注气过程中多组分气体压力和浓度的现场监测试验,提出了修正后的气体分压与各组分浓度之间的定量表征关系,对比分析了ES模型和MES模型预测各组分气体压力与浓度的可靠性。结果表明：两组试验结果各组分气体压力与浓度都符合MES模型,各组分气体压力和浓度之间都存在线性关系;结合监测数据和模型分析发现：ES模型得到的分压值高于MES模型,表明监测得到的气体压力较理想值偏低;甲烷、二氧化碳、氧气和氮气压力差值分别为：1.75~1691pa、63.77~1014.05pa、50.19~707.98pa、907.81~7158.53pa。以上结果为好氧通风过程中多组分气体分布状态的评估提供了关键理论支撑。     

基于多源地震干涉法隧道断层位置预测数值模拟

西部山区在建或即将修建的大量隧道都具有高地应力特征,如何提高高地应力隧道超前地质预报的准确性是当前工程界面临的一大关键难点,而地应力增加是岩体波速增加的主要因素之一。采用多源地震干涉法模拟了在断层波速一定的条件下围岩波速和断层倾角变化对隧道掌子面前方断层位置识别的影响。数值模拟结果表明:围岩波速和断层倾角的增加会导致预报的断层位置比实际位置更接近掌子面,计算结果间接表明了地应力对识别断层位置的影响。通过二元二次函数回归分析拟合出一个含地应力和断层倾角的修正公式,依据修改公式,对白马隧道高地应力洞段掌子面前方不良地质体进行了超前地质预报,隧道现场开挖结果与修正后的预报结果基本一致。     

基于深度学习的反无人机预警神经网络

为解决传统雷达探测设备面对"低小慢"无人机时产生的难检测与易突防问题,通过深度卷积神经网络对空中无人机进行实时识别,提取目标的类别与像空间位置信息;根据无人机像空间位置在时域下的变化趋势,绘制无人机飞行映射轨迹;利用长短期记忆网络对飞行映射轨迹进行预测,获取无人机在未来时域内的预测航迹方向,实现对无人机的预警跟踪、实时检测与轨迹推断。结果表明,所提出的算法中目标识别平均准确率可达到82%,轨迹预测平均准确率可达到80%计算速度可达到24帧/秒,可见能够在地基计算平台下对空中无人机进行实时精确预警,可以有效地防止识别领空内的非合作无人机渗透与突防。     

基于开源求解工具的超临界二氧化碳印刷电路板式换热器流动传热特性数值研究

超临界二氧化碳作为工质的布雷顿循环中印刷电路板式微通道换热器(printed circuit heat exchanger, PCHE)作为连接主压缩机、透平等涡轮机械的关键设备之一,其换热能力是否满足系统设计的工况要求,以及其运行的稳定性,对于整个发电循环的效率和安全性都有着重要的影响。采用流体-固体强耦合传热模型,对换热器内部超临界二氧化碳的流动和流固耦合传热过程进行数值分析。在稳定运行工况下,采用努塞尔数衡量换热器内部的换热不均匀性,得出沿着冷、热通道对流传热强度变化等指标。在非稳态工况下,不仅研究了流动传热特性,还研究了由于PCHE内部换热能力不均匀分布可能导致的部分二氧化碳工质偏离超临界态的风险区域,为超临界二氧化碳发电循环的设计优化和实验验证提供了参考。基于开源的流体力学及传热求解软件,通过测试开源求解工具对于PCHE流动传热特性分析的能力,为基于开源求解工具开发PCHE及超临界二氧化碳发电循环的数值分析专用工具平台,建立针对超临界二氧化碳发电设施的数字孪生系统奠定基础。     

基于突变理论的边坡监测预警概率性模型研究

为解决边坡系统演化过程中不确定因素的影响,得到非确定性的边坡预警结果。结合突变理论与广义胞映射理论提出了一种边坡监测预警概率性模型。该模型采用尖点突变理论识别边坡稳定状态;将边坡稳定性演化结果视为随机事件,基于广义胞映射理论计算滑坡在某一时刻准时发生、提前发生、滞后发生、滑坡不发生的概率,从而实现边坡概率性预警。利用该模型计算了某黄土区工程边坡在某时刻发生失稳的概率为100%,且滞后发生的概率为83.8%,判定边坡系统突变会在该时刻之后发生,预警结果与实际情况一致,验证了该模型的有效性。与传统模型相比,概率性预警模型可提供更丰富合理的信息,有助于提升监测预警的准确率,为边坡监测预警研究提供了一种新思路。     

小潜深充压式轻质防水耐压舱设计及分析

基于跨介质飞行器对小潜深、轻量化、严密封的综合控制舱的迫切需求,设计了一种充压式复合材料防水耐压舱。通过预先充入2 MPa气体产生内压以抵抗水下200 m附近工作时的外部静水压力,使舱体处于轻微受力状态,最大程度减小舱体壁厚,进而实现轻量化设计。开展舱体纤维铺层角度和铺层厚度等设计,建立有限元模型,对其刚度、强度和稳定性进行校核,并通过5轮充压2 MPa并浸泡、保压48 h测试,验证结构安全性和密封可靠性。设计的3 L容积耐压舱总质量仅390 g,比常规结构减重22.4%。本方法有望为后续跨介质飞行器控制舱设计提供参考。     

基于BERT与多通道卷积神经网络的细粒度情感分类

为了分析突发事件期间网络舆论的情感倾向,以更有效地调节人们的情绪,维护社会稳定。本文提出了一种融合BERT模型和多通道卷积神经网络的深度学习方法用于细粒度情感分类,以获取更加丰富的文本语义特征信息。通过BERT 对输入的文本进行编码,以增强文本的语义特征表示,再通过具有多个不同大小的卷积核的并行卷积层来学习文本特征,捕获文本的深层次特征,提升模型在文本分类的性能。对比实验表明,该模型在准确性、召回率和F1值方面均优于传统的情感分类模型,并能显著改善细粒度情感分类的性能。除此之外,本文还探究了表情符号对细粒度情感分类模型的影响,实验结果表明表情符号转换成文字后可以增强文本的情感特征提取能力,提升模型分类性能。     

基于强化学习的写字楼动态电力价格策略研究

针对城市商业区写字楼的微电网能源管理系统,如何有效的进行能量协同调度具有重要的理论价值与应用价值。本文提出了基于强化学习的写字楼能量调度的需求侧动态价格响应算法。首先,将物业与写字楼之间的模型建立为一个马尔可夫决策过程（Markov Decision Process,MDP）,通过使用Q-Learning算法中的贪婪策略（ε - greedy）来探索写字楼中每个时间间隙的最佳电力零售价格。实验表明,通过需求侧动态价格能量调度策略不仅可以提高电网的可靠性和能源的有效利用率,实现电力分流、削峰和填谷,也可有效降低写字楼的能量消耗,同时降低用户的电力能耗使用成本,使得各方利益最大化,验证了本文所提算法的有效性和实用性。