粗颗粒硫酸盐渍土失水盐胀微观机理的试验研究

以典型河西粗颗粒硫酸盐渍土为研究对象,以含盐量和初始含水量为变量,研究试样失水过程中两变量对盐胀率的影响;同时,采用电镜试验,分析芒硝结晶形式对试样盐胀变形产生的微观机理.研究结果表明:初始含水率因素对芒硝晶体结晶形式产生影响;含盐量与初始含水量(ω_s,w_w)共同影响失水后的盐胀率;从微观角度进一步证实,硫酸钠的溶解度、温度都与试样失水后的盐胀率存在正相关性.     

因素挖掘法在投资学课程中的教学实践

投资学课程的时代背景及中国投资学教材的特点决定了投资学课程教学方式的特殊性.构建了一种基于概率测度的因素挖掘法的教学过程设计模式,将课程知识点的难易程度转化为授课时间分配比例,并与学生素质的量化分布一致.投资学课程教学设计案例表明,基于因素挖掘法的课程教学设计效果较传统教学模式有显著性提高.     

基于QQ群服务平台文献需求与研究

随着合肥研究院大科学工程的获批筹建,研究院引进大批科研人员,招生大量研究生,科研人员对文献的需求广度和深度加大,该文首先按照科研单元需求量和获取文献途径进行归类总结,其次根据近10个月的文献收集、整理导入WOS数据库,利用数据库的文献分析功能,挖掘需求文献的规律,总结分析科研人员的研究方向。根据QQ文献服务群需求文献数量及文献分布分布规律,帮助科研人员做好情报检索服务。文献资源共享,文献利用与获取,网络的发展给图书馆开发利用信息资源提供了前所未有的发展空间,图书馆工作人员利用多途径、多渠道查找文献的方式满足了科研人员的即查即得的文献需求。     

由粗到精和特征筛选的精确回归预测方法及其在二语习得中的应用

针对数据分布不均匀且因素多而容易造成预测不精确的问题,提出一种结合由粗到精与特征筛选的精确回归预测方法.首先,由于数据分布不均匀且预测区间大,直接预测难以精确地拟合,提出一种由粗到精的预测方法,并使用决策树进行粗分类,预测目标所在的子区间,然后在子区间内实现精确的回归预测.其次,如果数据量少且特征因素多会引起过拟合,而且部分冗余特征会影响模型的预测精度,因此,提出一种基于特征筛选的回归预测方法以提高预测精度.在大学生的英语成绩与其人格因素数据集上进行相关实验,结果证明了由粗到精和特征筛选方法与传统回归模型相比精度更高且稳定性更好.通过提出的人格因素与英语成绩回归预测模型,可以制定合理的培养方案弥补学生人格因素中的短板,提升学生的自身竞争能力,从而更好地推动中国的英语教育.     

东昆仑区域金铜成矿规律与找矿方向

东昆仑山脉属中央造山带西段北带,自元古宙至今,板块间经历了多期裂解拼合演化及岩浆活动.区域内金属矿床主要在两个洋—陆转化过程中形成,前寒武纪的区域动热变质作用是金属矿产成矿的物质基础.东昆仑地区金矿主要发生在晚华力西—印支期内造山作用的晚期,成矿过程中对地层没有选择性,构造控制为主要因素.金矿控制因素中韧性剪切带作用最强,因此金矿找寻过程中应综合运用地球物理、地球化学两种方法对NW及NWW向韧性剪切带及侵入岩(晚华力西—印支期)进行探寻.     

基于图像RGB色彩特征的关联规则挖掘研究

对图像色块RGB值进行抽取和处理、建立常用颜色数据表和图像RGB颜色值的事务数据库D、最后应用关联规则进行挖掘.关键工作是建立"n张图像颜色值事务数据库D",它与使用传统的购物篮数据进行关联规则挖掘的事务数据表形式类似.因此,基于图像RGB色彩特征的非结构化数据挖掘问题就转化成了结构化数据的挖掘问题.     

挖掘机器人轨迹控制系统

基于常规正铲液压挖掘机，针对特殊环境下机器人挖掘作业的需求，建立了工作装置的运动学模型，研究了基于直线插补的方式进行轨迹规划与PID控制算法以实现机器人运动轨迹规划与控制。     

基于多任务深度学习的文本情感原因分析

多任务学习利用不同任务之间的相似性辅助决策,与单任务学习相比,多任务学习能够利用更多的信息,从而可以弥补单任务学习信息利用不足的缺陷。本文选择NTCIR-ECA数据集中的中文和英文文本数据作为实验数据,以情感原因分析作为研究任务,提出了一种结合多任务学习和深度学习的模型MTDLM(multi-task deep learning model),实现不同语种下的情感原因分析。实验结果表明,在数据不平衡的情况下,MTDLM模型对英文语种的情感原因识别的最优F值为39%,优于单任务学习(F值为0)和传统基线模型(LR的F值为33%),从而验证了模型的有效性。