探讨水库淹没土地调查中田土坎面积的测定

提出水库淹没区内耕地面积中未利用的土地“坎子”面积的扣除；并介绍“坎子”面积的测定方法，从而提高工程投资（估算）的合理性。     

Fresnel积分∫+∞0sinx2dx和∫+∞0cosx2dx的计算

在一般的<高等数学>[4]教材中对于Fresnel积分的计算少有涉及,而在实际问题中,例如在研究光的衍射时,就会遇到Fresnel积分.因其被积函数的原函数不是初等函数,不能用牛顿-莱布尼茨公式来计算其积分值,但我们仍然能够通过其它途径来求其值.本文将给出几种求解Fresnel积分方法.     

干熄焦发电汽轮机积盐原因分析

干熄焦发电是一贯制钢铁企业中余能余热回收再利用的一项先进节能技术。汽轮机的安全、经济运行是干熄焦发电工艺的重要环节之一。本文基于汽轮机积盐对机组造成的危害,从物理、化学的角度对蒸汽品质、减温水水质、沉积物的形成原因及规律进行了分析,从而阐述了"减少汽轮机积盐,关键在于保证蒸汽品质。"的观点。     

基于XML技术与SQL数据库的网络积件系统

本文分析了SQLServer对XML的技术支持，利用XML与SQL数据的互操作性，提出了一个开放的、可自扩展的网络教学资源系统，以实现网络教学资源的共享。     

基于多元语义特征和图卷积神经网络的短文本分类模型

在互联网和社交媒体迅猛发展的背景下,网络中出现了大量的短文本数据,这些数据在舆情监控、情感分析和新闻分类等自然语言处理领域展现出了非常高的经济和学术价值.但短文本数据固有的特征给短文本分类带来了不小的挑战,如文本稀疏和缺乏丰富的上下文语义等.针对这些问题,提出了一种结合多元语义特征和图卷积神经网络（GCN）的短文本分类模型,该模型通过哈尔滨工业大学的语言技术平台获取短文本的多种语义特征,并将这些语义特征同短文本一起构建一个多元异构图,然后将其作为GCN的输入,利用GCN学习短文本更深层特征,最后通过Softmax函数获取每个类别的概率分布,进而实现短文本分类.试验结果表明,本模型在短文本分类的F1评分上比传统单一模型提高了4%.     

基于气象因素的机场进离港延误预测

针对机场延误预测过程中难以提取延误传播时空特征、预测结果受天气扰动大的问题,提出了基于气象因素的时空图卷积网络(meteorology-based spatio-temporal graph convolutional networks, MSTGCN)机场延误预测模型。该模型使用图卷积神经网络(graph convolutional neural network, GCNN)与门控卷积神经网络(gated convolutional neural network, Gated CNN)挖掘机场延误的时空特征,同时加入气象特征提取模块对机场延误时间进行预测。实验结果表明,该模型在中短时预测上的表现均优于其他对比模型;相较于不考虑气象因素的模型,MSTGCN对未来1 h、4 h和12 h预测的平均绝对误差分别降低了7.03%,7.93%,11.54%,对预测结果起到了极大的修正作用。     

以变形控制为原则的陡坡路段桥梁桩基础设计方法研究

基于变形控制原则的桥梁设计方法,可以在保证桥梁荷载的基础上,合理减少桥梁的桩基数量,为桥梁施工节约相应成本.本文以陡坡地段的桥梁桩基设计为例,利用离散微积方程,构建桩基础设计模型,并对其进行仿真分析.结果显示,提出的桥梁桩基础设计方法,可以大幅度提高桩基设计的准确率,将其最大误差控制在10％以内.同时,通过对桩基础压力...     

Seismites(地震岩)等术语的概念与名称

seismites,按其字面意思理应翻译成地震岩,即与地震有成因联系或受发震断裂改造、变形的岩石。按发震时地质材料的固结程度与力学性质,地震岩可分为震积岩(地震时尚未固结成岩的含水沙土层,即软沉积物)和脆性断层岩(地震时已经固结成岩的沉积岩、岩浆岩和变质岩)。脆性断层岩包括断层角砾岩、碎裂岩、超碎裂岩、假熔岩和断层泥等。发育由沙土液化形成的软沉积物变形构造的沉积岩,统称为“沙土液化岩”(liquefactites),但是长期以来一直被误译为seismites。大量的研究表明,并不是所有的沙土液化和软沉积物变形都是由地震造成的,也并不是所有地震都能导致沙土液化。只有那些所在区域存在重要发震断层、真正由地震引起的区域性的沙土液化造成的软沉积物发育变形构造的岩层才能称之为震积岩(seismic liquefactites)。震积岩不应再翻译成seismites。零星出现的软沉积物变形构造与沙土液化构造(例如:砂涌丘)不足以作为古地震的证据。     

Sm×Sn,Sm×Fn 和Sm×Wn 的点可区别全色数

图的一个正常的全染色如果满足不同点的邻点及其关联边的色集合不同,则称该染色法为点可区别全染色,其所用最少颜色数称为该图的点可区别全色数.给出了星和星、星和扇、星和轮的笛卡尔积图的点可区别全色数.