船用大功率低速柴油机紧急订单应对策略研究

本文对＂插单生产＂和＂提前备货＂在应对低速机紧急订单时的优劣进行对比,并提出了协同备货策略。     

低碳经济背景下山核桃壳炭的推广利用

本文以低碳经济的视角去分析生物质能资源——废弃山核桃壳的回收利用,通过现状分析并结合统计数据,来说明节能减排和二氧化碳排量减少的重要性和紧迫性,从而进一步说明山核桃壳炭的广阔市场前景。文章中心在于通过分析山核桃壳炭的特点和研究生产工艺技术,结合营销手段进行山核桃壳炭推广利用,提高其认知度和使用范围。     

浅论旋挖钻钻孔灌注桩施工

本文详细地介绍了旋挖钻钻孔灌注桩施工工艺,提出了施工中常见问题及处理措施。     

基于ISSA-SVM的钻井卡钻事故预测

为预防钻井过程中卡钻事故的发生,通过提出了一种改进麻雀搜索算法(improved sparrow search algorithm, ISSA)优化支持向量机(support vector machines, SVM)的预测模型方法(ISSA-SVM),在发现者位置更新公式中引入一种改进的自适应非线性惯性递减权重;在警戒者位置更新公式中引入莱维飞行策略。利用主成分分析法(principal component analysis, PCA)对外国某大型油田的实测钻井数据进行降维处理,并利用惩罚参数和核参数进行卡钻事故的预测。实验结果表明：ISSA-SVM的预测准确率高达85.185 2%,且收敛速度更快,可见ISSA-SVM可有效预测钻井卡钻事故。     

小型定向铺管钻机现场施工关键岗位操作技术要领探讨

福州地区小型定向铺管施工队伍因经验与技术水平良莠不齐,每年都会出现一些失败的工程施工,经济损失较大。为此,该文针对施工关键岗位操作技术要领做一番探讨,提出操作要求和技术措施。     

首届全国稀贵金属及电子废弃物综合利用科技创新高层论坛在我校举办

2011年4月23日,由中国再生资源产业技术创新战略联盟、科技部、工信部主办,江苏技术师范学院、常州翔宇资源再生科技有限公司和常州今创博凡能源新材料有限公司承办的第一届全国稀贵金属及电子废弃物综合利用     

上山掘进耙矸机移挪、固定及出货滑轮的固定

介绍上山耙矸机的移挪、固定及出货滑轮固定的办法,提出一些注意事项和解决方法,为煤矿井下上山掘进耙矸机的管理提供经验与方法。     

基于正则化正交非负矩阵分解的旋转目标检测方法

小样本的旋转目标检测是指在样本数少的情况下进行旋转目标检测模型的训练,深度学习在旋转目标检测领域往往需要庞大的样本数和计算算力。现有的基于机器学习的旋转目标检测方法大多有着对目标尺度和姿态敏感的缺点。因此提出一种基于正则化正交非负矩阵分解的旋转目标检测方法,来解决小样本的旋转目标检测难题。首先,针对样本不具有各种角度的图片,对样本进行旋转后进行背景填充,这样便于更好的表征学习。其次,提出一种基于正则化正交非负矩阵分解算法对旋转样本的梯度直方图特征进行表征学习。最后,为了测试算法在特征学习后的有效性,利用支持向量机对特征提取后的数据进行训练和测试。实验结果表明本文的目标检测方法在多个数据集中可以取得不错的效果。     

基于遗传算法优化机器学习模型的地下水潜在性预测

传统机器学习模型在地下水潜在性预测中,未考虑最优因子组合,会对地下水潜在性制图产生不利影响。为此,提出了遗传算法优化支持向量机的地下水潜在性预测方法。以云南省彝良县为研究区,从地形、水文、土壤、地质等方面选取了共15个影响因子;考虑模型性能和影响因子的作用,利用遗传优化算法筛选了包含11个影响因子的最优因子组合;然后使用支持向量机方法构建了地下水潜在性预测模型;最后计算了因子优化前后的模型准确度和受试者工作特性曲线下面积（area under curve,AUC）,并绘制了模型的受试者工作特性（receiver operating characteristic,ROC）曲线和地下水潜在性预测图。结果表明：因子优化前模型的准确度为0.774,验证集AUC为0.789,因子优化后模型的准确度为0.777,验证集AUC为0.806,分别提高了0.003和0.017。可见,所提方法的准确性、可靠性优于传统的支持向量机法,其结果可以为区域水文地质调查和地下水资源管理与规划提供科学参考。     

融合图注意力网络和注意力因子分解机的服务推荐方法

为了解决服务推荐过程中的特征稀疏问题、提高服务的语义表示能力,进而提升推荐的准确性和有效性,提出基于图注意力网络(graph attention networks,GAT)研究服务推荐方法,引入服务的组合权重和组合的结构信息,综合利用多种服务特征,提高服务推荐质量。将GAT和注意力因子分解机(attention factorization machine,AFM)结合在一起,利用多头自注意力机制,学习每个节点在图邻域中的重要性;进行信息聚合,处理网络中的不同图结构,以适应服务动态变化的场景。 实验结果显示,在数据平衡的情况下,提出的方法性能表现均好于对比方法;在数据不平衡的情况下,提出的方法大部分性能指标也表现良好,达到了提升服务推荐准确性和有效性的目标。