基于词-标签概率的多标签文本分类研究

针对多标签文本分类任务中如何有效地提取文本特征和获取标签之间潜在的相关性问题,提出一种CNN(convolutional neural networks)结合Bi-LSTM (bi-directional long short-term memory)的模型.首先,通过CNN网络和最大池化提取文本的特征;然后,利用训练的Labeled-LDA(labeled latent dirichlet allocation)模型获取所有词与标签之间的词-标签概率信息;接着,使用Bi-LSTM网络和CNN网络提取当前预测文本中每个词的词-标签信息特征;最后,结合提取的文本特征,预测与当前文本相关联的标签集.实验结果表明,使用词-标签概率获取文本中词与标签之间的相关性信息,能够有效提升模型的F1值.     

基于预训练模型和多视角循环神经网络的电力文本匹配模型

针对传统方法未能考虑词向量的动态性及句子间交互不充分等问题,提出基于BERT预训练模型及多视角循环神经网络的文本匹配模型。通过BERT-whitening方法对BERT输出的句向量进行线性变换优化,并利用多视角循环神经网络将两句子不同位置的BERT动态词向量进行双向交互计算;将句向量与词粒度交互向量进行融合后计算结果。实验结果表明,提出的模型相较于对比模型有明显性能提升,实用性良好。     

竹集成材钉节点抗剪性能试验研究

为研究铁钉直径和夹角对节点的破坏模式及承载力、滞回特性、刚度退化、耗能能力等性能的影响,对50个竹集成材（laminated bamboo lumber,LBL）钉节点进行单调和低周反复荷载试验. 结果表明：不同加载模式下的节点破坏模式存在明显区别. 单调荷载作用下,节点的破坏模式主要表现为铁钉“双铰”模式和钉杆下部的纤维压碎破坏. 而在低周反复荷载作用下,大部分的铁钉发生了由于反复弯曲变形所致的疲劳断裂破坏,这种破坏现象却极少发生在振动台试验和实际的地震中. 铁钉直径是影响钉节点受力性能的主要因素,节点的承载能力和刚度随铁钉直径的增加而显著提高,而夹角对节点的力学性能影响较小. LBL钉节点单调加载试件的承载力和刚度均比低周反复荷载加载试件高. 加载初期试件的荷载-位移滞回曲线形状不饱满,具有明显的“捏缩”现象. 试件的累积耗能随铁钉直径增大而增加,并随加载角度增大而减小. 研究成果可为LBL钉节点的设计提供理论依据,并加速其在土木工程领域的应用.     

回收利用煤气化残渣制备新型微Fe/C复合微波吸收材料

在全球能源结构转型的背景下,煤气化技术展现出广阔应用前景,但其副产品煤气化残渣（CGR）仍未得到有效的回收利用。煤气化残渣含有丰富的碳成分,因此可以考虑作为碳基载体应用于微波吸收领域。在本研究中,通过浸渍Fe3+和还原反应制备了Fe/CGR复合微波吸收材料,并研究了磁性组分Fe的负载量对复合材料形貌和电磁性能的影响。此外,调整硝酸铁溶液的浓度,可以合理调控Fe/CGR复合材料的磁性成分负载量及其表面结构形貌。从扫描电镜照片可以看到Fe颗粒均匀地嵌入在CGR基体上,有效增加了复合材料的界面,进而增强了界面极化,进一步提高了复合材料的微波吸收性能。当Fe3+浓度为1.0 mol/L时,Fe/CGR复合材料表现出了优异的吸波性能,在涂覆厚度为2.5 mm时,最小反射损耗值可达?39.3 dB,当涂覆厚度为1.5 mm时对应的有效吸收带宽高达到4.1 GHz。本研究最终获得了兼具阻抗匹配和吸波性能的材料简易制备工艺与资源回收利用方法,所制备的Fe/CGR复合吸波材料不仅提升了CGR的回收率,而且也为微波吸收材料的合成开辟了一条新途径。     

基于新型相似日选取和VMD-NGO-BiGRU的短期光伏功率预测

光伏功率预测在现代电力系统调度和运行中起着重要作用.针对光伏发电功率的多变性和复杂性,提出了一种基于新型相似日选取和北方苍鹰算法（Northern Goshawk Optimization, NGO）优化双向门控循环单元（Bidirectional Gated Recurrent Unit, BiGRU）的短期光伏功率预测方法.首先,利用斯皮尔曼相关系数选取主要气象因子,通过变分模态分解（Variational Mode Decomposition, VMD）将原始光伏功率和最大气象因子分解重构为一系列子信号.其次,通过构建新的评价指标筛选出相似日数据集,利用一组BiGRU建立以相似日子信号为网络输入的深度学习模型,并利用NGO对每个BiGRU网络的超参数进行有效优化.最后,对各子信号的预测结果进行综合,得到最终的光伏功率预测值.仿真结果表明,所提混合深度学习方法在预测精度和计算效率方面均优于其他方法.     

Ramsey数R（6,n）的两个下界

构造了２个新的素数阶循环图,从而得到了２个Ｒａｍｓｅｙ数的下限：Ｒ（６,１６）≥２７８,Ｒ（６,１７）≥３９８。此结果已经计算机验证,填补了Ｒａｍｓｅｙ数下界的２个空白。     

基于记忆图样权重的联想记忆神经网络学习算法

提出了记忆图样对神经突触联接强度的贡献权重概念。通过使原图样成为稳定态即稳定条件得到的方案求解该权重,得到了突触联结强度矩阵,实现了神经网络相关模式的联想记忆。将此算法和其它联想记忆算法进行了比较和讨论,并用计算机进行了模拟。     

用模型方法研究灌注压对缺血区心肌血流时相分布的影响

为了研究在舒张期提高冠脉灌注压对缺血区血流时相分布的影响,建立了一个左心室壁血流灌注仿真模型。模型中正常心肌和缺血心肌中血管网都用３个支路来代表,各个支路由符合生理实际的非线性时变阻容元件组成。以６条雄性犬的左心室压和主动脉压的实测数据作为输入进行仿真,得出了符合已有实验观察的结论。结果表明：舒张期提高灌注压对缺血心肌的血流灌注有明显改善。     

一种使用非线性循环数列解决堆栈问题的算法

提出了一种使用非线性循环数列解决堆栈问题的算法,对研究栈的性质和求解栈的输出序列具有一定的实用价值。     

关于Hadamard矩阵的若干结果

研究了著名的Ｈａｄａｍａｒｄ猜想,对任一正整数Ｋ,给出了４Ｋ×４Ｋ阶Ｈａｄａｍａｒｄ矩阵存在的一些必要条件。