Jordan不等式的拓广及应用Ⅱ

借助于多项式判别系统和M ap le数学软件,对Jordan不等式进行更深入地拓广,由此建立了Seiffert平均新的上下界,并推广了杨乐不等式。     

基于单词领域特征敏感的多领域神经机器翻译

鉴于现有基于单词的领域特征学习方法在领域识别上的精度较低,为提高领域判别和提供准确的翻译,提出一种单词级别的领域特征敏感学习机制,包括两方面:1)编码器端的上下文特征编码,为了扩展单词级别的领域特征学习范围,引入卷积神经网络,并行提取不同大小窗口的词串作为单词的上下文特征;2)强化的领域特征学习,设计基于多层感知机的领域判别器模块,增强从单词上下文特征中获取更准确领域比例的学习能力,提升单词的领域判别准确率。在多领域UM-Corpus英–汉和OPUS英–法翻译任务中的实验结果显示,所提方法平均BLEU值分别超过强基线模型0.82和1.06,单词的领域判别准确率比基线模型分别提升10.07%和18.06%。对实验结果的进一步分析表明,所提翻译模型性能的提升得益于所提出的单词领域特征敏感的学习机制。     

江西省水源涵养功能重要性评估技术研究

以江西省为研究区域,从水源涵养功能重要性评价角度,采用气象数据、蒸散发量数据、高程数据、土地利用等数据,采用水量平衡方程计算全省水源涵养量。根据评估结果,对水源涵养重要性进行分级评价,确定全省水源涵养功能极重要区域,为江西省生态保护红线评估调整工作与实施保护后保护成效的评估提供技术支撑。评估结果表明,江西省水源涵养量在66. 9亿t/d以上,水源涵养维护功能极重要区面积44 052 km2,占江西省国土面积比例26. 39%。江西省水源涵养极重要区域分布较为集中,主要分布于赣东、赣东北和赣西的山区,与江西省植被覆盖度较高的区域范围基本一致。     

水源热泵技术与发展应用

节能环保已经成为现今世界人民关注的主要话题,尤其和人民息息相关的建筑业来说,越来越多的新型技术广泛的应用,及此,热泵技术作为我国新型节能环保新技术,十几年来被广泛应用。热泵技术目前可以广泛应用于居住建筑室内采暖,空气调节,热水供应等几个大的方面。人泵根据能源来源的不同,包括地源热泵,水源热泵,空气源热泵等,我们主要讨论水源热泵的技术应用与发展前景。     

采空区上覆残煤复采技术的研究与应用

本文主要论述随着生产技术，生产工艺、生产装备及支护材料、支护能力的不断提高，对煤矿前期残留的煤炭资源进行复采已经成为可能。采用比值判别法、围岩平衡法、三带判别法、探巷实见以及上下煤层开采的间隔时间分析等方法综合论证，论证了采空区上部残煤复采的安全可行性，并在实践中通过合理的回采设计、回采工艺，顺利完成回采，提高了老化矿井的煤炭资源回收率。     

三元混合模型在地下矿山涌水水源计算分析中的应用

在水化学分析基础上,选用与矿化度(M)存在显著线性相关的元素,如硫酸根离子、钙离子等,建立地下矿山涌水源计算分析的三元混合模型。将建立的三元混合模型应用于开磷马路坪矿区矿山涌水水源分析计算。研究结果表明:该模型在矿山涌水水源构成的判别与分析方面适用性好;根据计算得到的矿山涌水水源混合比,易于判明该矿山涌水主要来源。     

绿色建筑给排水设计中的常见问题

基于多年绿色建筑项目施工图的审查经验,发现了给排水专业设计中存在的问题,结合工程实例,从充分利用市政供水压力、供水分区及供水点压力、节水器具的使用、用水计量的设置等方面对合理设计建筑节水系统进行了总结,同时对非传统水源利用率计算中存在的问题进行了分析,提出解决方法,并进行了非传统水源利用率的计算。     

谈高边坡开挖卸荷松弛标准与应用

开挖卸荷松弛是水利水电、交通、能源等领域岩石高边坡工程中存在的一个普遍性问题。本文提出以岩石的极限拉伸应变值作为卸荷松弛的判别准则,对其取值原则、实际最大拉应变的计算等问题进行了研究。     

基于KPCA和LDA的信号调制识别

对信号的特征选择与分类问题进行研究,提出了一种基于核主分量分析(kernel principle component analysis, KPCA)和线性判别(linear discriminant analysis, LDA)分类器的信号调制识别算法。针对通信信号的特点,首先利用KPCA的方法对特征参数进行主分量组合,以消除信号特征间的相关性和压缩特征向量的维数,然后利用LDA分类器进行信号调制方式的自动识别。仿真表明,在一个较大的信噪比范围内当特征非线性可分时,KPCA在特征选择方面性能更优,且基于KPCA+LDA的识别方法精度高于主分量分析(principle component analysis, PCA)+模板匹配算法。通过分析还可得出,KPCA+LDA等价于基于核的Fisher判别分析(kernel Fisher discriminant analysis, KFDA)方法。     

核泄漏事故风险评估中的概率分析及预测

文章利用逻辑回归模型(logistic regression model, LRM)、线性判别模型(linear discriminant model, LDM)和支持向量机(support vector machine, SVM)3种统计模型,从核反应堆的内部和外部因素2个方面评估其在核泄漏事故中所体现的相关安全性能。针对每种模型,利用数理统计理论探究核反应堆相关影响因素与其发生核泄漏事故的概率。研究发现核反应堆外部因素有主导内部因素的趋势并在整个核泄漏事故风险中占有举足轻重的地位。文章提供的模型分析与预测结果可为核反应堆工程师及其相关决策者在核反应堆的选址、设计及建设运营等方面提供参考。