高压比离心叶轮气动强度多学科优化与知识挖掘

通过引入数据挖掘技术,耦合RANS方程求解技术、有限元分析方法、自适应多目标差分进化算法和非均匀B样条曲面造型方法,提出了高压比离心叶轮多学科多目标设计优化方法。该方法包括:利用研发的优化平台获取给定设计空间内性能最优的解,涉及优化算法、参数化方法、约束处理和多学科性能评估4个模块,前3个模块通过自主编程完成,最后1个模块通过编写软件接口、利用NUMECA和ANSYS软件生成;利用数据挖掘技术,如总变差分析,对设计空间进行知识挖掘,由此识别出对性能影响显著的变量。以等熵效率最高和叶轮表面最大离心应力最小为目标,开展了典型高压比离心叶轮SRV2-O的优化设计,优化后等熵效率提高了2.00%,最大应力降低了2.08%;通过对优化设计的分析和对设计空间的知识挖掘知,对类似高压比离心叶轮进行设计时,应重点控制扩压段轮盖的设计以减小叶顶泄漏流的影响,通过减小流动通道面积以减小泄漏流的损失。该结果可为类似离心叶轮设计提供借鉴。     

浅谈高校学生社团工作

学生社团是学生实现自我教育和管理的重要形式和途径,社团建设是校园文化建设的重要内容。当前高校学生社团日趋蓬勃活跃,社团已经成为校园中先进文化的前进方向,成为大学生实现素质拓展的重要载体。     

浅谈新时期高校学生社团建设

随着社会发展、科技进步和教育改革的不断深入,高校学生社团的发展正处在一个新的历史起点上,并呈现出多元化发展趋势。本文作者结合自身工作,对当前高校学生社团发展过程中存在的问题进行探析,并就如何进一步加强高校学生社团建设提出建议。     

构建高等院校学习型社团的探讨

近年来,随着高等教育的迅速发展和教育改革的不断深入,高校学生社团出现了百花齐放、百家争鸣的局面,逐渐形成了校园文化生活一支重要的生力军。本文通过论述目前高等院校学生社团发展中存在的问题和解决措施,阐明了学习型社团为高等院校学生社团发展的方向,以期为高校学生工作者提供理论参考。     

基于POI信息挖掘的网格空间负荷预测方法

空间负荷预测是配电网网格化规划的基础,互联网的发展使得将大数据技术应用于空间负荷预测成为了可能,本研究基于开源大数据,提出一种基于POI信息挖掘的网格空间负荷预测方法.首先基于python编程语言调用网络地图平台的API接口,获取开源的用户数据并利用射线法及正则匹配法进行信息挖掘,从而得到用于网格空间负荷预测的基础数据.其次参考配电网规划标准,建立规划区用地指标体系,并对基础数据进行归一化处理以反映各个网格的负荷分布情况.接着基于规划区具体情况,综合三种传统总量负荷预测方法进行总量负荷预测.最后结合总量负荷预测结果与负荷分布情况,基于总量负荷预测结果与网格负荷归一化占比分配总量负荷指标进行网格空间负荷预测,并拟合负荷发展特性曲线对预测结果进行验证.根据规划区实际情况应用本文中所述方法,可为配电网网格化规划提供依据.最后结合实际区域验证了所述方法的实用性.     

模糊测试技术研究

随着人们对软件安全问题关注度的不断提升,漏洞挖掘技术逐渐成为业内热点的研究内容.但传统的漏洞挖掘技术耗时长耗工大,更重要的是不能全面的探测出软件中的漏洞,因此一种简单高效的漏洞挖掘技术,即模糊测试技术,逐渐成为了研究者们关注的重点.本文首先重点介绍了模糊测试技术的相关理论知识及研究进展情况,并对比了传统漏洞挖掘技术与模糊测试技术进而说明模糊测试技术具有传统漏洞挖掘方法无可比拟的优势.之后,研究了目前模糊测试技术在各个领域内的应用情况,并比较了现有模糊测试工具的优缺点.最后列举出模糊测试技术的局限性,并阐述了模糊测试技术未来的发展方向.     

攻克技术瓶颈 挖掘“难采”潜力

我国及全球约有60％的低渗透难采油气藏,需要经过压裂改造才能有效开发,而压裂后裂缝空间分布几何参数定量描述是国际公认的极富挑战性的理论和技术难题,目前国内外还没有压裂全缝长定量描述的相关报道。攻克和拥有该理论和技术是衡量一个国家低渗透油气开发技术水平的重要标志,我国国内和海外市场急需这一技术。     

基于标准编码的有向标记频繁子图挖掘算法

针对大部分频繁子图挖掘算法,基于无向图而不适用于更具有实际意义的有向图的挖掘的现状,通过对无向图挖掘算法gSpan中编码结构的扩展,采用改进的规范形式,使编码适用于有向图领域。并使用针对有向图的DADI++存储结构来存储图集,简化了数据访问操作的代价。另外在挖掘中使用Hash表存储同构图的Hash地址和支持度,避免对图集的重复扫描和直接的同构测试。在实际数据集上运行的实验结果表明提出的Dspan算法是正确的,并比FFSM算法效率更高。     

网络(WEB)挖掘方法及其最新进展

数据挖掘和国际互联网是信息社会两大重要而有意义的领域。这两个领域的结合就是网络挖掘。网络挖掘一般可以分为两种不同的方法:一是网络内容挖掘,即从互联网的各种资源中检索和提取信息的过程;二是网络使用挖掘,指挖掘网站访问方式或其他网络用户信息的过程。本文主要讨论了WEB网络挖掘,包括有关网络挖掘的多种研究问题、研究技术、研究工具以及网络内容挖掘和网络使用挖掘方面的最新进展。     

基于双重匹配注意力网络的观点型阅读理解

提出一种基于双重匹配注意力网络的方法.先用动态匹配机制迭代综合获取全局观点信息,同时利用多维度匹配机制在不同特征空间上计算全局语义信息,然后交互式多路注意力机制通过两路注意力之间的交互计算对上述全局的观点与语义信息进行融合,最后与选项表示结合预测答案的观点倾向.在观点型阅读理解数据集ReCO和Dureader上面的实验表明,该方法相对于基准模型在准确率上提升了1.18%和0.84%,在加权宏F1上提升了1.16%和0.75%.