分量化探方法在苗儿山张家铀矿床北部地区铀矿勘查中的应用

张家铀矿床是苗儿山铀矿田北部的代表性铀矿床之一,区内断裂构造发育,岩浆活动频繁,具有良好的铀成矿地质条件.区域内矿床浅部工程揭露程度较高,可是对深部探索研究成果较少.以苗儿山地区的张家铀矿床为研究对象,利用分量化探手段,对分量元素采集处理、相关性分析、R型聚类、因子分析等,提取元素分量中的成矿相关信息和预测深部成矿潜力...     

紧致化神经网络的鲁棒性分析

深度神经网络(deep neural network, DNN)目前已经在很多视觉识别任务中达到了超越人类性能的表现.然而,将深度神经网络部署到真实场景的终端设备面临着两个挑战:首先,目前的深度神经网络模型非常耗费计算资源和内存,很难直接应用在资源受限的终端设备上;其次,真实场景的数据往往受到各种各样噪声的影响,因此部署在真实场景的模型应该拥有良好的鲁棒性(robustness).近年来出现了很多对深度神经网络进行压缩和加速的方法以适应真实场景的资源受限终端,而对这些压缩模型的鲁棒性分析也得到了越来越多的关注.本文首次对神经网络剪枝、量化及知识蒸馏等常用的压缩算法进行对抗鲁棒性及噪声鲁棒性分析,总结了不同压缩算法对神经网络鲁棒性的影响.并对目前同时解决神经网络鲁棒性及模型大小问题的一些方案进行了整理与分析,展望了该领域未来研究的技术挑战与可能的发展方向.     

子通道程序对PSBT空泡分布实验计算的不确定性量化分析

为了评估子通道程序的准确性与可靠性,需要定量给出计算结果的不确定性.采用统计学上基于输入参数不确定性传递的方法进行不确定性分析,可以定量得到程序计算结果的不确定范围.在假设模型参数不确定性服从正态分布的基础上,采用统计学方法确定模型参数不确定性的分布以取代传统的专家判断.通过对压水堆子通道和棒束实验(PSBT)基准题空泡分布实验进行计算,分析子通道程序COBRA-IV对实验结果的预测能力,同时得到满足容忍限的计算结果不确定性上下限.计算结果表明：评估得到的不确定带能较好地包络实验值;同时利用统计均值对模型进行标定后,可以得到比原模型更接近实验值的计算结果.     

浙江省垃圾分类政策的传播问题研究

文章通过抽样调查,分析得出浙江省垃圾分类政策传播出现的问题:呈明显的分层化、民众的接受率较低以及政策宣传与落实相差较大.由此,利用"互联网+"增加大众媒介的互动性、善用"云检测"提升政府的舆论引导力以及利用"5G+AR/VR"技术提升民众自身素质在浙江省垃级分类政策传播过程中具有重要意义.     

纠正损害职工群众利益不正之风问题研究

损害职工群众利益不正之风在各地不同程度地存在,本文从不正之风产生的根源,其分类和突出表现,纠风工作新的内涵和基本原则及策略等方面进行阐述。总之,要从源头上纠正治理损害职工群众利益不正之风。     

混凝土结构裂缝分类及形成原因分析

分析混凝土裂缝产生的主要原因,采取相应的技术措施,对症下药,混凝土裂缝是可以防治的。     

融合多尺度CNN与双向LSTM的唐卡问句分类模型

当前大语言模型的兴起为自然语言处理、搜索引擎、生命科学研究等领域的研究者提供了新思路,但大语言模型存在资源消耗高、推理速度慢,难以在工业场景尤其是垂直领域应用等方面的缺点。针对这一问题,提出了一种多尺度CNN与双向LSTM融合的唐卡问句分类模型,本模型将数据的全局特征与局部特征进行融合实现唐卡问句分类任务,全局特征反映数据的本质特点,局部特征关注数据中易被忽视的部分,将二者以拼接的方式融合以丰富句子的特征表示。通过在Thangka数据集与THUCNews数据集上进行实验,结果表明,本模型相较于Bert模型在精确度上略优,在训练时间上缩短了1/20,运算推理时间缩短了1/3。在公开数据集上的实验表明,本模型在文本分类任务上也表现出了较好的适用性和有效性。     

基于节点分类的区域货流分布预测方法

为了更加精确地预测区域货流分布并准确描绘区域经济之间的联系与互动,提出了基于聚类算法与改进重力模型相结合的区域货流分布预测方法。首先,通过Pearson相关性检验对货运影响因素进行分析,针对不同区域之间的异质性和相似性,采用K-means++算法进行节点聚类,对起讫点（origin-destination, OD）对进行精细化研究;其次,引入货运影响因素、社会联系强度以及由距离成本和时间成本构建的阻抗函数作为参数,对传统重力模型进行改进,灵活地适应不同地区的交通特征,使得模型更具通用性和适应性;最后,以云南省为例,利用构建的改进重力模型进行货流分布预测,并与传统重力模型预测结果进行比较。结果表明：改进重力模型预测精度比传统重力模型提升了57.75%,稳定性提升了54.66%。该方法预测精度明显提升,为区域货流预测提供了更为可靠的方法。     

基于模糊粗糙集的层次分类增量特征选择

随着大数据时代的到来,数据的类标签数量急剧增加,对现有的分类任务带来了严峻的挑战。为了解决这个问题,人们通常将标签组织成层次结构,使用结构中所包含的信息来对任务进行学习。考虑样本的不断增加,使用模糊粗糙集信息熵设计了一种面向层次分类的增量特征选择算法。考虑兄弟策略,将现有的λ条件熵推广到了层次分类的情形,设计了一种非增量的层次分类特征选择算法,设计了λ增量条件熵,基于此设计了增量版本的特征选择算法。在实验中,采用了包括非增量版本在内的7种不同的特征选择算法在5个层次数据集上与增量算法进行比较,实验结果验证了2种算法的有效性,并且所设计的增量算法能在不影响性能的情况下加快特征选择的进程。     

浅析高校语音训练实验室的功能与结构

本文按照时间顺序依次介绍了4种类型的语音室及它们的发展历程,还分析了它们的优缺点,深入阐述了每种类型语音室的功能、核心设备、实现方式、运用技术,探讨了功能与结构之间的关系,并且对未来语音室的发展进行了展望。