带有非局部条件的Sobolev型积分微分系统解的存在性

Sobolev型方程是数学物理方程中重要的一类．本文利用算子半群理论和Schauder不动点定理在Banach空间讨论了一类带有非局部条件的非线性Sobolev型积分微分系统的适度解和强解的存在性．给出了预解算子的定义、适度解和强解存在性定理以及定理的详细证明．这些结论为进一步研究此类方程的可控性提供了理论指导．     

基于波峰因子衰减与数字预失真的功放线性化技术

研究了峰均比抑制技术和数字预失真的联合设计及加入峰均比抑制技术后的增益控制问题,并给出了相应的峰值限幅算法和自适应的预失真算法,提出了平均功率调整和增益控制的结构和实现方法.仿真结果表明联合设计方案能够很好地补偿功放的非线性和记忆性,而且信号的带内失真得到了明显的改善,带外扩散也得到相应地抑制.     

沸腾颗粒层除尘器内设预荷电装置的初步研究

对沸滕颗粒层除尘器内设预荷电装置,让待净化的尘粒首先荷电（称为预荷电）然后再通过滤层进行分离的净化方式进行了理论分析,分析显示设预荷电装置可改进除尘器的性能,为证实理论分析的正确性及该技术的实用性,还介绍了该技术的试用情况。     

大倾角破碎顶板炮采工作面的开采实践

大倾角破碎顶板炮采工作面由于采场支护过程中某个地点失效,局部冒顶后,极易产生大面积抽冒顶,本文通过对顶板抽冒的探讨,提出了在实际工作中采用的技术管理措施与方法,为大倾角破碎顶板炮采工作面安全回采提供了理论依据和技术支持。     

大倾角超宽断面条件下切眼安全施工工程实践

金家渠煤矿110302工作面切眼倾角36°～40°、断面跨度8.3～9.3 m,综合分析大倾角、超宽断面、富含水层等条件因素,按‘导硐’和‘扩帮’两阶段作业,以减少巷道围岩扰动尺度,切眼导硐阶段选用‘上山式’、扩帮阶段选用‘下山式’的作业方式;并通过围岩极限平衡区范围确定了顶板载荷及‘锚杆’加‘锚索桁架’联合支护方案,该工艺安全可靠、巷道围岩变形可控,为工作面的如期安装创造了条件。     

具有广义分解的态射幂的广义逆

研究了具有广义分解的态射幂的Moore-Penrose逆的存在条件及其表达式，给出群逆的表达式，并得到了态射幂的Moore-Penrose与群逆之间的关系，推广了具有泛分解的广义逆的相应的结果。     

基于正则信道求逆预编码的MIMO功率分配方案研究

提出一种多用户MIMO系统中基于正则信道求逆预编码并具有QoS保障的功率分配方案:结合信道状态信息和用户QoS需求,分析得出约束条件的可行性判断依据;利用连续几何规划算法将非凸优化问题近似为凸优化问题,并辅以内点法求解最优功率分配方案;最终综合得出一套基于滑动窗口机制的功率分配框架。仿真结果表明,与现有算法相比,该方案能在有效保障用户最小速率和时延需求的基础上,显著提高系统可达速率。     

基于XLNet的中文文本情感分析

针对Word2vec等静态词向量模型不能解决一词多义、传统情感分析模型不能同时提取文本的全局和局部信息问题,本文提出了结合广义自回归预训练语言模型(XLNet)的文本情感分析模型。首先利用XLNet表示文本特征,然后利用卷积神经网络提取文本向量的局部特征,再利用双向门控循环单元提取文本的更深层次上下文信息,最后引入注意力机制,根据特征的重要性赋予特征不同的权重,并进行文本情感极性分析。仿真实验中将本文模型与5种常用的情感分析模型进行对比,验证了模型的准确率和优越性。     

空间相关MIMO广播信道中的预编码技术

针对多天线多用户下行链路中,采用块对角化预编码进行多路并行传输时,用户端的检测复杂度比较高,且系统的和速率性能将受到信道空间相关性严重影响的问题,提出了一种将发送端迫零预编码与接收端天线选择进行联合的预编码方案,降低了接收复杂度.分析了该方案在最佳信道选择下的性能,并引入了一种简单的次优天线选择算法.仿真表明,提出的预编码方案在和速率性能上明显优于原迫零预编码,且在高信噪比情况下,几乎获得了与块对角化预编码相同的和速率.     

一种基于词嵌入模型和卷积神经网络的简化文本分类方法

自然语言处理（Natural Language Processing,NLP）可分为自然语言理解（Natural Language Understanding,NLU）和自然语言生成（Natural Language Generation,NLG）两大类子任务。预训练语言模型和神经语言模型在自然语言理解的整个流程中占据重要地位。本文梳理了文本预训练语言模型的发展流程,并分析当下主流的预训练语言模型以及深度学习模型的不足,基于经典预训练语言模型（Word2Vec）和卷积神经网络分类模型（CNN）,提出一种简化的文本分类模型（Simplified CNN）,在多个情感分析（Sentiment Analysis,SA）基准数据集上进行实验测试,实验结果表明,在文本分类任务上,简单网络可以得到与复杂网络相媲美的分类效果并且运行时间优于复杂网络,与传统的分类模型相比较,在分类效果上表现出了优势。