低密度大温差水泥浆体系在古城8井的应用

塔里木油田古城8井φ200.03mm技术套管固井具有大温差、长封固特点,针对作业过程中面临的低密度水泥浆高温稳定性差、顶部强度发展缓慢等技术难题,开展了1.3¹.4g/cm3低密度大温差水泥浆体系的研究。开发了温度、加量敏感性小,性能稳定的大温差缓凝剂PC-H42L;优选出耐高压、密度小、价格低的人造玻璃微珠PC-P63;基于颗粒级配原理,对水泥、漂珠、增强剂、防窜材料等合理搭配,结合高温缓凝剂及降失水剂,开发出低密度大温差水泥浆体系,该体系具有沉降稳定性好,顶部强度发展迅速,稠化时间线性可调等特点,能够满足110℃以内温差,一次性封固6000m的长封固大温差作业需求。     

Sequencing and analysis of the complete mitochondrial DNA of Russell's snapper (L.russellii)

The entire mitochondrial DNA sequence (mitogenome) of Russell's snapper (Lutjanus russellii) was determined using long PCR and primer-walking methodology,representing the first complete mitogenome accessioned for Lutjanid fishes (16,505 bp,GenBank Accession No.EF514208).The mitogenome was similar in gene composition and order to those of other vertebrates,having 37 structural genes,i.e.,two ribosomal RNAs,22 transfer RNAs,and 13 protein-coding genes.Phylogenetic analyses based on the mtDNA sequence of Russell's snapper supported a close relationship between Lutjaninae and Caesioninae,consistent with taxonomic hypotheses based on morphology.More studies utilizing mitogenomes are needed to resolve high-level relationships among snappers.     

WiMAX系统一种改进的帧粗同步算法

在WiMAX系统中,为保证基站对接收数据的正确解调,提出一种改进的帧粗同步算法.为削弱训练序列的相关性得到的尖锐峰值,在发送帧之前加干扰长前导训练序列,得到加干扰的新长前导结构,并在此基础上设计了实现过程.仿真结果表明,与经典的SC算法相比,新算法不但继承SC算法优点,而且消除了峰值模糊平台的困扰.     

大型桥梁多点激励效应的研究现状与发展

首先简要地就多点激励的模拟、分析方法等介绍了近年来国内外多点激励问题的研究现状,然后主要针对大跨度桥梁,侧重阐述了不同结构型式对多点激励的反应特征等方面已取得的一些研究成果和结论．最后就如何进一步展开该领域的研究进行了初步探讨．     

斜拉桥抖振响应中的背景分量的影响

Ｓｃａｎｌａｎ方法是目前进行大跨桥梁抖振分析的常用方法，该方法认主抖振响应主要由振共响应构成，而背景响应可以忽略，文中以杨浦大桥竖向弯曲抖振为例，详细分析了风速，频率，阻尼，气动系数，桥型等因素对抖振背景分量在总抖振响应中所占比例的影响。结果可供对依据Ｓｃｎａｌａｎ方法或抖振反应谱方法计算得到的共振响应进行修正时参考。     

使用AVL数据的公交到站时间CEEMD-LSTM预测模型

准确的公交到站时间预测具有重要意义，但现实公交运行受突发路况影响，运行速度具有非平稳性，本文结合时序特征处理技术和深度学习，建立一种使用AVL数据预测公交到站时间的互补集合经验模态分解-长短期记忆神经网络模型。模型收集公交自动车辆定位数据，经预处理后引入互补集合经验模态分解平稳化公交运行速度，再借助Adam参数寻优后的长短期记忆神经网络对福州市303路公交某日早高峰公交到站时间进行预测。结果表明：优化的公交到站时间预测模型平均绝对误差比单一模型低了1.69min，预测精度高于长短期记忆神经网络模型和经验模态分解的到站时间预测模型，可有效地为安装车载自动车辆定位系统的公交线路预测公交到站时间提供参考。     

面向呼吸腰带数据的病症正常异常分类

人体的呼吸信号包含了很多指示呼吸健康的信息，虽然有多种测量呼吸的仪器和手段，但是呼吸腰带仍然是经济、没有辐射伤害、能长时程日常佩戴的呼吸数据获取手段。然而，目前呼吸腰带数据的分析方法还不成熟，为了明确哪些呼吸数据特征可以对病理进行有效分类，本研究分别使用长短期记忆网络(Long Short-Term Memory,LSTM)、吸呼比结合LSTM、吸呼比结合支持向量机(Support Vector Machine,SVM)3种方法，对287个正常呼吸和55个异常呼吸的24 h观测数据进行病理类别分类准确度对比实验。结果表明，吸呼比特征结合LSTM法具有更高的分类准确度。     

基于BERT的长文本分类方法

由于预训练模型输入分词数量限制，基于BERT的长文本分类任务效果与长文本分割后的文本段集合的处理及特征融合密切相关，现有的长文本分类研究在融合文本段特征时更关注文本段之间原始的顺序关系，而本文提出了一种基于BERT和集合神经网络的长文本分类模型.该方法以BERT为基础，可处理从同一文本样本分割得到的任意数量文本段，经过BERT后得到文本段特征，再将所有文本段特征输入到具有置换不变性的集合神经网络层中，提取出集合级别特征来优化长文本的特征表达.通过在三个数据上的实验分析，论文在平均分词长度较长的数据集上取得了90.82%的准确率，高出目前最优方法4.37%.