微地震监测技术综述

微地震监测技术作为一种先进的地球物理方法, 广泛应用于地热勘探、 油气田开发等多个领域, 具有广 阔的发展前景。 首先介绍了微地震形成机理及其特征和微地震监测技术的基本概念, 进而简述了微地震监测 方法的基本原理以及数据采集、 数据处理等主要技术。 去噪为数据处理的首要任务, 因而论述了一些基本的降 噪方法, 提出深度学习在微地震监测技术中的可行性以及优越性。 最后, 对监测技术的扩展应用以及发展前景 进行了总结。     

基于伪数据的机器翻译质量估计模型的训练

为向基于深度学习的机器翻译质量估计模型提供高效的训练数据, 提出面向目标数据集的伪数据构造方法, 采用基于伪数据预训练与模型精调相结合的两阶段模型训练方法对模型进行训练, 并针对不同伪数据规模设计实验。结果表明, 在构造得到的伪数据下, 利用两阶段训练方法训练得到的机器翻译质量估计模型给出的得分与人工评分的相关性有显著的提升。     

基于卷积核分解的深度CNN模型结构优化及其在小图像识别中的应用

小图像由于像素少、分辨率低、整幅图像包含信息较少,识别较为困难。目前优秀的深度卷积神经网络模型多为大图像而设计,而用于小图像的模型则存在着层次不够深、难以对特征进行充分抽象的不足。本文基于VGG19模型,依据卷积核分解的原理,设计了一种KDS-DCNN模型,模型深度达到31层,解决了目前超深度模型不能直接用于小图像识别的问题,实验表明该方法不但提升了识别性能,而且还降低了模型的时间复杂度。在CIFAR-10、CIFAR-100和SVHN三个数据集上的验证结果显示,KDS-DCNN模型性能优越,其识别错误率分别降低到29.46%、6.02%和2.17%。     

中心损失与Softmax损失联合监督下的人脸识别

深度学习在人脸识别领域已经取得了巨大的成就,针对当前大多数卷积神经网络采用Softmax损失函数进行特征分类,增加新的类别样本会减小类间距离的增长趋势,影响网络对特征判别的问题,采用了一种基于中心损失与Softmax损失联合监督的人脸识别算法,来提高网络对特征的识别能力。在Softmax基础上,首先,分别对训练集每个类别在特征空间维护一个类中心,训练过程新增加样本时,网络会约束样本的分类中心距离,从而兼顾了类内聚合与类间分离。其次,引入动量概念,在分类中心更新的时候,通过保留之前的更新方向,同时利用当前批次的梯度微调最终的更新方向,该方法可以在一定程度上增加稳定性,提高网络的学习效率。最后,在人脸识别基准库LFW上的测试实验证明:所提的联合监督算法,在较小的网络训练集上,获得了99.31%的人脸识别精度。     

论儿童英文原版绘本阅读

近年来，绘本阅读逐渐受到家长、学校和图书馆界的广泛重视。英文原版绘本以其视角多元、绘画优美、富于情趣而更受孩子们的喜欢。对于英文原版绘本阅读，要给予必要的引导，培养孩子们的阅读习惯。     

文本细读:中国现当代文学教学改革的路径与方法

激发阅读兴趣,培养学生的审美能力和人文素质是中国现当代文学教学改革的重心。文本细读是走进文学本身魅力的一大途径,是中国现当代文学教学改革的基本路径。文本细读教学法是文本细读在文学史教学过程中的具体应用,也是现当代文学教学改革的基本方法。     

基于差异化服务的高校图书馆阅览服务模式创新

在高校图书阅览服务模式创新中引入差异化服务理论具有重要的研究意义。在简述阅览服务差异化概念的基础上,介绍了高校图书馆实施差异化阅览服务的原则,探讨了高校图书馆实施差异化阅览服务的措施。     

新变革下大学生阅读和学习信念重建的思考

阐述了新媒介环境下阅读发生的新变革及大学生阅读现状,分析了阅读与大学生学习信念的关系,从加强大学生自身建设、保持对学习的激情、积极创建有学习信念氛围的校园文化等方面,提出了重建大学生学习信念的策略.     

我国开展儿童分级阅读研究的探讨

对比分析了中美儿童分级阅读在研究主体、研究方法、研究应用上的差异,总结出我国儿童分级阅读的研究现状及出现的问题。提出了借鉴美国经验、立足我国国情开展儿童分级阅读的途径,包括组成多学科研究团队、制定科学的分级标准、全方位深入应用到儿童阅读教育中。     

Deep cleaning of a metallurgical zinc leaching residue and recovery of valuable metals

Huge quantities of zinc leaching residues (ZLRs) generated from zinc production are dumped continuously around the world and pose a potential environmental threat because of their considerable amounts of entrained heavy metals (mainly lead). Most ZLRs have not been properly treated and the valuable metals in them have not yet been effectively recovered. Herein, the deep cleaning of a ZLR and recovery of valuable metals via a hydrometallurgical route were investigated. The cleaning process consists of two essential stages:acid leaching followed by calcium chloride leaching. The optimum conditions for extracting zinc, copper, and indium by acid leaching were a sulfuric acid concentration of 200 g·L-1, a liquid/solid ratio of 4:1 (mL/g), a leaching time of 2 h, and a temperature of 90℃. For lead and silver extractions, the optimum conditions were a calcium chloride concentration of 400 g·L-1, a pH value of 1.0, a leaching time of 1 h, and a temperature of 30℃. After calcium chloride leaching, silver and lead were extracted out and the lead was finally recovered as electrolytic lead by electrowinning. The anglesite phase, which poses the greatest potential environmental hazard, was removed from the ZLR after deep cleaning, thus reducing the cost of environmental management of ZLRs. The treatment of chlorine and spent electrolyte generated in the process was discussed.