土坝溢洪道底流消能计算成果分析

分析佛山市某水库2019年和2020年2次溢洪道底流消能计算过程及计算成果,采用溢洪道设计规范和水力计算手册2种方法,对同一工程的消能防冲进行复核,其计算结果存在的差异及原因。为降低中小型水库除险加固工程的经济成本,结合该水库溢洪道现状,提出计算消能工的跃前水头应采用考虑泄流沿程水头损失的能量方程分段求和法,该方法更贴合实际工况,在保证安全的前提下可以降低工程实施成本。

结合自我特征和对比学习的推荐模型

针对图神经网络推荐中图卷积在消息传递过程的嵌入表示过平滑和噪声问题,提出一种结合自我特征和对比学习的推荐模型(SfCLRec)。采用预训练-正式训练架构训练模型,首先预训练用户和项目的嵌入表示,通过融合节点自我特征维持节点本身的特征唯一性,并引入层级对比学习任务减少来自高阶邻居节点中的噪声;其次,在正式训练阶段根据评分机制重新构建协同图邻接矩阵;最后,根据最终嵌入得到预测评分。实验结果表明,相较于LightGCN、SimGCL(Simple Graph Contrastive Learning)等现有图神经网络推荐模型,SfCLRec在3个公开数据集ML-latest-small、Last.FM和Yelp中均取得了较好的召回率和归一化折损累计增益(NDCG),验证了SfCLRec的有效性。

基于层间融合滤波器与社交神经引文网络的推荐算法

推荐算法是一种用于解决信息过载问题的方法,引文推荐通过引文上下文能够自动匹配候选论文列表。现有基于神经引文网络模型在引文上下文数据预处理的过程中,存在文本噪声和上下文学习不充分的问题。为此,提出一种基于层间融合滤波器和社交神经引文网络的推荐算法FS-Rec。首先,利用具有层间融合滤波器的BERT模型预处理引文上下文,在频域内从所有频率中提取有意义的特征,缓解引文上下文数据的噪声,同时在频域中对多层信息进行融合,增强上下文表示学习的能力;然后,在引文作者嵌入中引入社交关系,与其他引文信息嵌入通过编码器获得表示,将这些表示与经过BERT预训练的引文上下文表示进行融合,得到最终表示;最后,根据最终表示生成引文文本预测。实验结果表明,相较于现有的上下文引文推荐模型,FS-Rec在2个基准数据集arXivCS和PubMed取得了更高的召回率和平均倒数排名(MMR),证明了模型的有效性。

基于偏好感知的去噪图卷积网络社交推荐

协同过滤推荐通常面临用户-项目交互数据稀疏的挑战,社交推荐引入用户社交关系来缓解数据稀疏性问题。多数基于图神经网络(GNN)的社交推荐系统在消息传递过程中无法根据用户偏好聚合高阶邻居信息,造成嵌入表示过平滑和噪声问题。针对上述问题,提出一种基于偏好感知的去噪图卷积网络的社交推荐模型PD-GCN。使用无监督学习将具有相似偏好的用户分配到用户-项目交互子图和社交子图,在子图中进行更高阶的图卷积运算,缓解了现有模型的过平滑问题。从全局和局部的角度出发,通过考虑相同偏好用户节点的特征相似度和邻域节点偏好分布多样性识别并去除噪声节点,增强模型对用户-项目交互和社交关系噪声的鲁棒性。在LastFM、Ciao、Yelp 3个公共数据集上的实验结果表明,PD-GCN模型在召回率和归一化折损累计增益两个指标上相较于其他主流模型表现出更优的性能,验证了PD-GCN模型的有效性。

基于层级过滤器和时间卷积增强自注意力网络的序列推荐

针对实际推荐场景中用户意外交互产生的噪声问题,以及自注意力机制中注意力分布分散导致用户短期需求偏移难以捕获的问题,提出一种基于层级过滤器和时间卷积增强自注意力网络的序列推荐(FTARec)模型。首先,通过层级过滤器过滤原始数据中的噪声;其次,结合时间卷积增强自注意力网络和解耦混合位置编码获取用户嵌入,该过程通过时间卷积增强补充自注意力网络在项目短期依赖建模上的不足;最后,结合对比学习改善用户嵌入,并根据最终用户嵌入进行预测。相较于自注意力序列推荐(SASRec)、过滤增强的多层感知器序列推荐方法(FMLPRec)等现有序列推荐模型,FTARec在3个公开数据集Beauty、Clothing和Sports上取得了更高的命中率(HR)和归一化折损累计增益(NDCG),相较于次优的DuoRec,HR@10分别提高了7.91%、13.27%和12.84%,NDCG@10分别提高了5.52%、8.33%和9.88%,验证了所提模型的有效性。

联合训练下融合编解码器的序列推荐算法

现有基于Transformer的推荐算法通常仅考虑使用编码器来进行推荐预测,缺乏利用解码器去“解码”用户行为序列的能力,不能较为准确预测用户下一次的交互行为。为解决此问题,基于阿里巴巴电子商务推荐的行为序列模型(BST)提出联合训练下融合编解码器的序列推荐算法模型BSTEAD。通过采用联合训练机制,设置Transformer预测任务和BST预测任务。将两条预测任务的损失进行加权求和,得到最终的损失函数。在MovieLens和Goodbooks两个公共数据集上的实验结果表明,BSTEAD推荐算法与5个对比模型相比性能具有显著提升,验证了联合训练机制下解码器对推荐任务的有效性。

干旱胁迫下药菊转录组分析

以“亳菊”和“杭菊”为试材,采用高通量转录组测序方法,研究了干旱胁迫下盛花期“亳菊”和“杭菊”差异表达基因变化和代谢通路变化情况,以期为明确药菊应对干旱胁迫的分子机制提供参考依据。结果表明:差异表达基因(differentially expressed genes)筛选结果发现,干旱胁迫下“亳菊”和“杭菊”分别筛选出28 145、4 831个DEGs,“亳菊”富集到的DEGs数目更多。KEGG代谢途径富集分析发现,干旱胁迫下“亳菊”中的DEGs主要富集在氧化磷酸化、氨基酸和核苷酸糖代谢、半乳糖代谢、半胱氨酸和甲硫氨酸代谢、苯丙烷类生物合成、二苯乙烯、二芳基庚烷和姜酚的生物合成、类黄酮生物合成等,“杭菊”的DEGs主要富集在光合作用-触角蛋白、丙氨酸、天冬氨酸和谷氨酸代谢、苯丙烷类生物合成、二苯乙烯、二芳基庚烷和姜酚的生物合成、类黄酮生物合成。通过转录组测序,初步筛选了“亳菊”和“杭菊”干旱处理后的差异表达基因,揭示了“亳菊”主要通过增强能量代谢、氨基酸代谢、次生代谢来响应干旱胁迫,“杭菊”主要通过增强碳水化合物代谢、氨基酸代谢、次生代谢、光合作用来响应干旱。

中文命名实体识别研究综述

命名实体识别(named entity recognition,NER)是自然语言处理中最基本的任务之一,其主要内容是识别自然语言文本中具有特定意义的实体类型和边界。然而,中文命名实体识别(Chinese named entity recognition,CNER)的数据样本存在词边界模糊、语义多样化、形态特征模糊以及中文语料库内容较少等问题,导致中文命名实体识别性能难以大幅提升。介绍了CNER的数据集、标注方案和评价指标。按照CNER的研究进程,将CNER方法分为基于规则的方法、基于统计的方法和基于深度学习的方法三类,并对近五年来基于深度学习的CNER主要模型进行总结。探讨CNER的研究趋势,为新方法的提出和未来研究方向提供一定参考。

基于深度学习的命名实体识别研究综述

命名实体识别是自然语言处理领域的一项关键任务,其目的在于从自然语言文本中识别出具有特定含义的实体,如人名、地名、机构名和专有名词等。在命名实体识别任务中,研究人员提出过多种方法,包括基于知识和有监督的机器学习方法。近年来,随着互联网文本数据规模的快速扩大和深度学习技术的快速发展,深度学习模型已成为命名实体识别的研究热点,并在该领域取得显著进展。文中全面回顾现有的命名实体识别深度学习技术,主要分为四类:基于卷积神经网络模型、基于循环神经网络模型、基于Transformer模型和基于图神经网络模型的命名实体识别。此外,对深度学习的命名实体识别架构进行了介绍。最后,探讨命名实体识别所面临的挑战以及未来可能的研究方向,以期推动命名实体识别领域的进一步发展。

基于复杂网络节点重要性的链路预测算法

提升链路预测精度是复杂网络研究的基础问题之一,现有的基于节点相似的链路预测指标没有充分利用网络节点的重要性,即节点在网络中的影响力。针对以上问题提出基于节点重要性的链路预测算法。该算法在基于局部相似性链路预测算法的共同邻居(CN)、Adamic-Adar(AA)、Resource Allocation(RA)相似性指标的基础上,充分利用了节点度中心性、接近中心性及介数中心性的信息,提出考虑节点重要性的CN、AA、RA链路预测相似性指标。在4个真实数据集上进行仿真实验,以AUC值作为链路预测精度评价指标,实验结果表明,改进的算法在4个数据集上的链路预测精度均高于共同邻居等对比算法,能够对复杂网络结构产生更精确的分析预测。

颠覆性技术多元化投入的利益分配及激励机制

我国颠覆性创新多元化投入机制的平台支撑体系建设亟待完善,因此需深入研究适用于颠覆性技术多元化投入的利益分配以及政府补贴机制。其中,公平的利益分配和合理化的激励机制是促使颠覆性技术多元投入有效性的关键因素。因此,针对颠覆性技术多元化投入利益分配以及激励机制设计等问题,采取合作-非合作博弈分析颠覆性技术多元投入的各个参与主体行为,引入风险因子探讨不同主体主导下的情况,并进一步研究政府补贴对各主体投入积极性的影响,进而以明晰多元化投入的激励机制方案选择。研究发现:在颠覆性创新多元化投入的过程中会存在创新投入积极性不足的情况,这是由于各主体出于自身利益最大化考虑;由政府牵头时,整个颠覆性技术投入合作较由其他主体主导下的合作收益高;在政府主导下采取政府补贴形式,可以有效激励其他各个颠覆性创新投入主体的积极性。为此,促进颠覆性创新的投入多元化,政府要构建多元化投入机制,设计合理的利益分配机制与激励机制,并在参与合作时设定恰当的成本补贴额度。

应用音平化渣图象分析和指导转炉造渣操作

利用音乎化渣图象可以清晰地看出在转炉造渣过程中何时发生喷溅，何时发生炉渣返干和何时化渣正常。应用音平化渣图象和炉渣三元相图，可以正确地分析发生喷溅和返干的原因，从而找到避免突发性喷溅和严重返干的方法。正确的枪位和炉渣碱度控制是实现平稳吹炼的保证，而音平化渣图象能帮助操作工实现这一目标。

转炉造渣过程检测的声学原理及应用

通过声学理论分析，阐述了在音平检测转炉造渣过程中有效隔离和屏蔽干扰的方法，以及如何优化检取有用吹炼噪声。两年的工厂实践证明，利用音平检测炉渣状态，不仅有助于炼钢过程的监控和优化。

考虑用户间消极相似性的排序推荐算法

由于用户评分标准存在差异,基于打分的协同过滤推荐算法在近邻选择过程中存在误差。针对以上问题,提出考虑用户间消极相似性的排序推荐算法(NS-TauRank),该算法不经过对拟推荐项目的预测评分过程。定义DP函数表示项目对相关属性,充分利用用户间的消极相似性,即相似性为负的用户之间的爱好相反,改进目标用户的近邻选择过程,采用舒尔茨方法进行偏好融合,优化目标用户拟推荐项目的排序。在Eachmovie和movielens数据集上对改进算法进行验证,以NDCG作为评价函数,验证结果表明,该算法在两个数据集上的NDCG@1-2值较对比算法有4%-7%的提高,产生了更可靠的拟推荐序列。

涵内套管法在从化某水库除险加固工程中的应用

输水涵管作为水库枢纽“三大建筑物”之一,大部分穿坝而过,一旦出现隐患将直接危及大坝安全。涵内套管是一种施工便捷、经济实用、安全可靠的方法,中小型水库多凭工程经验进行套管加固。就此结合从化某水库除险加固工程,分析其过流能力和结构内力,并对内套钢管直径、厚度、原涵管加固、新旧管结合面处理等进行设计,如此可有效消除原涵管存在的安全隐患。

基于生态建设理念的中小河流治理工程设计

长期以来,在中小河流治理问题上,一直存在诸多争议的问题,很多的治理工程设计采取了重防护轻生态的方法。本文结合生态建设理念,深入探究中小河流治理过程当中所存在的实际问题,并提出相应的解决对策,以使中小河流治理工程的设计符合生态建设的要求。

铅胁迫对地黄生长及光合特性的影响

为了阐明铅(Pb)胁迫对地黄生长量及光合特征的影响,探讨药用植物对重金属胁迫的响应机制,以‘北京3号’地黄为试验材料,采用土培盆栽试验,以自然土壤加水为对照(0 mg·kg^(-1)),设置5个外源Pb浓度(50、100、200、300和400 mg·kg^(-1))处理,分析不同Pb浓度处理对地黄不同生长时期的生长量、叶片光合色素含量、光合参数和叶绿素荧光参数的影响。结果表明,高浓度Pb处理抑制了地黄叶片数、叶长、叶宽和叶厚的增长,光合色素含量和叶绿素荧光参数在整个生育期内随Pb浓度的升高均表现为先升高后降低,当Pb浓度高于200 mg·kg^(-1)时,电子传递速率、光合量子产量、最大荧光和初始荧光均显著降低;随Pb浓度的升高,地黄叶片的净光合速率、气孔导度和胞间CO_(2)浓度在地黄膨大初期至膨大前期逐渐降低,在膨大中期至收获期则表现为先升高后降低;蒸腾速率在整个生育期内随Pb浓度的升高呈下降趋势;地黄的光合特性对Pb的耐受性总体表现为50 mg·kg^(-1)处理>100 mg·kg^(-1)处理>0 mg·kg^(-1)处理>200 mg·kg^(-1)处理>300 mg·kg^(-1)处理>400 mg·kg^(-1)处理。综上所述,当Pb浓度低于200 mg·kg^(-1)时,地黄通过吸收光能、增强光合作用对抗Pb胁迫,当Pb浓度过高时,地黄光合作用减弱,对地黄的生长产生显著的抑制作用。研究比较了不同Pb浓度处理对地黄不同生育期生长量及光合特征的影响,解析了地黄对Pb元素的抗性机制,以期为农田土壤的安全利用及地黄的种植管理提供重要技术参考。

游戏式康复在儿童言语语言障碍中的研究进展

游戏式康复作为新兴的康复方式在我国儿童言语语言障碍领域得到广泛应用,但尚未形成标准体系。本文旨在全面阐述游戏式康复的定义、作用与机制、在临床中的实际应用状况及局限性,以期为后续的理论研究与实践推广奠定理论基础。

海堤堤基沉降处理与稳定性分析——以东莞市交椅湾某海堤工程为例

海堤工程建设中,软基是一大常见问题,有效开展沉降处理具有重要安全意义。本文首先分析了海堤堤基沉降危害,其次详细探讨了海堤堤基沉降处理措施,最后围绕东莞市交椅湾某海堤工程开展堤基沉降处理与稳定性分析,以期与同类项目提供参考。

转炉炼钢氧枪枪位自动控制专家系统的实验室研究

在转炉造渣过程中 ,渣中FeO的含量直接影响到石灰的溶解速度、造渣途径和炉渣的喷溅、返干 ,在泡沫渣淹没吹炼状态下 ,调整氧枪枪位可有效地控制渣中FeO的含量。音平控渣系统 ,可以给出喷溅、返干的趋势 ,在此基础上 ,开发氧枪枪位自动控制专家系统 ,对喷溅、返干进行预测 ,采用自学习技术给出枪位操作提示。此系统为氧枪自动控制奠定了基础。