高精度低成本超声波热能表的研制

介绍了一款新型的高精度、低功耗超声波热能表。此表利用了超声波的测量原理,结合TDC-GP2时间转换芯片,搭配简单的电路,外接超声波换能器、温度传感器,完成了一个热能表的所有功能。

基于ADO数据库记录转换成其他格式文件的探讨

Office系列办公软件是现阶段使用比较广泛的办公软件之一,但是在大型项目工程中数据却是存放在数据库中的,在使用这些数据之前,需要将数据库中的记录导出到办公软件中。本文介绍了将数据库中记录转换成其他格式文件(如Excel、Word类型文件)的方法。

新型超声波气体流量计

介绍了一种高精度、高抗干扰性、价格低廉、操作简便的超声波气体流量计。通过测量超声波脉冲沿顺、逆流两个方向上声波传播时间不同来测量气体的流速和流量的新技术。本设计使用高精度数字计时电路,计时精度达到皮秒级。

计算机学科双语教学实践探讨

本文以计算机学科双语教学课程为例,分析总结了双语教学当前面临的问题,提出了相应的改革措施和最终改革目标。

混凝土与环境

应用生命周期评价法 (LCA) ,阐述和分析了与混凝土生产有关的环境问题 ,如废渣、废气和废水 ,以及能源、原材料、水和土地资源的消耗等 ,并对有可能引起的地球变暖和酸雨化等潜在的环境问题进行了探讨。该研究对合理利用资源 ,降低环境影响 ,保持国民经济可持续发展 。

计算机仿真技术在物流研究中的应用

分析了仿真技术的发展及特点,介绍计算机仿真的类型和基本步骤,阐述了仿真技术对物流系统研究的影响,以及计算机仿真技术在我国物流行业中的应用领域和发展前景。

保温材料传导系数检测系统的设计

如今北方建筑物必须添加保温材料进行隔热保温,但是各个厂家生产的保温材料质量差别很大,因此,国家相关检测机关迫切需要一种分辨率高、速度快、稳定性强的检测仪对市面上各个厂家生产的保温材料进行检测.本系统以抗干扰能力极强的AVR单片机AT90S8515作为系统核心处理器,以美国DALLAS公司生产的智能温度传感器DS18b20作为温度传导检测的采集元件,开发设计检测保温材料传导系数系统.AT90S8515单片机采用一线总线搜索算法对系统中多个DS18b20温度传感器进行查询和访问,然后定时采集各个传感器的温度并传送给上位PC机进行综合存储、处理、分析,最终计算出各个厂家保温材料的传导系数,从而判定各个厂家产品质量的等级.

基于XEN虚拟机通信的研究与优化

本文从虚拟机通信方面着手,研究了XEN平台下,硬件虚拟化中虚拟机的通信机制,在此基础上,论文引入了一种新的机制——共享内存,通过通信路径,CPU特权级切换,TCP/IP协议栈的开销对比分析,得出现有的通信机制开销过大,而共享内存机制能有效降低开销,提高通信性能。

基于LSTM-StackingCXR模型的房价预测算法研究

房屋价格一直是社会最为关心的话题.预测房价走势并为购房者提供参考房价一直是房地产业和相关学术领域的研究热点.针对房价预测过程中存在数据集变量多、维度高的问题,本文通过计算多个房源特征与房源价格之间的皮尔森系数,去除冗余房源特征,有效地降低了房源特征数据集的维度.为了将信息损失降至最小,采用CatBoost处理房源特征中的类别变量.针对预测模型的过拟合、泛化能力差的问题,采用Stacking策略融合了CatBoost、XGBoost、随机森林算法,并且结合LSTM神经网络,最终提出了一种LSTM-StackingCXR模型.实验结果表明,LSTM-StackingCXR模型预测结果与现有多个模型预测结果相比,其预测精度指标有较大程度的提升.

聚苯板外保温系统施工中几个问题的探讨

针对烟台地区近几年聚苯板薄抹灰保温系统应用中存在的问题,探讨了相应的改进措施。实践证明,改进措施的实施大大改进了系统的粘结性能,降低了外墙渗水,减少了裂缝的产生。

文本摘要技术在网络爬虫中的应用

传统的聚焦爬虫不能很好地处理所爬取的数据,很难从原始数据中提取有价值的信息,同时,大量冗余的数据对计算机的存储能力带来了挑战.本研究提出了一种基于抽取式文本摘要技术的爬虫算法,将改进的TextRank算法应用于网络爬虫中,从而解决用户如何在快速浏览和吸收特定领域新闻所有内容的同时节约计算机内存资源的问题.本研究用Glove模型训练数据集,对文本进行词向量表示,将k-means算法思想融入TextRank算法中,提出一种改进的TextRank模型.实验结果表明:提出的改进的TextRank模型抽取得到的摘要质量优于传统TextRank和TopicModel模型,其综合评价指标达到了52.21%,比TopicModel模型高10.29%,比传统TextRank模型高15.55%;结合了抽取式文本摘要技术的聚焦爬虫与传统聚焦爬虫爬取的文件占用空间比为1:12,解决了爬虫会占用大量计算机资源的问题.

基于淘宝广告数据的点击概率预估模型研究

提出一种将压缩交互网络、因子分解机模型和神经网络3种模型相结合构成的因子交互全连接网络预估模型预测淘宝广告数据中用户对广告的点击概率.利用TensorFlow搭建整个算法模型,并使用淘宝广告展示数据集进行训练.最终训练出的模型可以得到数据中用户对任意一条广告的点击概率.采用曲线下面积(AUC)与对数损失函数(Logloss)值作为模型的评价指标,得到的结果与LR、FM、DeepFM等点击概率预估模型进行对比,AUC值提高了0.05,Logloss值降低了0.04,效果得到明显提升.