环境工程专业模型嵌入式实验教学改革与实践

为保障新建本科院校高级应用型人才的培养质量,针对环境工程实验教学中普遍存在的问题,构建了模型嵌入式实验教学体系。以重庆文理学院环境工程专业为例,介绍了模型嵌入式实验教学体系的特点和运行过程,提出并实施了该教学体系的几点保障措施,取得了一定的实践教学成效。

新建地方本科高校模型嵌入式特色专业集群构建与实践

针对新建地方本科高校人才培养质量与市场需求的矛盾,提出了模型嵌入式特色专业集群构建方式,并探索了特色专业群实践建设的基本举措。这种模式既区别于重点高校,又不同于职业院校,对于新建地方本科高校的可持续发展具有重要参考意义。

制药工程专业实验模型嵌入式教学模式的构建

基于培养应用型制药工程人才,对制药工程专业实验进行了教学改革。从新时代实验教学思想、教学内容、教学模式和考核评价方式等方面进行改革与探索,构建了制药工程专业实验"模型嵌入式"教学模式,并在实际教学过程中对这一教学模式进行了实践。结果显示:该教学模式是促使学生由"理学意识"向"工学意识"转变、提高学生的创新实践能力、培养高素质应用型制药工程人才的重要手段和途径。

水泥熟料生产培训系统数据通讯及模型嵌入研究

研究了水泥熟料生产培训系统基于OPC技术的MP72、力控和Matlab实时通讯以及系统模型嵌入的实现方案,并给出了具体实现步骤。基于OPC通讯进行了Matlab电机模型的嵌入,实验表明系统运行稳定可靠并能满足实时性的要求。

面向网络多源数据的模型嵌入方法

随着网络规模的不断扩大,网络内部子网数量不断增加,各个子网之间网络行为差异越来越大。这导致了网络数据的多源问题。传统的网络安全检测模型难以有效覆盖全部子网的网络行为。针对数据多源问题,提出了模型嵌入方法。模型嵌入方法是通过针对各个子网独立构建局部模型得到局部特征,再通过全局模型对网络攻击进行检测。实验结果表明,模型嵌入方法相比于传统的数据编码方法,有着更好的攻击检测性能。

基于时延嵌入式隐马尔科夫模型的癫痫脑电分类算法

癫痫脑电的分类识别能够为癫痫的预警和病程的发展监测提供强有力的技术支持。传统的癫痫脑电分类识别方法需要从较长的时间序列中提取特征,难以刻画大脑的瞬态变化,检测低效且耗时,降低了癫痫预警的有效性。针对上述问题,提出一种基于隐马尔科夫模型的癫痫脑电分类算法。该方法通过时延嵌入式隐马尔科夫模型(time-delay embedded hidden Markov model,TDE-HMM)对脑电进行状态估计,并提取状态序列中的状态切换特征,通过多层感知机(multiple layer perceptron,MLP)实现对不同癫痫发作阶段脑电的有效辨识。实验结果表明,相较于小波变换、微分熵等传统特征,所提方法准确率高,能够有效刻画癫痫不同阶段的大脑状态变化,为癫痫脑电的分类识别和状态分析提供了新的备选方案。

基于双重介质嵌入式离散裂缝模型的致密油藏产能影响因素

致密油藏具有显著的超低孔超低渗特征,准确表征天然微裂缝和水力压裂缝对致密油藏产量准确评价至关重要。研究者们广泛采用嵌入式离散裂缝模型(embedded discrete fracture model, EDFM)研究致密油藏流动规律,通过修改基质网格渗透率表征天然微裂缝,无法精细刻画微裂缝与基质间流体交换对流动产生的影响。为克服以上不足,考虑基质、复杂天然微裂缝和人工压裂缝间传质机理,建立了致密油藏双重介质嵌入式离散裂缝模型(dual porosity embeded discrete fracture model, DPEDFM);进一步,对模型进行数值离散处理,编制了相应的模拟器;最后,基于所建立模型研究了天然微裂缝、水平段长度、裂缝间距等多因素对致密油藏产能影响规律。研究结果表明,所建立模型的产能高于传统EDFM模型;水平段长度越长,产能越大;裂缝间距越小,产能越大;应力敏感对致密油藏生产动态有一定影响,并且随着时间推迟,影响逐渐增强;所建立模型实现了对基质、复杂天然微裂缝和人工压裂缝间复杂传质机理的精细刻画,相关研究结论可为致密油藏经济高效开发提供借鉴。

知识图谱嵌入模型中的损失函数研究综述

表达方式丰富直观的知识图谱得到了大量学者的关注。在知识图谱嵌入方面已积累了大量研究,其成果在电商、金融、医药、交通、智能问答等领域发挥了重要的作用。其中,损失函数在知识图谱嵌入模型的训练阶段起到了非常关键的作用。在现有知识图谱嵌入研究的基础上,根据基础损失函数把模型中使用的损失函数梳理为合页损失、逻辑回归损失、交叉熵损失、对数似然损失、负采样损失和均方误差损失六大类,并逐类详细分析了损失函数的原型公式、物理含义和其在知识图谱嵌入模型中的扩展、演变及应用。在此基础上,对静态和动态两大知识图谱场景中各种损失函数的使用情况、效率和收敛性进行了综合分析评价;根据分析结果,结合知识图谱的发展应用趋势和损失函数现状,对损失函数的未来研究方向进行了探讨。

基于嵌入式离散裂缝模型的增强型地热系统热—流—力—化耦合分析

增强型地热系统(以下简称EGS)在长期取热过程中会受到流(Hydraulic)、热(Thermal)、力(Mechanical)、化(Chemical)等多种物理场的综合作用影响。虽然嵌入式离散裂缝模型(以下简称EDFM)能够有效模拟裂缝型储层中流场、温度场、力场和浓度场的变化,但目前基于EDFM的热—流—力—化(以下简称THMC)四场耦合的相关研究和认识还不足。在考虑储层非均质性、物性参数变化和水—岩反应的基础上,基于EDFM建立了裂缝型储层的THMC四场耦合模型,对EGS运行过程中的流场、温度场、位移场和浓度场的时空演化进行了模拟分析。研究结果表明:(1)当基岩渗透率较低时,开采温度下降缓慢,EGS可维持较长年限的较高开采温度,但渗透率较低时会造成开采井质量流率减小,进而影响净取热功率;(2)当裂缝渗透率或裂缝开度发生改变时,EGS均可维持一定年限的较高温度稳定输出,随后出现不同幅度的下降,但当裂缝渗透率增大到一定值或者裂缝开度减小到一定值时,改变裂缝参数对开采温度的影响减弱;(3)当EGS运行40年时,采用变物性流体比采用常物性流体计算的开采温度偏低22℃,而考虑水—岩反应的开采温度偏低了15℃,储层平均孔隙度值增大12.5%。结论认为:(1)在对长期运行的EGS进行研究时,应综合考虑储层岩石参数、注入流体物性以及水—岩反应等因素的影响;(2)未来应考虑储层其他矿物组分的化学反应、力学变形对流—热—化三场影响的双向耦合,以便为EGS储层的工程开发和利用提供更准确、可靠的预测。

基于神经网络词嵌入模型的单词联想记忆系统设计

针对传统单词记忆软件因缺乏语境与单词关联造成的学习效率低下问题,文章采用Pytorch深度学习框架,基于神经网络构建词嵌入模型进行单词联想记忆系统设计。在待学习的英语语料上训练模型并生成词嵌入向量,计算英文单词之间的相似度,通过相似度进行单词关联分析。使用SpringBoot构建后端系统,使用VUE技术构建前端页面,设计并实现单词联想记忆系统。系统依据学习进度,将关联单词及其相应语境图片进行可视化展示,达到单词联想记忆的效果,从而提升单词的记忆效率。

离子型化合物与氧化物载体表面相互作用的研究—“嵌入模型”及其应用

离子化合物与氧化物载体间相互作用的研究是从本质上探索负载型催化剂的物理化学性质的有效途径。在考虑载体的表面结构和离子化合物的本征性质 (价型、离子半径和电子构型等 )的基础上 ,用“嵌入模型”说明或预测一些离子化合物在不同的氧化物载体上的分散容量 ,为催化剂的设计和制备提供科学依据。

面向中朝跨语言文本分类的双语主题词嵌入模型的研究

针对日渐丰富的少数民族语言资源进行管理、研究和使用有着重要的应用价值。为了解决语言差异引起的语言鸿沟,针对中朝两种语言环境下的跨语言文本分类任务,提出了双语主题词嵌入模型。该文将词嵌入模型与主题模型扩展到双语环境,并将两种模型相结合,解决了歧义性对跨语言文本分类精度带来的影响。首先,在大规模单词级别对齐平行句对中训练中朝单词的词嵌入向量;其次,利用主题模型对中朝分类语料进行表示,并获得中朝单词的含有主题信息的词嵌入向量;最后,将中朝单词的主题词嵌入向量输入至文本分类器,进行模型的训练与分类预测。实验结果表明,中朝跨语言文本分类任务的准确率达到了91.76%,已达到实际应用的水平,同时该文提出的模型可以对一词多义单词的多个词义有很好的表示。

一些离子化合物在CeO_2和γ－Al_2O_3载体上的分散嵌入模型的新证据

一些离子化合物在ＣｅＯ_２和γ－Ａｌ_２Ｏ_３载体上的分散嵌入模型的新证据董林，陈懿（南京大学化学系，南京２１００９３）关键词嵌入模型，离子化合物，分散容量，二氧化铈，γ－氧化铝我们曾提出嵌入模型说明一些金属氧化物在γ－Ａｌ２Ｏ３载体上的分散作用，指出?..

人脸识别中嵌入式隐Markov模型结构的优化算法研究

提出了一种优化嵌入式隐Markov模型状态数的搜索算法,并且由此算法得到改进的嵌入式隐Markov模型结构。实验证明,这种结构既能提高人脸的识别率,最高可达到100%,又比传统的结构减少30%左右的训练时间和识别时间。

钢筋混凝土嵌入式滑移模型

提出一种钢筋混凝土嵌入式滑移模型,将模拟钢筋-混凝土交界面的无厚度粘结单元嵌入到混凝土单元中,保证粘结单元上、下表面分别与混凝土、钢筋单元变形协调,尔后通过两表面位移差值表征钢筋滑移。基于虚功原理集成钢筋、混凝土和粘结单元的刚度贡献,建立了嵌入式滑移模型的有限元平衡方程。应用该模型分析钢筋混凝土简支梁破坏试验,获得的构件承载力、裂缝分布形态和破坏模式与试验结果接近。结果表明:嵌入式滑移模型在分析钢筋混凝土结构承载力和裂缝形态方面具有一定的应用前景。

“嵌入模型”在γ-Al2O3负载单组分和双组分金属氧化物催化剂中的应用(英文)

探讨负载型金属氧化物催化剂的表面组分与载体之间的相互作用,有助于理解相关催化剂的催化作用本质.近年来,我们对单组分CuO以及双组分CuO-Mn2O3,CuO-CoO等金属氧化物在γ-Al2O3载体表面的分散行为和存在状态,及其物理化学性质和催化性能(CO+O2和NO+CO模型反应)进行了研究.结果表明,这些金属氧化物在γ-Al2O3载体表面的分散行为和所得负载型催化剂样品的一些物理化学性质及其催化性能均可参照"嵌入模型"来解释.在此基础上,我们讨论了这些样品的"组成-结构-性质"间的关系,并针对表面负载双组分金属氧化物样品提出了表面协同氧空位参与的NO+CO反应机理.

嵌入调整模型的CBR技术的炼钢调度系统

以钢铁生产为背景,以优化钢铁生产调度问题为目的,建立了基于嵌入调整模型的案例推理系统·着重论述了调整模型在该系统中的功能、调整模型的建立与求解过程·为了便于问题的求解,首先非线性调整模型被转化为线性调整模型;其次,采用两阶段求解算法提高求解效率·第一阶段,采用基于启发式思想生成种群的遗传算法将问题进行预处理,降低求解问题维数·为了满足生产现场的需要,在遗传算法实现中提出三维自然数编码策略·第二阶段,对简化后的模型采用单纯形法加以求解·仿真结果验证采用基于嵌入调整模型的案例推理系统来解决钢铁生产动态调度问题,其有效性比单一的采用模型或传统CBR方法要强,随着系统的完善,本系统将投入实际应用,会带来可观的经济效益·

普适计算环境下的嵌入式设备监控模型

针对普适计算环境下对嵌入式Internet技术的要求,设计了一个面向非网络设备的嵌入式监控模型,通过该模型可以将不具备网络接口的设备连入Internet,实现远程监控;首先对该模型的管理系统和被管系统进行了描述;接着对该模型的主要功能模块SNMP管理器、SNMP代理以及嵌入式Web服务器进行了具体的设计;最后将该模型应用到了对UPS设备的远程监控中,并在实际应用中测试了其网络性能与实时性能,证明该模型能够很好的满足普适计算环境下的嵌入式技术应用的需要。

BCC合金相稳定性的嵌入原子模型计算

利用作者最近导出的解析的ｂｃｃ结构的嵌入原子模型计算了由Ｖ、Ｎｂ、Ｔａ、Ｃｒ、Ｍｏ、Ｗ和Ｆｅ等７个ｂｃｃ结构元素组成的２１个合金系统的中间化合物Ａ＿３Ｂ、ＡＢ、ＡＢ＿３结构的形成焓，计算得到的形成焓跟Ｗａｔｓｏｎ等人用经验能带理论得到的结果、Ｃｏｌｉｎｅｔ等人用集团方法得到的结果、Ｍｉｅｄｅｍａ等人用经验热力学理论（Ｍｉｅｄｅｍａ理论）得到的结果、以及已有的实验结果符合得比较好．

一种基于嵌入式隐马尔可夫模型的人脸识别方法

提出一种基于嵌入式隐马尔可夫模型(embedded hidden Markov model,简称EHMM)的人脸图像识别方法,主要包括:1由于奇异值向量具有稳定性、转置不变性等特点,故对归一化的人脸图像,可采用奇异值分解抽取人脸图像特征作为观察序列;2在人脸识别中应用嵌入式隐马尔可夫模型,采用多高斯概率密度函数训练、建立EHMM,再利用建好的EHMM进行识别.实验结果显示,所提方法减少了数据计算量,运行速度快,并提高了识别率,完全满足人脸识别系统的实时性要求.