熔体过热度对Zr基非晶合金力学性能和热稳定性的影响

采用吸铸法制备Zr_(70)Cu_(13.5)Ni_(8.5)Al_(8)非晶合金,采用同步差示扫描量热仪(DSC)和万能试验机对非晶合金显微结构进行表征和力学性能测试,并利用XRD和SEM对试样的相组成和剪切带观察。研究发现:随着吸铸功率增加,热稳定性、玻璃形成能力不断提高;Zr_(70)Cu_(13.5)Ni_(8.5)Al_(8)非晶合金的锯齿流变现象越明显,综合力学性能越好,其中吸铸功率8 kW时,试样的屈服强度、抗压强度和塑性达到最值,室温综合力学性能最好,且剪切带分布情况最好,但是继续提高吸铸功率,力学性能反而变差。

基于情感分析和热度预测的网络舆情预测研究

在社交媒体平台已成为大众信息交流的重要载体的背景下,关注和分析大众对于社会热点事件的情感倾向及舆论走势,有利于及时准确了解大众的情感需求,制定相应的措施,引导舆论走向,维护良好的网络环境。提出了基于情感分析和热度预测的网络舆情预测思路,构建了融合多特征的文本情感分析模型和基于时间序列的热度预测模型,并基于真实数据集验证了模型的有效性。对于社交媒体上舆论环境的分析和预测有重要意义。

基于双深度输入凸神经网络多模型的中间点过热度预测控制

新能源大量并网,超临界火电机组参与调峰容易造成中间点过热度较大波动,从而导致过热蒸汽超温等问题。为较好控制中间点过热度达到稳定,提出了一种基于双深度输入凸神经网络多模型(muti-DDICNN model)的中间点过热度预测方法,分别训练了不同预测步长下子模型,构建了中间点过热度状态预测网络(SPNN)和误差预测网络(EPNN)。利用此预测网络凸性质,设计了一种基于双深度输入凸神经网络多模型预测控制器(DDICNN-MPC),将控制问题转化为凸优化问题,求取控制矩阵对目标函数的雅可比矩阵,采用梯度下降法计算控制矩阵最优解。仿真结果表明,DDICNN-MPC能快速平稳地跟踪中间点过热度设定值,且稳态误差较小,具有较好的调节能力。

基于LDA与双向GRU的借阅主题热度预测

图书借阅主题分析能够挖掘读者借阅喜好和阅读规律,通过使用借阅主题热度预测模型能够预测读者借阅主题热度变化趋势,对图书馆开展阅读推广活动具有重要意义。为了解决图书借阅主题提取、主题热度预测问题,提出基于LDA与双向GRU神经网络的借阅主题热度预测模型。该算法通过LDA算法提取读者不同时间段中的借阅图书特征和借阅主题,在计算不同时间段借阅主题热度、构建借阅主题热度序列数据集的基础上,构造基于双向GRU神经网络的主题热度预测模型以预测未来主题热度变化趋势,并在厦门大学图书馆纸质文献借阅记录数据集上进行实验评估。实验结果表明,模型能准确获得借阅主题与关键词之间的关系,与机器学习等算法比较可知,该模型能有效降低借阅主题热度预测误差。

网络舆论主题的周期长度对主题热度的影响及预测

网络平台中舆论主题演化、起伏的周期与节律是否以及如何影响到主题的热度,是具有困惑度和缺乏研究的问题,探索该问题对于研究主题周期功能、主题演化机制等具有重要意义。本文基于今日头条平台帖子样本,探索主题的周期长度对主题热度的作用及可预测模型。采取功率谱分析计算主题周期长度,使用逻辑回归与决策树检验主题周期长度对主题热度的预测效果。结果表明:1)多数主题具有1周、1/3周、1/2周这三种周期,可称为平台三大“主频”,“主频”对主题热度起到抑制作用;2)对主题热度起到抑制作用的还有1/2周左右的“波长”集群、1周左右的“波长”集群;3)[2.6天,3天]区段(α区段)、[5.2天,6天]区段(β区段)内的周期长度,对主题热度起正向作用,它们主要是处于6天长度内的“快频率”和短波长,且在三大“主频”的抑制区波长以外;4)α区段约处于1/2周和1/3周的这2个主频中间,β区段约处于1/2周和1周这2个主频中间,且α区段与β区段之间有近似的2倍关系。上述周期长度的特征,可对主题热度起到一定的预测作用。

城市轨道交通线网线路客流热度评价研究

为评估新时期城市轨道交通线网客流快速回升的情况,从基础客流、基础线网、出行特征以及运力与运能4个方面选取12项评价指标,对北京市轨道交通线网的客流热度进行深入研究。采用熵权优劣解距离法(TOPSIS)和聚类分析方法,对北京市轨道交通路网中的15条线路客流进行客流热度评价和分类。研究结果显示,10号、1-八通、6号和5号线作为大环线或贯通线,均属于高热度客流线路。而除11号线外,其余线路均属于中热度客流线路,呈现出明显的区域性客流特点。基于这些发现,提出以下建议:北京市轨道交通发展应更关注中低热度地区;运营企业可根据线路客流热度的不同,合理分配人力和物力资源;一线部门可根据客流热度的预测提前采取措施应对客流冲击。

跨年旅游热度高涨 新玩法享受出游新乐趣

马蜂窝大数据显示,元旦前近一周,元旦“跨年目的地”相关热度涨幅高达266%,“寒冬党”纷纷涌向中国人自己的“临冬城”哈尔滨,冰雪大世界2023年12月18日正式开园后,哈尔滨热度更是环比暴涨300%。上海迪士尼和香港迪士尼则凭借两处全新打造的主题园区,成为年轻人跨年目的地热门之选。

冰淇淋热度降低 贵州茅台 如何从“吸睛”向“吸金”转变

从“雪糕刺客”到“过气网红”作为高端冰淇淋的代表,茅台冰淇淋的热度正逐渐下降。6月18日,记者走访北京部分终端市场发现,目前茅台冰淇淋整体销量略有下滑,部分在售产品的生产日期多集中在2023年6月。除商超端外,茅台冰淇淋小程序显示,部分茅台冰淇淋旗舰店处于暂停营业状态。

重庆热度

开栏语:2024年是现代化新重庆建设从全面部署到纵深推进的重要一年。新年伊始,《今日重庆》推出“度量新重庆”栏目,在热度、温度、高度、速度等关键词里,描绘人民生活的幸福图景、记录这座城市的繁荣与活力、展现重庆经济社会发展的强劲脉搏。

市场热度提升 海外流动性改善

本统计期内(4月29日至5月8日),市场交易热度整体抬升,受五一假期影响,市场资金整体呈现净流出。资金集中减配科技小市值板块,增配大市值板块,其中外资更偏好医药和金融板块,而两融资金更偏好高股息板块。

市场热度回暖 两融余额增加

本统计期(2月29日-3月6日)期末,沪深京市融资余额14,535.04亿元,融券余额为435.13亿元,两融合计为14,970.17亿元,比期初增加182.57亿元。从行业角度看,本期共22个行业获得融资净买入,其中电子行业的融资净买入额超过50亿元,计算机行业融资净买入额超过30亿元。

新时代人民文化实践的形式、演变与逻辑——以相关“热词”“热度”为基础的分析

人民文化实践是中国特色社会主义文化实践的生动呈现,是党的十八大以来文化建设全面贯彻以人民为中心的发展思想的重要环节。人民文化实践是广大人民群众在历史、传统和社会经验的基础上,在日常生活中开展的文化创造、传承和交流等实践活动。通过网络热词与热度测度我国人民文化实践,并对新时代重要理念相关“热词”和与人民日常生活相关的主旋律文化“热词”进行测度,结果显示我国民众对新时代重要理念的认可度总体呈现日益上升的发展态势,主旋律文化深入人心、与日常生活融合形成新时代高品质文化生活。

基于灰色-加权马尔科夫模型的微博负面舆情热度预测研究

[目的/意义]结合加权马尔科夫和灰色预测模型,将负面情绪引入舆情热度影响因素中,以构建微博负面舆情热度预测模型,从而达到优化模型并丰富舆情监测体系的目的,研究结果可为相关部门提供事前预警。[方法/过程]以微博社交媒体用户为对象,以“货拉拉事件”“大连522事件”为研究事件,通过对采集到的数据进行处理,构建灰色-加权马尔科夫负面舆情热度预测模型。[结果/结论]结果显示,基于灰色-加权马尔科夫的预测模型精度优于单一的灰色预测与残差修正灰色预测模型,能有效推测出突发事件中舆情热度的发展。

BiGRU-Att-KF话题热度预测

为提高话题热度预测精度,提出一种面向话题热度趋势变化的BiGRU-Att-KF预测方法。选取微博文本总数作为话题热度的量化指标,构建话题热度时间序列;采用RMSE确定BiGRU的超参数神经元个数和批处理大小;利用BiGRU挖掘话题热度时间序列的全局特征信息,引入注意力机制自适应提取特征信息;采用卡尔曼滤波对注意力层输出结果进行动态调整。实验结果表明,BiGRU-Att-KF相较BiGRU-Att等方法,具有更优的鲁棒性和预测精度,能够更好模拟话题热度的变化趋势。

采用数据血缘的数据热度预测方法

数据之间存在相互引用关系,在进行数据开发时,通常存在一些具有高热度的数据,此类数据被其他数据大量引用,它们的缺陷往往会给整个大数据平台产出的数据结果带来极大影响。因此,对高热度数据进行预测并予以相应保护至关重要。面向基于数据热度的数据分级治理需求,提出一种采用数据血缘的数据热度预测方法。首先通过构建数据系统中的数据血缘捕获数据节点之间的引用关系;然后,提取数据血缘的时间和结构特征,并采用图卷积网络(GCN)进行数据血缘图特征的学习;最后,提出一种数据血缘传播趋势分层读出的方法读出图特征,对数据热度进行预测。在浙江中烟营销系统数据集ZJZY-SL和高能物理现象学相关论文引文数据集(HEP-PH)上的实验结果表明,相较于DeepCCP等方法,所提方法的识别准确率分别提升7.64、2.88个百分点,平均F1分别提升4.7、4.34个百分点。所提方法能充分挖掘数据在被引用早期的数据血缘特征,并预测数据节点未来的热度。

基于LTTB-KSC算法的网络舆情事件热度高峰研究

[研究目的]关注网络舆情事件热度高峰期对于政府相关机构及时监测可能产生的衍生话题具有重要意义。为了有效检测和控制网络事件传播,更好地为制定事件预警策略提供理论依据,提出一种基于LTTB-KSC算法的网络舆情事件热度高峰期预测方法。[研究方法]首先使用LTTB-KSC算法对热度序列聚类,然后借助三次样条插值法和高斯混合模型构建每一类的热度高峰函数,接着分析每一类函数曲线特征并将事件热度高峰划分为单高峰、高-低峰、低-高峰三种变化模式,最后使用DTW距离预测网络舆情事件热度高峰期对应的时间范围。[研究结论]实验结果表明,LTTB-KSC算法在聚类效率和效果上都优于KSC算法,提出的热度高峰变化模式能够为热度高峰期时间范围的预测和衍生话题的监测提供新思路。

基于残差卷积自注意力神经网络的铝电解过热度识别方法

过热度是反映铝电解槽当前生产效率的重要指标,由于过热度难以在线实时测量,本文提出一种基于残差卷积自注意力神经网络的过热度识别方法.针对铝电解生产过程数据为时间序列数据且具有多源异构特性,设计异构数据的同构表示方法.在此基础上建立残差卷积自注意力神经网络模型以提取同构时间序列数据的全局与局部特征.针对过热度数据标签少且类别分布不均匀问题,采用基于自动编码器的无监督预训练方法与加权交叉熵损失函数以提高过热度识别任务的性能.在基准数据集上进行仿真对比实验以验证本文所提方法的有效性,然后在只包含少量不平衡标签的铝电解过热度数据集上进行实验验证,结果表明本文构建的过热度识别模型相较与其他现有模型不仅提高了过热度识别准确率,而且在训练样本较少时保证了模型的泛化能力.

R290低压比热泵高补气过热度循环研究

天然工质丙烷(R290)GWP接近零,对环境友好,热物理性质优良,具有良好应用前景。高背压旋转压缩机运行压比小时,R290绝热指数小导致的排气温度低特点突出。R290在高背压旋转压缩机油池中溶解度大,R290/润滑油混合物黏度低,可能难以满足曲轴/轴承系统润滑,影响压缩机可靠性。通过研究低压比工况下,R290在润滑油中溶解度及R290/润滑油混合物黏度与其过热度的关系,提出高补气过热度经济器循环,利用冷凝器出口高温与补气饱和温度的温差带来的剩余热量提高补气过热度,从而控制排气过热度和R290/润滑油混合物的黏度。同时,高补气过热度经济器循环可以有效提高系统性能,蒸发温度-2.89℃,冷凝温度51.5℃时,相比单级循环,COP提升11.4%,单位容积制热量提升23.4%。

北京冬奥会社交媒体焦点事件高热度传播的差异研究——基于新浪微博和推特的定性比较分析

以北京冬奥会焦点事件为研究对象,时间限定在正赛期间,筛选获得新浪微博40起、推特10起相关事件,探寻北京冬奥会社交媒体焦点事件高热度传播机制。运用定性比较分析方法(QCA),围绕“事件-传播”理论框架,分析北京冬奥会焦点事件高热度传播的单因素必要性和充分性结果以及组合因素作用路径,结果表明事件类别、事件指向、平台参与和意见领袖是新浪微博和推特焦点事件高热度传播的必要因素和必要条件。针对北京冬奥会焦点事件组合因素作用路径分析发现,体育赛事传播要警惕有关西方“无心政治”和“反智主义”说辞的偏向引导;“有为”与“无为”的辩证关系成为中西方体育赛事传播的差异关键;以自媒体为首的非主流媒体正在成为体育赛事焦点事件热度传播的主力群体。

微博热度预测研究综述

【目的】对现有微博热度预测研究展开多角度调研,讨论现有研究不足,展望未来发展趋势,为后续研究提供参考。【文献范围】本文整理和总结了近5年的国内外相关文献。【方法】本文首先介绍了热度预测问题的定义与热度计算方式,然后将热度预测研究方法从特征、时序和用户行为三个方面深入分析,再对热度预测问题的关键技术展开广泛调研,最后针对存在问题进行总结和展望。【结果】基于特征的热度预测方法因其定制性强被广泛使用,与深度学习和集成学习算法技术结合更是研究主流。【局限】由于各研究数据集未公开,本研究无法用统一的标准对所有算法技术的提升水平做横向对比。【结论】微博热度预测问题对于舆论监控、商业营销和内容推广等都具有一定意义,在社交媒体持续流行的时代,热度预测研究将会被继续深入推进。