“三全育人”背景下高校就业困难群体帮扶工作探析——以中国石油大学为例

以中国石油大学为例,结合社会相关数据分析报告和学校就业质量分析报告,分析新形势下就业困难学生的特点,探索如何提高就业困难群体的就业竞争力,努力打通高校就业帮扶"最后一公里",坚持全员全程全方位育人,全面推进就业帮扶工作。

基于实体知识的石油炼化领域命名实体识别

石油炼化领域中的命名实体识别任务存在着标注数据稀缺,以及现有的预训练语言模型不能很好识别领域组合和嵌套实体的问题。基于此,首先提出一种基于外部实体知识的数据增强方法(EEKR),通过引入外部实体知识库,将其与标注数据中的实体进行实体级别替换完成数据增强,有效解决标注数据稀缺的问题。之后提出了基于内部实体知识的命名实体识别模型(IIEKNER),通过获取标注样本中的内部实体嵌入,将内部实体知识融入预训练模型,从而可以更准确地识别出石油炼化领域中的嵌套和组合实体。实验结果显示,相比于其他模型,基于EEKR数据增强方法的IIEKNER模型的识别效果更优。

融合上下文信息的图神经网络推荐模型研究

传统推荐算法缺少对图结构的隐含信息及上下文信息的利用,从而可能降低推荐效果。为提高传统推荐算法的推荐效果,提出基于图神经网络的推荐模型。该模型基于图的高阶连通性理论,使用图神经网络挖掘用户-物品二部图中的隐含信息,并由一阶扩展到多阶,从而获取更精确的嵌入式表示和推荐效果;在更新过程中考虑上下文信息,有利于理解上下文间的交互关系。并将该模型在Yelp-OS、Yelp-NC和Amazon-book数据集上进行实验,实验结果表明,在HR(Hit Ratio)和NDCG(Normalized Discounted Cumulative Gain)指标上均优于相关对比算法,证明该算法可优化推荐效果,提升推荐质量。

注水井井筒动态流体力学建模与工程仿真

为了研究注水井井筒工况下流体动态响应机理,基于流体力学微元分析和水力学经典理论,建立流体微元压力-流速关系模型,推导求解注水井井筒空间流体压力、流速的动态分布;结合中国某典型斜井生产数据,进行不同注入压力和不同注入量条件下井筒压力动态分布、油管流体传输延迟特性和衰减特性、井口压力波动下井筒压力幅值动态分布的数值模拟与分析。结果表明:井筒沿程压力损失与绝对压力值无关,设计波码通信编解码方案时无须考虑注入的绝对压力值;注入压力恒定时,井口注入流量越大,井筒沿程损失越大。流体波信号延时幅值主要取决于井筒的长度;管径越小,流体波信号衰减幅度越大。同井深下生成目标波码幅值(压差识别有效值)越高,为克服井筒沿程损失所需的井口压力波幅值越大。

一种基于石油钻具的微波加热储层技术研究

提出了基于石油钻具的同轴线传输微波能的技术方案,这一传输线将地面电磁能量传输到井下。分析了微波在石油钻杆和套管构成的同轴传输结构中的传播特性,根据石油行业标准选择了适合微波能量传输的最佳钻具组合,进行了HFSS仿真验证。仿真结果表明,2^(3/8″)API标准石油钻杆和5^(1/2″)标准石油套管构成的同轴线具有最佳传输效率。通过与国内某稠油储层常规热力采油技术的实际作业参数比较分析,证实了所提出的微波能量传输方案切实可行,可用于井下微波能的传输。

融合信息学科特色和课程思政的工程伦理课程建设

工程伦理是应用于工程学的道德原则系统,是工程技艺的应用伦理。2018年,国务院学位委员会办公室将工程伦理列入工程类硕士专业学位研究生培养方案必修课程。信息学科作为新兴的工程类学科,其工程伦理课程教学具有鲜明的特色。面向信息类专业学位研究生如何开展工程伦理课程建设是亟待解决的问题。本文阐述了信息类专业学位研究生开展工程伦理课程建设的一些探索和经验,分析了信息学科工程伦理课程建设的特点,明确了工程伦理课程建设的目标,介绍了课程内容设置和评价机制。课程建设将工程伦理与信息学科前沿充分结合,且具备鲜明的课程思政特色,有望对信息类新兴专业的工程伦理课程建设提供参考和经验。

中国东部沿海管道海岸-断裂带复合效应

低频扰动地磁场在大地中感应出地磁感应电流(GIC)和地面感应电势(ESP),直接影响埋地管道管地电位(PSP)。为研究中国东部沿海地区海岸和断裂带复合效应对日东线管道PSP的影响,基于傅里叶变换和反变换的思想提出了管道傅里叶-有限元法,该方法采用地面磁场时频转换理论,建立低频地磁扰动下管道PSP计算模型以获取实时信息。本文首先建立了三维海岸-断裂带理论模型探索沿海地区的电场分布与断裂带电导率之间的关系;然后根据大地电磁测深数据构建了中石油日东线所在地区的大地三维电导率模型,应用地磁台磁场数据作为大地导体边界条件计算磁扰动期间实时管道PSP时空分布,以2016年10月12-14日期间的磁扰动为例对日东线PSP的计算值和实测值进行对比分析。在空间分布特性上分析了管道PSP的两种基本分布形态以及重要节点处受管道参数变化的影响,在时间分布特性上不仅验证了计算模型的准确性,还揭示了海岸-断裂带复合效应对沿海管道PSP的影响,为管道腐蚀防护提供了理论依据。

基于图卷积神经网络的节点分类方法研究综述

节点分类任务是图领域中的重要研究工作之一。近年来随着图卷积神经网络研究工作的不断深入,基于图卷积神经网络的节点分类研究及其应用都取得了重大进展。图卷积神经网络是基于卷积发展出的一类图神经网络,能处理图数据且具有卷积神经网络的优点,已成为图节点分类方法中最活跃的一个研究分支。对基于图卷积神经网络的节点分类方法的研究进展进行综述,首先介绍图的相关概念、节点分类的任务定义和常用的图数据集;然后探讨两类经典图卷积神经网络——谱域和空间域图卷积神经网络,以及图卷积神经网络在节点分类领域面临的挑战;之后从模型和数据两个视角分析图卷积神经网络在节点分类任务中的研究成果和未解决的问题;最后对基于图卷积神经网络的节点分类研究方向进行展望,并总结全文。

一种基于迈克尔逊干涉仪的浓度/折射率在线测量系统的研究

浓度是表征溶液性质的重要物理参数之一。本文设计了一种基于旋转比色皿结合迈克尔逊干涉仪的浓度/折射率在线测量系统。将液体加入比色皿并旋转5°,利用CCD采集光强数据和自编的计数程序,可实时测量旋转前后干涉条纹移动数目之差,并由此计算NaCl和葡萄糖溶液的折射率和浓度。对质量百分比浓度为0、10%和20%的NaCl溶液进行了折射率测量和误差分析,发现与相关理论值的相对误差仅为0.61%、0.63%和2.2%。葡萄糖溶液的浓度—折射率关系曲线也呈现出线性良好、可靠性高的特点。总之,基于迈克尔逊干涉仪的浓度/折射率在线测量系统具有测量非接触、结果可靠、高效实用的特点。

基于Aspen HYSYS的LNG接收站全流程模拟

以某LNG接收站为仿真对象,使用Aspen HYSYS流程模拟软件,选取PRSV方程作为物性计算方程,建立了接收站稳态模型。根据各个设备的运行参数,对接收站进行全流程模拟,得到了各物流、设备能耗等详细参数,并利用此模型分析了外输流量、温度和压力变化时对接收站各流程性能参数的影响。实验结果表明:该流程模拟可以完全满足各种复杂工况变化与调整的模拟仿真需求。

线上线下混合教学模式在“电工电子学”课程的应用研究

针对传统灌输授课模式时学生上课整体状态不佳、主动参与性差、前学后忘、难以应用及创新的问题,提出了采用线上线下混合式教学模式。利用网络和自主设计构建了丰富的线上线下教学资源。教学设计中采用课前—课中—课后三部曲,在各个环节中,以学生为教学环节中的主体,有效地调动学生主动学习和思考,并在课后的环节中将学习的知识进一步应用于仿真设计,增强了学生的应用创新能力。以集成运算放大器为例,通过具体的教学设计展现线上线下混合教学模式的设计思想和步骤,并通过教学实践表明,线上线下混合教学模式可以激发学生的学习热情,提高学生的分析、设计能力,为学生应用电工电子学知识自主设计以及开发电路奠定基础。

多基站无线非正交多址接入的平滑视频流传输算法

视频服务需求的快速增长对于视频流畅播放提出了巨大挑战,从用户体验角度分析,视频播放中的卡顿时间可能是最重要指标之一。随着5G网络技术的发展,非正交多址接入(NOMA)技术被重点关注,NOMA技术具有叠加编码和连续干扰消除2个特点,根据这2个特点实现数据的并行传输。利用NOMA技术的并行传输能力来提高基站为用户提供视频的实时性。在用户需求视频名称和视频分辨率给定的情况下,通过联合基站-用户配对方式和基站功率分配来降低视频播放时的卡顿时间。通过对问题进行建模,并提出1个两步启发式算法对问题进行求解,第1步为确定基站与用户的配对方式,第2步为分配基站的发射功率。实验结果表明,基于NOMA的传输调度方案与传统的传输调度方案相比,用户需求的平均卡顿时间有明显的下降,相对于在不采用NOMA机制时,在2-SIC接收机情况下,用户平均卡顿时间减少了55.56%。

基于状态观测器的增量式预测控制

通过状态观测器的状态估计代替内部模型的状态反馈,推导了基于状态观测器的增量式模型预测控制算法,通过增广状态估计实现实测的输出反馈对内部模型进行修正;其次,当模型预测控制内部模型与实际被控对象存在模型失配时,得到存在模型失配的闭环系统的状态方程,研究了闭环系统的鲁棒稳定性;最后,给出一个线性对象和一个非线性对象的仿真示例,并对线性示例进行模型失配下的稳定性分析,仿真结果表明该控制算法具有较好的控制效果,并具有一定的鲁棒稳定性。

兼顾传输功率和衰减因素的同轴线半径比优化方法

针对传统的通用型同轴线产品设计、制造基础理论缺陷和目前微波采油现场利用地下石油管构建超长、功率容量大及能量损耗小的井筒同轴线工程需求,进行通用型同轴线结构优化理论和设计方法研究;突破经典的单因素优化方法约束,基于同轴线上传输功率、能量损耗与衰减系数三者之间固有的物理关系,构造兼顾最大传输功率和最小衰减系数双重因素影响的目标函数数学模型;提出同轴线半径比优化设计方法。结果表明:通用型同轴线的外、内导体半径比最优值为2.11,特性阻抗标称值为45Ω;同轴线传输特性对其导体半径比的变化很敏感,应用经典的单因素优化结果不能满足使用要求,只有兼顾最大传输功率和最小衰减系数双重因素影响才能使通用型同轴线具有通用性功能,本文的理论结果与同轴线单模传输公式相结合,构成了完整的通用型同轴线结构优化设计理论体系。

油气钻采数字孪生模型构建方法及应用案例

油气钻采过程中地质的不确定性、井下实时工况的不可见性、工程仿真的复杂性阻碍了其科学高效的设计及施工。数字孪生技术能够提供实时智能且可视化的方案设计和工程决策,但缺乏针对油气钻采的系统建模方法。对此,本文首先剖析油气钻采数字孪生的国内外研究及应用现状,进而应用成熟度指标定量评价该技术的发展程度;其次,逐次提出油气钻采数字孪生模型的建模方法,包括建模流程、拆分策略、装配及融合架构、建模工具,并以钻井井壁稳定和海上生产系统为例,介绍数字孪生在钻井与开采方面的应用案例;最后,分析困难与挑战并提出发展建议。研究发现,相对制造业,钻采孪生多处于可视化阶段,整体成熟度偏低。油气钻采系统的复杂需求被拆分为若干清晰且较容易实现的子需求;基于需求分析将建模对象在粒度、维度、生命周期上拆分为不同的子模型,通过模型层、功能层、需求层逐层装配子模型,进而实现多维度、多领域模型间的融合。同时,需要在模型管理、数据管理和工程仿真方面完善方法和提高效率。此外,钻采孪生面临多源异构数据选择与融合困难、子模型定义模糊、模型验证不清的问题,以及复杂动力学过程、多部门多任务协同、自主软件工具开发方面的挑战。综上,本文提出的数字孪生模型构建方法和案例能为油气钻采工程提供方法指导和应用参考。

2D-3D医学图像配准临床数据集标定结果的分析与评价

目的构建采自临床的2D-3D医学图像配准数据集,是实现各种学习算法应用于实际医疗的重要环节。然而临床数据的获取过程中存在多种不确定因素,致使数据集的标定结果需要分析和评价。本文对采自胸主动脉腔内修复术的一组X线和CT图像的几组标定数据进行分析和评价,并确定正确标定结果。方法分别采用相似性度量法和投影距离误差法对标定结果进行分析和评价。选用相似性准则,计算CT图像生成的二维数字放射重建图像和X线图像的相似性,相似程度越高,对应的标定值越接近真实值。读取X线图像中的标记物影像位置作为参考位置;将计算得到的CT图像中标记物位置在X线图像上投影,得到投影位置;计算参考位置和投影位置的距离,距离值越小,对应的标定值越接近真实值。结果提供的几组标定数据,在比较数字放射重建图像和X线图像相似性方面,相似度接近,没有明显指向性;而投影距离误差法的分析结果指向性明显,能够定量描述标定结果的优劣。主要原因在于各组标定值之间差别不突出;生成的数字放射重建图像和X线图像之间模态差异较大等。结论投影距离误差法是评价2D-3D医学图像配准数据集标定结果的有效手段。另外,若提供的标定结果计算数据差异明显,或者可以提供高质量的数字放射重建图像时,相似性度量法也是评价标定结果的可选途径。

混合式教学模式下Java语言程序设计过程性考核实践探索

混合式教学模式得到了高校程序语言类教师的广泛认可。在混合式教学模式下如何进行合理有效的过程性考核关系到课程的教学效果以及学生的良好学风形成。本文针对混合式教学模式下Java语言程序设计课程的过程性考核进行实践探索,提出根据课程教学内容设置考核节点、线上线下结合的过程性考核方式、多样化的考核形式以及过程化考核成绩评定方式。文章对混合式教学模式下Java语言程序设计过程化考核进行有益的探索,提升了学生的实践动手能力。对于程序类课程在混合式教学模式下通过考核提升学风和学生动手能力有重要的借鉴意义。

基于BayesShrink阈值估计的混合属性数据聚类优化仿真

与单一属性数据不同,混合属性数据通常存在尺度不一致的特点,为了可以得到准确率更高的混合属性聚类结果,提出一种基于k最近邻的混合属性聚类算法。采用高频系数滑动窗口准确估计含有噪声的混合属性数据噪声方差,通过BayesShrink阈值估计算法得到最佳阈值,对混合属性数据展开去噪。采用k最近邻方法展开数据聚类,在去噪后的数据样本贡献度中加入特征权重,并计算融入贡献度后的特征权重欧几里得距离,距离越近,说明数据属于同一类别的概率就越大,对全部样本特征展开加权处理后,构建混合属性聚类模型,利用粒子群算法对模型展开寻优,获取最优加权特征向量,实现混合属性数据聚类。仿真结果表明,所提算法可以有效提升混合属性聚类结果的精度和聚类效率。

基于边缘强化神经拉动模型的三维表面重建

通过学习空间点云数据的符号距离函数(Signed Distance Functions, SDFs)进行三维表面重建是当前的研究热点。为重建出高精度的水密模型,神经拉动(Neural-pull, NP)采用点云拉动,以训练同步更新SDFs,但在实际重建过程中,重建模型会因为点云存在噪声和缺失而导致重建结果不够精细,带来错误的表面重建。针对以上问题,引入边缘提取强化输入点云的边缘信息,提出利用残差学习机制的边缘强化神经拉动模型(Neural Pull based on Edge Enhancement, NPEE)。为确保重建表面平滑的同时能够获取更多的表面细节,该方法在保留原本神经网络用于学习SDFs的基础上引入一个新的网络,利用残差学习机制学习点云的边缘SDFs。同时在原始点云的基础上,引入边缘因子σ,结合学习的边缘SDFs,通过点云边缘的鲁棒提取强化输入点云。为验证算法模型的优化效果,采用目前广泛使用的ABC数据集、斯坦福扫描模型和模拟扫描数据集设计对比实验,实验结果以及评估指标(CD)表明,NPEE可以有效改善神经拉动算法在边缘表面重建的缺陷,同时和其他重建方法相比,NPEE在面对稀疏点云和含噪点云时仍能保证重建的精确性和完整性。

基于机理仿真的抽油机有杆泵举升系统生产参数优化设计

基于传统经验法和预测模型法的抽油机有杆泵举升系统设计方法在实际应用中要么过于简单要么过于复杂,设计方案的可靠性还有待提升。因此,应用大数据驱动技术从海量抽油机井举升系统设计方案中探索规律,推荐以提高产量和节能降耗为目标的抽汲参数优化设计最优方案,将提升抽油机井举升系统设计方法的科学性和可操作性。文章分析了抽油机井产量主控因素,将软件仿真和现场获取的抽油机井举升系统设计样本进行聚类分析融合得到新的样本库,建立了抽油机井举升系统设计方案的深度学习模型,研究了基于匹配算法的方案相似度模型,开发了抽油机井有杆泵举升系统生产参数设计推荐系统。根据实例计算验证,该系统能够根据待设计井的地质特征和开发特征,从海量样本中匹配到与地质油藏条件相似度高且运行效果良好的举升设计方案,推荐方案的举升参数及举升效果与原有方案相比有较大的提升,证明了计算模型的实际可行性,为抽油机举升系统优化设计提供了新思路及方法。