Steep Points of Gaussian Free Fields in Any Dimension

Journal of Theoretical Probability - This work aims to extend the existing results on the Hausdorff dimension of the classical thick point sets to a more general class of exceptional sets of a...     

Multi-scale finite element simulation on large deformation behavior of wood under axial and transverse compression conditions

Acta Mechanica Sinica - Multi-scale finite element method is adopted to simulate wood compression behavior under axial and transverse loading. Representative volume elements (RVE) of wood...     

污泥基吸附剂对亚甲基蓝和环丙沙星的吸附性能研究

亚甲基蓝和环丙沙星是水体中2种污染物, 对生态环境有潜在危害. 本文以市政剩余活性污泥为原料, 氯化锌为活化剂热解制备污泥基吸附剂, 研究盐酸酸洗浓度、氯化锌浓度、热解温度、热解时间等对污泥基吸附剂吸附水中亚甲基蓝和环丙沙星性能的影响. 结果表明 (1)污泥基吸附剂对亚甲基蓝的吸附性能随盐酸酸洗浓度的增大而增加, 对环丙沙星的吸附性能则随盐酸酸洗浓度的增大呈先降后增趋势, 两者均在1.500mol·L-1盐酸浓度下取得最优值. (2)污泥基吸附剂对亚甲基蓝和环丙沙星的吸附性能随氯化锌浓度和热解温度的增加呈先升后降趋势, 在氯化锌浓度为4.0mol·L-1、热解温度为500℃时有最优值; 随着热解时间的延长, 污泥基吸附剂对亚甲基蓝和环丙沙星的吸附性能分别在500℃热解70min和80min时有最优值. (3)污泥基吸附剂的最佳制备条件为 氯化锌4.0mol·L-1活化2h、500℃热解70min和80min、1.500mol·L-1盐酸酸洗; 以此制得的污泥基吸附剂对亚甲基蓝和环丙沙星的去除率分别为97.7%和96.4%, 平衡吸附量分别为97.9mg·g-1和3.9mg·g-1, 且污泥基吸附剂对亚甲基蓝和环丙沙星的吸附过程均符合准二级动力学方程.     

基于GA_XGBoost模型的大学生科研能力预测问题研究

科学评价大学生科研创新能力对我国科研水平的提高具有重要意义.采用机器学习模型来预测大学生科研能力可以起到良好的效果,提出一种GAXGBoost模型来实现对大学生的科研能力预测.此模型是以Xgboost算法为基础,然后充分利用遗传算法的全局搜索能力自动搜索Xgboost最优超参数,避免了人为经验调参不准确的缺陷,最后采用精英选择策略以此确保每一轮都是最佳的进化结果.通过分析表明,所采用的GAXGBoost模型在大学生科研能力预测的结果中具有很高的精度,将此模型与Logistic Regression、Random Forest、SVM等模型进行对比,GAXGBoost模型的预测精度最高.     

A visual uncertainty analytics approach for weather forecast similarity measurement based on fuzzy clustering

Journal of Visualization - Forecast calibration methods based on historical similar atmospheric state are effective means weather forecast accuracy. Conventional approaches search similar forecasts...     

砂土串囊式充气锚杆承载力的研究

在砂土地层中,串囊式充气锚杆的研究还比较少,其承载特性及受力机理尚不明确。本文基于莫尔-库仑模型和Vesic圆孔扩张理论法,分别对圆柱体、球体、组合体、椭球体假设下的串囊式充气锚杆的扩大段进行计算分析。并将计算结果与试验得到的实测值进行对比。结果表明:四种形状假设中椭球体的形状假设理论值与实测值的误差最小,仅为8.35%。通过拟合试验数据,并引入与端阻力和侧摩阻力有关的两个系数对承载力公式进行修正,得到了抗拔承载力的经验公式。     

Rigidity and stability of submanifolds with entropy close to one

Geometriae Dedicata - We show that an n-dimensional surface whose entropy is close to that of an n-dimensional plane is close in Hausdorff distance to some n-dimensional plane at every scale....     

Good polynomials for optimal LRC of low locality

Designs, Codes and Cryptography - According to a magnific method due to I. Tamo and A. Barg, a class of polynomials over finite fields, called good polynomials, was introduced and used to construct...     

基于联合神经网络学习的中文电力计量命名实体识别

随着电力计量业务的不断扩展，迫切需要由业务信息、技术知识、行业标准及其内在联系所组成的电力计量知识图谱，为电网的决策和发展提供更为全面有效的支持。命名实体识别是构建知识图谱的基础。针对电力计量领域需要，结合中文分词技术特点，基于联合学习思想，提出了一种基于联合学习的中文电力计量命名实体识别技术。该技术联合CNN-BLSTM-CRF模型与整合词典知识的分词模型，使其共享实体类别和置信度；同时将2个模型的先后计算顺序改为并行计算，减少了识别误差累积。结果表明，在不需要人工构建特征的情况下，方法的正确率、召回率、F值等均显著优于以往方法。