摘要：基于深度学习算法的故障智能诊断模型已被广泛应用于天然气管道运输安全领域,然而管道通常处于准稳态,使得训练集中的故障样本量受限。为此,针对天然气管道故障诊断中因训练集故障样本量有限,导致难以准确诊断的问题,提出了一种基于贝叶斯单源域领域泛化(BSDG)算法,部署了一种攻击防御策略,通过在攻击阶段明确伪目标域增强路径,并在防御阶段引导模型参数的后验分布向伪域样本得分更高的方向调整,增强模型在面对不同域扰动时的适应性和鲁棒性。研究结果表明:(1)基于贝叶斯网络建立的非定向攻击模型确保伪域样本既保留了与源域的相关性,又引入了足够的域差异来模拟潜在的目标域,由此提升了多源域和单源域设置下的领域泛化诊断准确率;(2)测试结果显示,BSDG算法在多源域泛化任务及两项单源域泛化任务中,相较于性能最优的对比算法,其准确率分别提高了9.79%、5.09%和27.98%;(3)裕度差异损失通过在学习决策边界的过程中引入不确定性,令分类器可以灵活且有效应对频繁的分布变化,显著性测试结果表明BSDG算法在多数场景下显著优于先进对比算法;(4)贝叶斯神经网络通过在权重上引入不确定性,有效提升了BSDG算法的泛化稳定性。结论认为,BSDG算法通过使用基于贝叶斯推理的攻击防御策略,有效扩展了源域模型的决策边界,解决了实际场景数据匮乏导致的深度神经网络泛化能力差的问题,为样本受限情形下的天然气管道故障诊断模型设计提供了理论支撑。

摘要：为了能够提高频率的转化效率,研究并设计一种可编程单相-三相变频器系统,应用于风机、水泵等高频率器件中,对频率进行连续改变,从而达到无极变换并对该变频装置的先进性进行介绍。试验表明,该设计运行稳定,工作效率高。

摘要："十二.五"期间,在我国水电发展的新形势条件下,投资者们面临着前所未有的机遇与挑战。在水电工程投资项目生命周期的全过程中,会出现各种不同的风险,如何去防范中小型水电站投资风险,使得投资回报率最高,是目前国内企业在投资中小型水电建设项目过程中所关心的问题。然而,对于水电站投资风险的控制研究,无论从理论还是实际出发,都比较少,一般都是依靠企业或者个人的工作经验。结合中小型水电站投资建设的特点及可能产生的投资风险,提供了几种防范措施。

摘要：在2018年全国两会《政府工作报告》中,李克强总理首次提出要打造"双创"升级版。企业新型学徒制度作为培养专业技术人才重要手段,在我国产业升级中发挥着重要作用。基于韶关市智汇小镇和韶关学院·创亿谷大学生创客空间等两大韶关市校企合作典型创业孵化基地的实地调查,通过校企合作的模式打造多方受益平台,实现资源共享、优势互补、共同发展,为今后人才培养模式的创新提供新的出路。