摘要：基于会话的推荐旨在基于会话内数据,为匿名或未登录用户做出推荐.现有的研究工作通常仅以会话中单个商品作为最小单位进行建模,忽略商品在不同感受野下的表征.同时,尚未挖掘会话序列中蕴含的商品隐式主题信息.为了缓解上述问题,文中提出主题增强的多层次图神经网络会话推荐模型(Topic-Enhanced Multi-level Graph Neural Network for Session-Based Recommendation,TEMGNN).首先,设计多层次商品嵌入学习模块,拓宽商品的感受野,获取不同粒度下的商品表示.然后,结合文中提出的多层次图神经网络进行同粒度和跨粒度下的商品信息传播,捕获更丰富的商品嵌入表征.此外,提出商品主题学习模块,在不依赖任何商品属性信息的前提下,抽取商品在隐空间下的主题共性,并以显式的向量空间投影方式自动形成商品的主题表示,用于增强模型推荐性能.在3个基准数据集上的实验表明,TEMGNN的表现较优.

摘要：常规含铝17%的复合推进剂完全燃烧后火箭喷流中Al2O3的质量分数高达32%,如此高质量分数的凝相粒子会导致分离过程中火箭前、后封头受力情况发生变化。首先基于开排焰窗口式固体运载火箭级间热分离过程,建立火箭级间热分离的三维流场数值仿真模型。随后通过数值模拟分别研究了考虑和不考虑凝相颗粒影响条件下的固体运载火箭级间热分离过程的级间段流场特征。结果表明,固体火箭级间分离过程中,级间流场变化剧烈,级间段流场存在激波、膨胀波、流动分离、边界层分离和涡旋等复杂的流动现象;随着分离距离的增加,下面级前封头上的平均压强在振荡后持续提高;上面级后封头上的平均压强前段缓慢上升、后段迅速下降,并逐渐趋近于环境压强。所得结果为指导级间段热防护设计以及火箭级间分离方案设计提供了理论依据。

摘要：目前,大多数推荐技术使用用户评分来推断用户偏好.当有充足的评分信息时,协同过滤技术表现良好.然而,评分数据普遍存在着稀疏性,或者难以让用户将其偏好表示为对物品的评分等级,故有效性受到限制.基于内容的推荐方法依据物品的内容来寻找与目标用户喜欢的物品内容相似的物品.在目标用户没有充足的历史数据的情况下,该方法仍然不充分,其推荐效果也很有限.当前,融合多视图的兴趣偏好信息构建混合推荐系统是个性化推荐研究发展的趋势.混合推荐系统通过融合用户物品的交互评分、隐式反馈和辅助信息进行个性化推荐,故本文提出了一种新颖的基于用户评论的深度情感分析和多视图协同融合的混合推荐方法.针对用户评论、物品内容描述等短文本的情感及语义难以分析,单一推荐视图易导致对用户画像建模粗放等问题,本文利用词向量对用户评论的短文本进行分布式表征,并结合长短期记忆网络实现从上下文语义层面对用户评论的情感进行分析.同时,本文提出基于观点预过滤和基于用户评分嵌入的情感融合方法,设计了一种嵌入的网络结构对用户评论进行深层语义分析和情感计算,以解决用户评分与真实兴趣偏好存在较大偏差、评分等级分布极度不均衡等问题.此外,本文利用分布式的段落向量表征对物品内容描述的短文本进行相似度计算,并设计了候选物品相似性的计算方法及度量K个最近邻物品的方法,解决了推荐系统中物品的内容信息不易挖掘和利用的问题.最后,本文提出了一种基于协同训练的融合用户评分、情感倾向和物品内容信息的混合推荐算法,实现对稀疏的用户评分矩阵的循环填充和修正,进而实现基于评分预测的Top N推荐.该方法解决了混合推荐系统中不同兴趣偏好的多推荐视图难以融合的问题,同时在一定程度上解决了推荐系统建模中缺乏足够的有标签数据问题.本文在亚马逊数据集上进行实验,与多种经典的和当前先进的推荐算法进行性能对比,采用平方误差、命中率和标准化折扣累积增益进行性能评价.实验结果表明,本文提出的算法在挖掘用户情感上效果显著;在10个推荐数据集上,系统的评分预测和Top N推荐指标皆有不同程度的显著改进.

摘要：铁粉是一种潜在的绿色可再生金属燃料。为了探索铁粉燃料使用的可行性,改进铁粉燃烧器的设计方法,研究铁粉的燃烧特性,进而实现铁粉燃烧后能量的有效利用,文中采用自主设计的金属铁粉燃烧器,实现了铁粉与空气在常压下的自持燃烧,进一步研究了铁颗粒燃烧后产物的变化规律。在点火燃烧实验中发现,铁粉的最佳点火浓度条件在0.95~1.28kg/m。利用扫描电子显微镜(SEM)、激光粒度分析仪(LPSA)、聚焦离子束(FIB)和X射线衍射(XRD)等诊断手段对燃烧产物进行了分析。结果表明,铁颗粒燃烧后颗粒形貌由不规则形最终变成球形,在燃烧过程中生成的产物会直接包裹在金属液滴的表面导致产物的粒度增大,在空燃比为0.55时,粒度的增大率为1.2,富燃条件下,随着空燃比的提高,产物的增大率变大。使用相图预测了铁颗粒在燃烧过程中出现的多层结构,利用FIB方法进一步分析了铁颗粒在燃烧反应中间阶段的层结构由外向内分别为FeO,FeO,FeO和Fe。

摘要：针对论点对抽取任务中存在着评审段和反驳段之间交互信息难以捕获以及忽略了对句子间的相对位置信息进行建模问题,提出基于异质图卷积神经网络的论点对抽取模型.该模型在评审段和反驳段中构建异质图,定义2种不同类型的节点及4种不同类型的边,通过关系图卷积神经网络来更新图中节点的表示.提出位置感知的句子对生成器,利用旋转位置编码来建模评审段和反驳段句子间的相对位置信息.在RR-passage和RR-submission-v2数据集上进行实验,实验结果表明,提出模型的性能均优于所有的基线模型.这表明通过构建异质图区分不同的节点类型和边的类型,设计位置感知的句子对生成器,能够提升论点对抽取模型的效果.

摘要：在深度学习领域中,模型的训练往往非常耗时,尤其是当模型较复杂时,分布式训练则是解决这个问题的一个主要方式。以往的案例中,用分布式训练神经网络能够得到非常好的加速效果,是因为采用了异步梯度下降法,但是这样会导致准确率下降。也有用同步梯度下降法来提升训练的准确率,但由于实际分布式的异构集群中各个计算节点的算力差距,会出现计算节点空闲等待的现象,使得模型的训练耗时十分不理想。采取改进同步梯度下降方法,通过设计新的样本分配机制,充分利用各个工作节点来加速模型训练。实验结果证明:所采取的方法在不降低准确率的情况下能够加快模型的训练速度。

摘要：篆刻艺术是中华优秀传统文化的瑰宝,这门艺术体现了汉字的使用和文化的传播,在小学阶段开展篆刻教学,让学生在篆刻之美、篆刻之理、篆刻之乐中沐浴经典国学的营养,对学生良好品格形成有重要的意义。

摘要：为研究喷注压降对Al/AP粉末火箭发动机工作特性影响,在考虑喷管两相流动损失的情况下,通过理论计算分析了压强、氧燃比对Al/AP粉末火箭发动机比冲、绝热燃烧温度及凝相产物质量分数的影响。以此为基础确定了Al/AP粉末火箭发动机工作参数,搭建了Al/AP粉末火箭发动机试验系统,通过改变流化气质量流率和粉末推进剂储箱出口通流面积的方法研究不同喷注压降下Al/AP粉末火箭发动机的工作特性。结果表明,流化气质量流率大小对Al/AP粉末火箭工作过程存在一定的影响,过小会导致粉末推进剂供给卡顿,过大会导致发动机性能降低。与此同时,Al/AP粉末火箭动机工作过程中存在由粉末推进剂输运时滞导致的燃烧室压力振荡,而通过提高粉末推进的喷注压降可以有效抑制这一振荡。当前技术状态下,由于在Al/AP粉末火箭动机燃烧室设计、粉末推进剂高效喷注和离散等方面存在不足,Al/AP粉末火箭动机的实际性能与理论性能还存在一定偏差,试验中最高燃烧效率为69.79%。

摘要：通过介绍惠州抽水蓄能电站水道混凝土施工工艺,结合监理工作实际,提出了平洞段钢模台车浇筑、高岔和斜井混凝土施工质量的控制措施,以及混凝土质量缺陷处理的方法,使水道混凝土施工质量始终处于受控状态,工程质量满足设计和规范要求。目前A、B厂水道充水试验已完成并投入使用,运行正常。

摘要：微观扩散预测对于深入理解信息在社会网络中的传播具有关键意义.为了进一步提升信息传播预测的精准度,文中提出融合级联频域特征的信息微观扩散预测模型.首先,基于用户友谊关系和历史级联,分别构建社交图和信息扩散超图,并利用图卷积神经网络提取用户在社交关系和转发行为上的表征.然后,应用傅立叶变换,将级联的时域特征映射至频域,通过高频分量与低频分量捕捉级联的短期波动和长期趋势.最后,为了生成更具表现力的用户表示,设计注意力融合层,有效避免特征冗余和信息缺失的问题,进一步优化性能.在四个公开数据集上的实验表明,文中模型在Hits@K和mAP@K指标上都有所提升,由此表明模型的有效性.