摘要：针对复杂网页上主题信息被过多地与主题无关的广告、导航、版权等噪声信息隐藏的问题,提出一种基于长短期记忆的深度学习正文提取方法(LTE)。首先,设计一种根据超文本标记语言(HTML)中标签信息的数据划分策略:通过遍历HTML代码的文档对象模型(DOM)树来根据DOM树结构划分每一个具有文本信息的文本块;然后,通过预训练模型对每一个内容块的从属关系进行表征;最后,这些标签会被输入到用这种格式的数据预先训练好的长短期记忆(LSTM)网络模型进行主要内容正文判别。实验结果证明,模型能够有效拟合已标记的数据集,在训练集中的F1分数能稳定在0.96以上;对于不存在于训练集中的网页格式,对其正文的预测准确度也比两个传统正文抽取工具Readability和Newspaper3k的分别高47.54、19.02个百分点。由实验结果可知,LTE能够有效提取出网页中的正文内容。

摘要：提出了应用于毫米波段的MOS变容管的建模方法。针对标准0.18μm CMOS工艺,采用2D器件仿真软件MINIMOS,设计实现了积累型MOS变容管;并提出和分析了基于标准BSIM3模型的MOS变容管的等效电路模型;通过MINIMOS仿真,直接提取电路模型各寄生参数。该模型能方便地在电路设计软件中实现,并能预测最高达40 GHz频率范围内的变容管特性。

摘要：基于Si基0.18μm标准CMOS工艺研究新型低损耗V型结构接地共面波导(VGCPW),用HFSS软件建立物理模型,进行三维电磁仿真,研究内部电磁场分布.采用ADS软件的传输线模型卡及其目标优化控件,建立适合于毫米波段CMOS单片集成电路仿真和设计的新型低损耗VGCPW等效传输线模型.

摘要：基于横向补给作业中各个阶段可能出现的舷侧碰撞模式所确定的两船碰撞发生时的夹角和补给作业船受撞位置,进行横向补给作业船舷侧碰撞损伤仿真研究。分析了补给作业船的吸能特性和碰撞过程中两船的运动状态,获得了碰撞力、能量吸收和损伤变形的时序结果。该文的研究可对于开展补给作业船舷侧碰撞结构损伤评估、舷侧抗撞结构的优化设计提供指导。

摘要：高速三体船是一个近些年发展起来的新船型,具有宽阔的甲板和双片体结构,良好的耐波性以及穿浪减阻能力。由于片体与主体之间的波浪非线性载荷缺乏精确的理论预报,对三体船展开物理实验来研究波浪载荷及砰击效应很具有必要性。文章在耐波性水池进行了三体船船体梁波浪弯矩的模型试验,结果表明三体船复杂的波浪载荷特性应当引起设计者的充分关注。

摘要：基于海上航行横向补给作业中两船之间的水动力学相互作用,采用理论计算和数值仿真方法,对补给作业中各个阶段可能出现的舷侧碰撞模式进行分析,给出了碰撞发生时两船的夹角以及补给作业船的受撞位置。论文的研究工作将对补给作业船舷侧碰撞结构损伤评估和舷侧抗撞结构的优化设计提供支撑。

摘要：针对深层卷积神经网络模型参数量大、对硬件设备要求高而难以部署于边缘端的问题,本文结合高速公路监控图像这一应用场景,对基于轻量化神经网络的天气识别算法进行研究。首先对经典的轻量化神经网络模型MobileNet进行理论分析,由参数量和计算次数的角度分析其深度可分离卷积与标准卷积操作的不同。同时,收集并标注基于公路监控图像的天气识别数据集。在此基础上,搭建并训练包含多个轻量化神经网络在内的模型进行对比实验,实验结果验证了MobileNet在识别精度、速度以及模型参数量等指标上的优势。此外,本文通过可视化算法t-SNE从类别响应分析和特征分布两个方面探讨MobileNet的特征表征能力以及特征的类间可分性和类内可聚性,其结果进一步支撑了上述分析。

摘要：为了模拟大开口船舶的剖面特性,以集装箱船为例,根据相似理论设计可以同时满足垂向、水平,以及扭转惯量和剪心与实船相似,并且满足首阶固有频率相似的开口测量梁模型,采用相应的应力分析方法进行相应载荷的分离,数值仿真表明所提出的测量梁设计合理。

摘要：[目的]为实现船体结构的轻量化设计,采用金属夹层结构代替传统的加筋板结构,在保证原有结构承载性能的前提下,降低船体结构重量。[方法]针对单轴压缩作用下V型和I型金属波纹夹层板的承载性能问题,利用ABAQUS软件,对其进行屈曲分析和非线性有限元分析,并与传统加筋板结构的承载性能进行对比分析,[结果]得到了金属夹层板的承载性能与失效模式。计算结果表明,结构型式不同使得其屈曲失效模式存在差异;相同重量下,设计的I型金属波纹夹层板承载能力最强,加筋板与V型金属波纹夹层板次之。[结论]不同结构型式的轻量化减重效率有所不同,金属夹层板的轻量化规律可为其在船体结构设计中的选型与应用提供参考。

摘要：针对风力发电机组变桨系统故障诊断模型参数难以优化问题,提出了基于状态转移算法优化多类最优间隔分布机(multi-class Optimal Margin Distribution Machine optimized by the State Transition Algorithm,mcODM-STA)的风电机组变桨系统故障诊断方法.该方法选择风电机组功率输出作为主要状态参数,利用Pearson相关系数对风电数据采集与监视控制系统中风电机组历史运行数据进行相关性分析,剔除与功率输出状态参数相关性较低的特征,对余下特征进行二次分析,减少样本特征.将数据集分为训练集和测试集,训练集用来训练所提故障诊断模型,测试集用来进行测试.利用国内风电场实际运行数据进行实验验证.实验结果表明,与其他多种参数优化方法相比,所提方法故障诊断准确率和Kappa系数更高.