摘要：针对基于深度神经网络填补多变量时序数据缺失值时存在误差引入的问题,将强化学习和图神经网络结合,提出了基于强化学习的多变量时序数据缺失值补全方法(reinforcement learning based missing value completion method for multivariate time series data,RL-CFMTS)。具体地,设计了一个图神经网络模块,用于预测最终的缺失值。同时,该模块还为强化学习模块提供状态向量和奖励,指导强化学习为目标时序节点挑选其认为最相似的b个节点来建立时序关系,以减少误差的引入。在3个真实世界数据集上的实验结果表明,RL-CFMTS在插补准确性方面优于近年来的多变量时序数据缺失值填补方法,在天气、股票和疫情数据集中平均绝对误差(mean absolute error,MAE)指标分别提升了12.78%、15.80%和55.73%。

摘要：水利工程爆破施工具有周期长、规模大的特点,传统爆破设计与施工管控方式难以满足当前水利工程的建设和发展要求,研究建立平台化、网络化、智能化的爆破设计与管控系统具有重大的工程意义。基于BIM、WebGIS和已开发的爆破设计软件,利用Angular框架和SpringBoot框架,采用前、后端分离式方法开发了智能爆破设计与管控系统,系统由智能爆破设计模块、三维可视化模块、数字化爆破管控模块以及智能安全评价及预测预警模块四个功能模块组成,实现了智能爆破设计与全流程爆破审核功能一体化,能够根据现场实际施工情况,采用模型参数化动态联合裁剪方法,选取开挖轮廓线上的控制点进行智能爆破设计,生成爆破设计方案,并将设计方案上传审查,有效地促进了爆破全流程的标准化、信息化、数字化管理,加强设计、施工、监理等单位的实时交互办公。该系统在叶巴滩水电站边坡爆破开挖工程的应用结果表明,系统能有效进行爆破设计,并提高管控效率,可为水电站边坡爆破设计开挖施工提供技术支持。

摘要：针对变电站沉降监测的数据处理与报告生成自动化的需求,基于MVC设计思想和B/S架构开发了变电站沉降监测管理系统。通过前端网页上传徕卡全站仪自动生成的单期测量数据表,后端POI库自动读取数据、MyBatis操作数据库、编程实现高差改正数自动分配与高程高精度计算、Aspose控件自动生成报表等功能,实现了变电站监测数据存储共享、处理自动化、流程标准化。经实际工程验证了该平台的可行性、高效性,为变电站沉降监测数据的自动化、智能化分析提供了新思路。

摘要：基于溶液浓度与其介电常数之间的关系,利用FDC2214电容传感器对以溶液为电介质的电容参数进行测量,实现了在不接触溶液的情况下,能够对溶液的浓度进行实时地测量。与此同时,基于比重法,利用压力传感器对溶液的质量参数的实时监测验证电容法的准确性,并最终设计了一套可实时且自动化测量溶液浓度与自动配置特定浓度溶液的装置。以葡萄糖溶液为例进行实验,并对实验结果和误差进行分析,得出测量误差保持在1%以内。相较于已有的方法和装置,本装置不仅更加方便和实用,还在造价低廉的基础上具备拓展性好的特点,可根据实际应用情境的需要增设其他功能,能够更广泛地服务生活、生产、教学和研究等。

摘要：为了了解乡镇铸造行业职业卫生现状,为企业整改及政府监管提供科学依据,采用现场职业卫生学调查、职业卫生检测和职业健康检查法,对乡镇铸造企业生产过程中主要的职业病危害因素粉尘、噪声和高温等进行调查与分析。调查发现:乡镇铸造企业粉尘总合格率仅56.8%,其中矽尘浓度范围2.2~8.2,最高超限11.8倍;噪声作业岗位合格率仅达50%;化学有害因素和高温检测均合格;防护设施达不到工业企业设计卫生标准要求;职业健康检查确诊多例尘肺病患者。总结可知,传统铸造行业粉尘和噪声危害不容忽视,应采取切实可行的防护设施和措施,保护劳动者的健康。

摘要：目的：比较保守治疗与开放复位钢板内固定术治疗跟骨关节内骨折的临床疗效。方法96例（101足）跟骨关节内骨折分成两组，应用保守治疗43例（45足）和应用切开复位内固定治疗53例（56足）。结果96例（101足）随访时间10~41个月，平均随访19.4个月，按 Maryland 足部评分系统评价术后功能，保守治疗组病例总体优良率35.6%，切开复位内固定组病例总体优良率达80.4%。结论切开复位解剖钢板内固定治疗跟骨关节内骨折明显优于保守治疗，是一种较好的方法；切口设计、植骨、准确复位及坚强固定等可以减少并发症的发生。