摘要：针对传统股票趋势预测模型中忽略社交媒体文本信息对股价变化的影响和时间序列的平稳性处理、长期依赖等问题,提出一种融合社交媒体文本信息和LSTM的股票趋势预测模型(BiTCN-LSTM)。该模型分为情感分析和金融时序预测两部分。情感分析层将社交媒体文本信息输入到双向时间卷积网络进行特征提取和情感分析,得到积极或者消极的情感分类表示;金融时序预测层使用LSTM神经网络,将差分运算后的股票历史数据和文本情感特征向量加权融合作为网络输入,完成金融时序预测任务。通过上海证券综合指数数据集的实验验证,与传统金融时序预测模型相比,该模型的RMSE指标降低3.44-43.62。

摘要：以镇稻10号等51个水稻品种为材料,设计不同施氮水平进行田间试验,并利用稻米硬度、黏度自动测量系统来测定供试水稻品种的硬度、黏度。结果表明:不同品种稻米硬度、黏度存在差异,通过聚类分析可将供试水稻品种划分为4个硬度类型和4个黏度类型;施氮水平影响稻米硬度、黏度,其响应呈近似抛物线关系,当施氮水平为262.5kg·hm-2时,其数值最高。

摘要：针对渤海常规稠油油田开发效益较低的问题,提出应用虚拟开发技术来指导未开发油田的总体开发方案编制和已开发油田的调整。认为储量动用策略、井型选择策略、产能设计策略和阶段调整策略是渤海稠油油田开发所应采用的主要策略。以孤东七区中为虚拟开发研究对象,共设计了15个虚拟开发方案,并对其进行了开发效果评价和经济效益评价,确定了经济效益最好的方案和开发效果最好的方案。

摘要：为了提高ControlNet的快速性和稳定性,提出了基于带宽优化的网络拥塞避免策略。由于ControlNet是由一些相互关联的节点组成的,可以采用生产者/消费者多节点网络的带宽优化方法来控制单个节点的信息传输,提高了网络利用率。根据生产者/消费者多节点网络的通信机制,总结出一套高效的带宽优化算法,并给出详细的算法步骤。以CPU利用率、平均带宽利用率和峰值带宽利用率作为衡量ControlNet网络性能的重要指标,对所设计的带宽优化算法进行验证,实验结果表明,所提出的带宽优化算法能有效解决ControlNet的网络拥塞问题。

摘要：设计了一种基于单片机的智能电压表系统,主要由时钟电路、调试接口及复位电路、串行接口电路、模拟量线性隔离电路,液晶显示器电路组成。这种以单片机为核心的新型智能仪表精度高、误差小、性能可靠、价格低廉,能向外输出数字信号并进行数据通信,有很好的应用前景。

摘要：深入分析了TrustZone技术和μCLinux操作系统在构建嵌入系统时存在的不足,并针对其安全缺陷,利用LSM框架,采用DTE模型和BLP模型实现了μCLinux操作系统的安全增强,从而在操作系统层解决了TrustZone技术存在的安全问题,在此基础上,提出了基于TrustZone技术和安全增强的μCLinux操作系统的安全嵌入式系统框架,并对其具体实现进行了简要介绍。

摘要：为了解决“Java程序设计”课程教学脱离实际应用项目的实践教学现状,提出了基于项目驱动与竞赛、考证驱动的课程改革。将竞赛及考证大纲有序融合教学中,理论课程按照项目驱动,实践课程将竞赛与1+X考证中典型考题分解,按照难易程度划分项目,提炼与实际应用关系紧密的项目展开实践教学。结果表明,改革后的教学方式极大地增强了学生的学习兴趣和实践动手能力。同时,报名比赛积极性得到提升,获得国家级奖项人次逐年增加,为将“Java程序设计”打造成更高级别的精品课程提供了强有力的保障。

摘要：针对重型机械装备上大规格螺栓的连接可靠性问题,设计了液压扭矩扳手电液比例同步控制系统。介绍了电液比例同步控制系统的设计方案,分析了其工作原理及特性。通过AMESim仿真对所设计的液压同步控制系统进行验证,随机抽取多组仿真结果,证明所设计系统具备良好的同步性,为液压同步控制回路的分析和设计提供参考。

摘要：传统虚拟指令集体系结构不能同时满足简单性和高效性的要求。为此,提出一种面向固件代码分析的虚拟指令集体系结构构造方法。设计多目标固件代码分析平台,在可配置虚拟硬件结构的基础上,获取最小完备指令集,并说明扩展虚拟指令集的方法。实验结果表明,该方法能降低翻译代码膨胀率,目标指令模拟时间比传统方法减少19%～35%。

摘要：【目的/意义】在全国新冠肺炎重大疫情防控期间公共舆情发生较大变化,朋友圈是这一变化的晴雨表。通过朋友圈进行疫情防治、舆情传播对公共舆情产生了较大的影响,因此要充分审视其舆情稳定器价值。【设计/方法】以微信朋友圈这一新型虚拟社会平台作为研究对象,从李文亮医生救治事件的朋友圈传播案例分析入手,透视重大疫情中虚拟公共微平台的舆情传播引导功能与主动性治理效用。【结论/发现】通过上述措施充分发挥新媒体在多领域的传播优势,并借助新技术力量增强主流媒体的流量发力,有效激发朋友圈的舆情演化传播效能,使之成为权威媒体的有效补充,有助于在重大疫情期间公众媒介素养提升和舆情引导与治理。