摘要：工业遗产承载着工业文明进程中的特殊记忆,具有深厚的历史、文化、审美等多重价值。工业遗产景观是工业遗产的价值再现,承载着高度的遗产原真性与多重价值。隐性叙事是深入挖掘工业遗产原真性与激活其潜在价值的重要方式,基于隐性进程理论的解读与启发,剖析与梳理隐性进程的内在运行机制,从场所价值、主题意义、要素序列、隐性语义和维度价值5个层面提出隐性叙事的设计表达方法,将遗产的“真”进行深入挖掘与高度还原,生成丰富、深刻且具有历史文化原真性的工业遗产景观主题,塑造饱满、富有张力的工业遗产景观性格,激活工业遗产景观潜在的多重价值,实现工业遗产景观的高度再生。

摘要：为保障负离子源中性束注入(NNBI)系统用电的电能质量和稳定性,设计一套智慧能源管理系统。该系统以西门子PLC及分布式I/O系统为控制核心,通过对供配电系统各回路状态监控,基于Modbus通讯协议与多功能表的信息交互,实现对用电系统能耗监测及管理。通过可视化人机交互界面设计,为实验运行人员提供直观便捷的系统状态诊断工具。该系统具备一定的兼容性和扩展能力。相关台面测试表明,智慧能源管理系统运行稳定,控制可靠,能满足供配电系统的智能化管理和监测需求。

摘要：跨国绅士化是由高端跨国移民所引起的社会空间重构现象,强调跨国高端移民与原住低收入居民之间的互动、演替和博弈,具有较强的阶层性、社会性和政治性。文章选取广州远景路韩国人聚居区作为研究案例,对跨国绅士化的发展特征、形成机制和社会效应进行了深入分析。研究发现:(1)跨国绅士化的发展经历了萌芽、发育、发展和延续4个阶段,每个阶段在人口构成、空间形态、资本来源上都有显著变化;(2)跨国绅士化是由地方政府、开发商、跨国绅士化群体以及当地居民形成的复杂协同机制共同推动发生的,但地方政府占据了绝对主导地位;(3)跨国绅士化带来了诸如阶层与族裔的演替、生活方式改变、文化割裂与社会区隔等显著社会空间效应,但其结果的积极性和消极性显示出多元性和复杂性特征。

摘要：在MLA曝光工艺中,曝光点的数量庞大,通过高倍率显微镜配合人工目检来判定曝光质量耗时耗力,造成工艺成本偏高。为了解决这个问题,设计了一种便于检测的圆环形图案并引入深度学习中的目标检测Yolov5模型,一定程度上能够取代人工目检,完成对曝光质量的快速判定。基于上述方法,分析了不同光刻胶厚度之下,线能量密度的最优区间与光刻胶的剖面倾角。并在同等线能量密度下通过圆度判定曝光图案失真情况。在本研究的MLA曝光工艺中,选取光刻胶厚度、激光曝光功率以及加工平台移动速度作为自变量,评价曝光合格率、光刻胶剖面倾角以及曝光圆度等加工质量参数具有重要的工程意义。

摘要：针对现有的序列推荐系统在数据稀疏场景下表现不佳，以及无法充分学习用户的个性化兴趣问题，本文提出一种知识增强的个性化序列推荐算法.使用知识图谱作为辅助信息可以缓解数据稀疏问题，然而现有的融合知识图谱的方法会引入大量与系统无关的信息.为此采用一种关系感知采样方法，仅保留知识图谱中与系统相关性高的交互.在序列建模阶段卷积神经网络可以较好地学习用户的局部动态偏好，然而用户的全局交互特征对用户个性化偏好的表达同样重要，本文通过引入多头自注意力机制对全局交互特征进行学习.最后，设计一个自适应混合模块来动态融合两种特征.在公共数据集MovieLens-1M与Amazon-book上的实验结果证明了所设计模型的有效性.

摘要：针对IPv6快速普及背景下分布式拒绝服务(DDoS)攻击威胁不断增长的现状,提出一种两阶段的DDoS攻击防御机制,包括初期实时监控DDoS攻击发生的预检测阶段,以及告警后精准过滤DDoS攻击流量的深度检测阶段.首先,分析IPv6报文格式并解析PCAP流量捕获文件中的16进制头部字段作为样本元素.其次,在预检测阶段,引入轻量化二值卷积神经网络(BCNN),设计一种二维流量矩阵作为模型输入,整体感知网络在混杂DDoS流量后出现的恶意态势作为告警DDoS发生的证据.告警后,深度检测阶段介入,引入一维卷积神经网络(1DCNN)具体区分混杂的DDoS报文,从而下发阻断策略.在实验中,自建IPv6-LAN拓扑并基于NAT 4to6技术重放CIC-DDoS2019公开集生成纯IPv6-DDoS流量源测试.结果证明,所提机制提升针对DDoS攻击的响应速度、准确度和攻击流量过滤效率,当DDoS流量出现仅占总网络6%和10%时,BCNN就能以90.9%和96.4%的准确度感知到DDoS攻击的发生,同时1DCNN能够以99.4%准确率区分DDoS报文并过滤.

摘要：为进一步提高边缘计算(MEC)中移动设备(MD)对低时延、低能耗计算卸载任务的需求,利用深度Q学习(DQN)、长短期记忆网络(LSTM)和注意力机制,设计一种基于DQN的深度强化学习卸载算法(LA-DQN)。以最小系统总代价(时延和能耗加权和)为目标建立模型,使用一维残差卷积网络(Conv1D)和带有注意力机制的LSTM网络替换DQN网络的全连接层,提取MD的状态特征,减少需要计算的参数量并加强对输入状态的重点特征信息提取,加速算法收敛并得到最优卸载策略。仿真结果表明,与DQN、Full Local、Full Offload算法相比,LA-DQN算法能够有效降低任务处理的时延和能耗。

摘要：为了提高破碎机双金属复合锤头的综合性能,延长其使用寿命,本文提出了采用液态模锻工艺生产双金属复合锤头的方案,并进行了相应的模具设计。模具采用直立位直接加压液锻成型,可替换模芯,垂直分模,下缸上行顶出的方案。

摘要：基于《过程设备设计》课程传统教学中存在的问题,利用虚拟仿真技术等现代化手段,在结合传统教学的基础上,构建崭新的教学框架结构体系,使学生直观形象地掌握典型过程设备的结构特征以及各零部件的结构特点等,弥补传统教学中存在的不足,调动学生的学习主动性和积极性,提高学生对典型过程设备的结构特征、零部件类型、装配以及设备设计、图纸绘制等实践创新能力。

摘要：针对桥式起重机非线性、存在外界干扰的特点,提出了一种神经网络自适应滑模控制器。首先采用拉格朗日法建立桥式起重机动力学模型;然后在分层滑模控制器的基础上,设计了径向基函数神经网络权值自适应更新率,利用径向基函数神经网络补偿系统的非线性与外界干扰引起的不确定上界,并利用粒子群算法对控制器参数寻优,通过构造Lyapunov函数证明了系统的稳定性;最后设计了1组仿真实验和1组在搭建的实验平台上的验证实验,仿真结果表明:在非线性及外界干扰作用下,神经网络自适应滑模控制器可以快速实现小车定位和负载消摆,控制器可以消除不确定上界对系统的影响。实验结果也表明,所设计的控制器可以使桥式起重机达到控制目标,具有一定的抗干扰能力。