摘要：针对公路隧道能耗数据的随机性、不确定性和小样本特征,采用“分解-预测-集成”思路,提出一种基于集合经验模态分解模型(CEEMDAN)和支持向量机回归(SVR)的组合预测模型,能够有效提高短期能耗预测精度。首先,通过预处理原始能耗数据剔除异常值、修复缺失值和标准化能耗数据;其次,运用CEEMDAN模型将能耗数据分解为模态分量和残差分量;最后,分别构建各分量的SVR模型进行训练和预测,通过集成合并各分量预测值得到整体能耗预测值。以济莱高速公路蟠龙隧道用电量数据为例,探究模型最佳输入步长和输出步长,并与其他单模型和组合模型进行对比。结果表明:CEEMDAN-SVR模型在RMSE、mae、MAPE指标下均能取得最优预测精度。

摘要：为了准确、快速地掌握地下工程施工过程中周围建筑物的形变情况,开展对地下工程周围建筑物沉降预测,为安全施工提供参考,利用定期对建筑物监测的沉降数据,引入长短期记忆神经网络(LSTM,Long Short-Term Memory)建立建筑物的沉降预测模型。为验证LSTM在沉降预测中的适用性能,结合实际观测数据来验证LSTM预测模型效果,并与BP神经网络模型和测量真值进行比较。通过该模型在某地下工程的沉降预测实验,对比BP神经网络,基于LSTM循环神经网络建立的预测模型在性能评价指标mae和RMSE方面优势更明显,说明在沉降预测中比BP神经网络的精度更高,为类似工程的沉降预测提供了新方法。

摘要：现今对IP查找的解决策略中,很少同时考虑了经济性和有效性。本文提供了一个经济有效:基于FPGA(现场可编程序门阵列)而且可伸缩(scalable)的设计。通过扩展内部的快速IP查找引擎,可以保证在最差情况下每秒20,000,000次查找,平均情况下每秒36,231,002次。实验模拟所用的路由表信息来自于mae West的路由表快照。

摘要：介绍了具有自主知识产权的电子化的分接调压电动机构——mae智能电动机构的工作原理、设计思想、技术性能及创新效果，其成功研制实现了电动机构产品技术的跨越式发展。

摘要：综述了混合二价酸酯

摘要：mae在中药提取时由于微波具有穿透特性使植物细胞破壁,让溶媒易浸入,有效成分易浸出,以达到提高工效、增加提取率、节能省时之目的。mae技术不仅对单方有效,如果所选用的工艺条件得当,同样也可应用于复方提取,而且可以取得增加收率、提高质量、降低成本的满意效果。

摘要：mae事务所与Stitch工作室受聘对伦敦巴金和选格南（BarkingandDagenham）区一处1960年的房产进行重新设计。在Countryside地产公司的授权下。Goresbrook村的三座16层的楼房将被取代。这三座楼房基本都是跃层房屋，挤在当地社区当中十分触目。