超高压变电站设备配置与检修

超高压变电设备的运行可靠性是电力系统中非常重要的条件。为了保障超高压变电设备的正常运行,延长设备的使用寿命,避免资源浪费,必须改进并加强对超高压变电设备的日常维护技术。对设备进行状态维修,其目标主要是：确保电气设备运行的安全性、稳定性,在一定程度上防止设备运行时出现损坏。对设备进行状态监测,熟练掌握设备的运行状态是重点,只有这样才能起到理想的维修效果,进一步提高设备的使用效率。     

循证决策视角下的患者健康咨询主题分析

[目的/意义]为了将大数据更好地用于循证决策,文章构建了循证决策视角下的患者健康主题分析模型。[方法/过程]首先使用LDA主题模型对高血压问答数据进行主题探测,并结合文献提炼出高血压八大主题;再次使用问卷调查法和层次分析法对主题探测结果进行评估;最后对得到的证据进行实践讨论。[结果/结论]文章对大数据和循证决策的结合做了尝试性探索,结果表明循证决策视角下的患者健康主题分析模型,具有一定的实用性和创新性。     

浅谈冬瓜山铜矿充填自动化控制技术的应用

冬瓜山充填自动化系统以实时数据平台为基础集成Profibus、Modbus现场总线,3＋2的网络结构组成分布式集散系统;通过嵌入系统的多媒体、先进控制策略及设备管理等基本模块为一体的技术设备,实现远程监控和管理,使冬瓜山尾砂充填过程控制系统从DCS上升到FCS系统。     

基于Mel倒谱特征顺序统计滤波的语音端点检测算法

为提高噪声环境下语音端点检测的准确性,提出一种基于Mel倒谱距离顺序统计滤波的端点检测算法.该算法首先提取每帧语音信号的Mel频率倒谱系数,以前16帧估算背景噪声,计算每帧语音与背景噪声的倒谱距离;然后将当前帧前后相继若干帧的倒谱距离,经过一组顺序统计滤波器得到加权倒谱距离;最后根据各帧加权倒谱距离对输入语音进行分类.在TIMIT语音库上的实验结果表明,该方法在白噪声、粉噪声、汽车噪声和战斗机噪声等噪声环境下,均能得到理想的端点检测结果,且在低信噪比时依然有效.     

基于聚类分析的非监督式异常检测研究

传统的异常检测方法要求训练数据集完全由已标记为正常的实例所构成，但在实际应用中，很难得到这样的训练数据集。本文提出了一种基于聚类分析的非监督式异常检测方法，该方法的优点在于不需要任何标记数据，并且能够实现网络连接数据的实时检测。实验采用KDD99数据集进行测试，结果表明，该方法具有比较高的检测性能。     

基于多学科融合的传感器与检测技术课程教学改革与实践

根据传感器与检测技术课程的特点,对教学内容、教学方式、课程实践进行了多方面探索和改革.经过多年实践表明,可以有效提高学生的学习主动性和实际动手操作能力,并培养学生工程应用和创新能力.     

果树组织培养脱毒技术和病毒检测技术研究进展

病毒病对果树的危害日趋严重,各国对病毒病害的研究和防治极为重视.作者着重论述当前果树生产上主要应用的果树组织培养技术、脱除病毒技术和病毒检测技术,包括其原理、操作过程和特点,并简要探讨了病毒检测与脱毒的关系.     

基于负样本多通道优化SSD网络的钢铁厂提取

准确提取钢铁厂对去产能监测和环境保护具有重要意义。传统的人工目视解译方法效率低、成本高,无法满足开展大区域钢铁厂监测的需求。以深度学习目标检测网络SSD为基础,构建面向遥感影像钢铁厂提取的深度学习目标检测网络,提出maxout模块,将负样本通路优化为多分支结构,突出难分负样本特征并提升网络对无用特征的抵制效果。利用国产GF-1数据对京津冀地区的钢铁厂进行快速自动提取实验。与人工解译的钢铁厂点位数据的对比表明,该目标检测方法的提取精度达到80%以上。     

User-aware multilingual abusive content detection in social media

Despite growing efforts to halt distasteful content on social media, multilingualism has added a new dimension to this problem. The scarcity of resources makes the challenge even greater when it comes to low-resource languages. This work focuses on providing a novel method for abusive content detection in multiple low-resource Indic languages. Our observation indicates that a post’s tendency to attract abusive comments, as well as features such as user history and social context, significantly aid in the detection of abusive content. The proposed method first learns social and text context features in two separate modules. The integrated representation from these modules is learned and used for the final prediction. To evaluate the performance of our method against different classical and state-of-the-art methods, we have performed extensive experiments on SCIDN and MACI datasets consisting of 1.5M and 665K multilingual comments, respectively. Our proposed method outperforms state-of-the-art baseline methods with an average increase of 4.08% and 9.52% in the F1-score on SCIDN and MACI datasets, respectively.     

入侵检测系统研究

本文介绍了网络入侵检测系统的基本功能。在对目前研究的入侵检测系统的分类、性能分析、技术分析的基础上，提出了一个针对网络入侵的综合解决方案，同时探讨了入侵检测系统的发展方向。