葡京娱乐场-富盈娱乐场开户

自美國 2011 年實施材料基因組計劃（Materials Genome Initiative，MGI），現已成為全球材料創新研發的強大助推劑，將高通量實驗、材料數據和高通量計算三要素有機結合，加速材料創新性研發并降低成本。MGI 將成分-工藝-組織-性能的關聯集成化、跨尺度分析，將材料的研發由傳統經驗式提升到科學設計。高通量材料計算和數據挖掘技術是材料基因工程的重要組成部分，通過材料的高通量熱力學/動力學計算、高通量相場模擬、數據挖掘和性能預測，實現材料合金成分、制備工藝、微觀組織結構和宏觀力學性能的調控及優化，為新材料的開發設計提供指導，實現產品全制備周期的數字化、智能化管理，提高產品質量穩定性、降低產品研發周期和成本、提升企業的核心競爭力。

本實用新型涉及農業機械，尤其是一種超聲波振動土壤挖掘裝置。包括機架，其中，還包括變幅桿挖掘鏟、超聲波換能器和超聲波發生器，所述變幅桿挖掘鏟與超聲波換能器固定連接，超聲波發生器通過信號電纜線將電信號傳遞給超聲波換能器，超聲波換能器與機架連接；所述變幅桿挖掘鏟包括鏟刀和鏟柄，鏟柄的一端與超聲波換能器固定連接，鏟柄的另一端與鏟刀固定連接，鏟柄在豎直方向的截面面積從與超聲波換能器的固定連接端到與鏟刀的固定連接端由大到小逐漸過渡變化。可以有效解決土壤切削挖掘作業阻力大、耗能高等問題。

自美國 2011 年實施材料基因組計劃（Materials Genome Initiative，MGI），現已成為全球材料創新研發的強大助推劑，將高通量實驗、材料數據和高通量計算三要素有機結合，加速材料創新性研發并降低成本。MGI 將成分-工藝-組織-性能的關聯集成化、跨尺度分析，將材料的研發由傳統經驗式提升到科學設計。高通量材料計算和數據挖掘技術是材料基因工程的重要組成部分，通過材料的高通量熱力學/動力學計算、高通量相場模擬、數據挖掘和性能預測，實現材料合金成分、制備工藝、微觀組織結構和宏觀力學性能的調控及優化，為新材料的開發設計提供指導，實現產品全制備周期的數字化、智能化管理，提高產品質量穩定性、降低產品研發周期和成本、提升企業的核心競爭力。

一、項目進展 創意計劃階段 二、負責人及成員 姓名 學院/所學專業 入學/畢業時間 學號 陳泳岐 計科院/計算機科學與技術 2019.9/2023.6 201931061097 三、指導教師 姓名 學院/所學專業 職務/職稱 研究方向 楊云 計科院/軟件工程 講師 數據庫應用 四、項目簡介 本次研究主要是在“智慧政務”等網絡留言平臺的基礎之上對大量留言數據進行分類、提取熱度并對留言的回復情況進行質量評價，構建出基于機器學習的自然語言處理平臺的一系列算法實現。主要包括三種算法，分別對應于政務留言中的三個痛點問題。留言分類算法主要是用來將不同留言進行分類和標簽，再分別發送到對應部門，問題處理之后，留言回復質量評價算法將官方人員的回復質量進行采集與評價，判斷單位人員對留言的處理情況。留言熱點計算算法能夠抽取每個留言的主題并生成相應的關鍵詞展示給政務人員。

本技術成果屬于分析化學樣品前處理領域，研發了一種動態液液固印跡微萃取-液相色譜在線聯用系 統，包括磁力攪拌器、水浴瓶、萃取瓶、引流管、蠕動泵、高壓六通切換閥、分子印跡固相微萃取材料、 高壓六通進樣閥、定量環、進樣針、液相色譜泵、色譜柱、檢測器和液相色譜等，通過動態液液固印跡微 萃取裝置和液相色譜的聯用，實現水相樣品中目標分析物預富集、萃取、解吸、分離和檢測全過程的在 線。本系統結合了液液萃取的通用性、分子印跡固相微萃取技術的高選擇性、高富集能力和液相色譜的高 效分離能力和高靈敏度，提高了分析自動化程度，縮短了分析時間，提高了準確度和精密度，可有效應用 于復雜樣品中痕量有機物的分析檢測。

液-液萃取分離科學和技術是化學工程學科的重要分支之一。一大批萃取分離技術在石油化工、原子能、醫藥工業、食品工業、生物化工以及環境工程中得到了廣泛應用。現代工業的發展，對液-液萃取分離科學與技術提出了新的挑戰，也為新型萃取分離技術的產生和發展提供了良好的機遇。液-液萃取技術作為一項應用很廣的高效分離技術，已成為許多領域發展的技術關鍵。本項目圍繞國家節能減排戰略，開展高效液-液離心萃取設備的研制及應用研究。創造性地建立了流場分布與操作條件的關系模型，實現了設備的可控設計；對液-液離心萃取過程環隙間流動特性進行深入細致的研究，定量地求出泰勒渦流的生成條件及其變化規律，精確地描述出流場全貌；在Taylor-Couette流體運動特征、失穩演變過程和壓力周期波動特性方面有所突破，建立離心不穩定準則，獲得環隙式液-液離心萃取過程的強化傳質機理，為環隙式液-液離心萃取系統的量化設計提供理論基礎。開發出的離心萃取成套設備及相關工藝技術，在石油化工、生物制藥等行業得到了成功應用。在我國最大的林可霉素生產基地-南陽普康藥業集團有限公司建成了基于離心萃取技術的“萃取-洗滌-反萃”成套設備及工藝，獲得了成功。依托中國石化集團公司，在我國最大的己內酰胺生產基地建成了雜質離心萃取的工業示范裝置，每年產生經濟效益500萬元，大大改善了產品質量。

超高壓閥門的閥芯需要抗腐蝕耐磨的材料，因此閥芯的材料往往與本體不同，為了防止出 現掉落、松動等故障，需要將閥芯與閥門本體進行焊接。考慮到閥門本體結構的特殊性，需要 設計一種全自動焊接機床來滿足這一要求。 該套數控焊接機床的機械系統主體部分是X,Y,Z三軸工作平臺以及旋轉R軸構成 (X和Y軸 行程為100mm,Z軸行程為400mm,三軸均通過滾珠絲杠傳動，具有較高的控制精度，R軸可旋 轉任意角度，載荷100KG) ，為了實現精確控制，四軸均通過伺服電機驅動器+伺服電機驅 動，通過設置伺服驅動器及運動控制卡相關的參數，電機位置控制可達到加工精度要求 (小于 0.2mm) 。其中XYZ三軸均有正負原點開關和零點開關，R軸只有一個零點開關。工作臺的旋轉 由R軸通過1:100行星減速齒輪帶動，工件通過專用工裝夾緊，并通過電刷與焊機負極連接。 該項目主要完成了以下工作：焊槍結構改進及硬件調試；機床數控軟件的模塊化設計， 包括焊接中示教及焊槍路徑規劃中提出的一種通過空間直線和空間圓弧實現空間曲線的插補 算法，輔助功能的實現和焊縫收弧引弧等時間控制策略等；著重研究了焊接工藝參數 (焊接電 流，焊接電壓，焊接速度和焊槍角度) 對焊縫的影響，通過一種數學模型來描述工藝參數與焊 縫熔深之間的關系，對摸索焊接工藝參數對焊縫形態影響和焊縫質量的預測和評估有重要意 義。

Web挖掘技術屬于信息科學領域，涉及自然語言處理、模式識別、知識工程、機器學習和隨機過程等多個研究領域，并需要使用概率統計、矩陣理論以及其他軟計算方法作為研究工具和手段。本項目主要針對Web挖掘中的Web數據模型、文本分類和信息檢索等基本問題進行理論和算法上的研究，并就這些問題提出了潛在語義結構模型、基于投影尋蹤的中文網頁分類算法和基于Markov網絡的信息檢索等模型。同時，在理論上對這些方法進行了深入的研究和探討，從理論上證明了其正確性。在實驗方面，我們將分類模型應用于大規模的標準測試文檔集（REUTER-21578語料庫、復旦大學中文文本分類語料庫），進行了大量的實驗，結果表明這些方法均表現出了較好的性能，接近甚至優于SVM和KNN的分類效果，并應用檢索模型在標準測試文檔集（CACM、CISI、CRAN、MED）上進行了多次對比實驗，其性能與BM25相當在某些指標上甚至更優。另外，課題組在北大天網測試文檔集上應用上述模型，在近幾年的全國搜索引擎和網上信息挖掘學術研討會（SEWM）的中文WEB信息檢索評測中均取得了優異的成績。

“共用直流母線的電動液壓挖掘機”提出一種新的采用分布式的伺服電機驅 定量液壓泵，通過改變泵的轉速控制液壓挖掘機實現節能運行的方法，其 特色是挖掘機動臂下放過程的勢能和上車回轉制動的動能實時回饋到直流母 線，對這部分能量回收再利用，該方法及大地提高了挖掘機的能量利用率， 同時也適用于港口機械等多種移動自動化裝備運行過程制動動能的回收再利 用，本發明較現有技術具有節能、噪聲低、整機效率高等多方面的技術優勢。

一種Web挖掘系統的構造方法，其由中央處理器、存儲器組成的數字計算機，所述的數字計算機與網絡聯接；所述的存儲器存儲有真實數據庫和基礎知識庫，以及啟發型協調器和維護型協調器；其通過特征抽取及特征變換，Web內容挖掘過程，模型質量評價，信息呈現及信息導航，雙庫協同機制等步驟；在Web挖掘方面其使得知識庫能夠動態的參與數據庫的發掘過程，用戶的先驗知識及知識庫中的固有知識可以產生“定向發掘”，以提高認知自主性和避免海量搜索的產生；在知識庫的維護方面：其可在數據發掘過程中實時地修改和維護知識庫中的內容，包括重復與冗余性檢驗、矛盾處理等。◆項目的應用范圍及經濟效益分析 在該系統中采用了一類創新性的用于復雜類型數據挖掘的結構模型——發現特征子空間模型 DFSSM，含蓋了常用的向量空間模型VSM。 該系統包含了 Web文本挖掘、客戶訪問模式挖掘和智能搜索引擎。其中在Web文本分類和Web文本聚類等方面，采用了我們提出的新算法。國際著名無形資產評估機構“香港國際無形資產評估事務所”品過此專利無形資產價值72萬美元。   基于內在機理的知識發現理論KDTIM是我們獨立提出的原創性理論，基于該理論我們設計 該 并實現了具 有自主知識產權的大型軟件系統——集成化組合構件式知識發現軟件系統 ICCKDSS，而 Web挖掘系統是其 三個核心 部分之一。該系統具有通用性強、性能良好、使用方便、人機界面友好等特點，可以在不同的網絡平臺上進行快速移植和推廣。一種 Web挖掘系統的構造方法（已獲國家發明專利授權，申請號：03104960.5），是在現有的Web挖掘技術的基礎上融入知識發現內在機理之一：雙庫協同機制，即構建數據庫（文本庫、日志庫與結構信息庫）與基礎知識庫的內在聯系“通道”,使得知識庫能夠動態的參與數據庫的發掘過程，用戶的先驗知識及知識庫中的固有知識通過此機制可以產生“定向發掘”，以提高認知自主性和避免海量搜索的產生；在知識庫的維護方面，通過雙庫協同機制可在數據發掘過程中實時地修改和維護知識庫中的內容，包括重復與冗余性檢驗、矛盾處理等。從而用基礎知識庫去制約與驅動 Web挖掘系統的整個挖掘流程，改變Web挖掘系統固有的運行機制，在結構與功能上形成了相對于 Web挖掘系統而言的一個開放的、優化的擴體。總體上講，將Web挖掘視為一個開放系統，在Web挖掘進程與基礎知識庫的廣泛聯系中，改進與優化了Web挖掘的結構、過程與運行機制。 本系統已成功地應用到現代遠程教育網信息挖掘中，得到用戶好評并通過國家軟件評測中心的鑒定測評。它還可以廣泛地應用到智能決策（預測）支持系統、 CRM系統、ERP系統、門戶網站、電子商務和電子政務等領域中。該系統具有很大的應用推廣價值和廣闊的市場前景。