网上赌场真人发牌-澳门网上赌场空城

新型單洞雙線城市軌道交通類矩形盾構(gòu)隧道修建成套關(guān)鍵技術(shù)產(chǎn)業(yè)化及應(yīng)用。 一、項(xiàng)目分類 關(guān)鍵核心技術(shù)突破 二、成果簡介 我國城市軌道交通建設(shè)正面臨地下空間資源日漸稀缺的嚴(yán)峻挑戰(zhàn)，面對集約型開發(fā)要求，常規(guī)的圓形盾構(gòu)隧道法已不能適應(yīng)， 類矩形截面不同于矩形截面和橢圓形截面，嚴(yán)格的矩形斷面空間利用率最高，但其主要面臨著機(jī)械開挖困難、矩形轉(zhuǎn)角部位管片結(jié)構(gòu)受力不合理等問題；橢圓形隧道可有效避免以上矩形隧道出現(xiàn)的問題，但其空間利用率相對較低。類矩形斷面就是對以上兩種斷面類型的折中，以求綜合其優(yōu)點(diǎn)，規(guī)避其缺點(diǎn)。 本項(xiàng)目成果已實(shí)現(xiàn)產(chǎn)業(yè)化和規(guī)模化，形成從技術(shù)開發(fā)、裝備制造、施工工法、配套施工工藝、后評價(jià)體系等在內(nèi)的全套關(guān)鍵技術(shù)。目前已生產(chǎn)異形盾構(gòu)12臺套，分別在上海、杭州、南京、鄭州、寧波、舟山等地開展了成功應(yīng)用，累計(jì)完成掘進(jìn)30km，為當(dāng)?shù)爻鞘熊壍澜煌üこ探ㄔO(shè)提供了有效的技術(shù)支撐。

本項(xiàng)目首先基于社區(qū)網(wǎng)格化管理和社區(qū)團(tuán)購的社區(qū)性這一核心共性，明確社區(qū)網(wǎng)格化治理模式落實(shí)于社區(qū)團(tuán)購的具體結(jié)合點(diǎn)，增強(qiáng)社區(qū)網(wǎng)格化管理遷移至社區(qū)團(tuán)購中的可行性。 一、項(xiàng)目進(jìn)展 創(chuàng)意計(jì)劃階段 二、負(fù)責(zé)人及成員 姓名 學(xué)院/所學(xué)專業(yè) 入學(xué)/畢業(yè)時(shí)間 胡筱玥 哲學(xué)院哲學(xué)專業(yè) 2020.9-2024.9 彭思思 哲學(xué)院哲學(xué)專業(yè) 2019.9-2023.9 白涵宇 哲學(xué)院哲學(xué)專業(yè) 2020.9-2024.9 何子蔓 哲學(xué)院哲學(xué)專業(yè) 2020.9-2024.9 石向林 哲學(xué)院哲學(xué)專業(yè) 2020.9-2024.9 三、指導(dǎo)教師 姓名 學(xué)院/所學(xué)專業(yè) 職務(wù)/職稱 研究方向 李薇 哲學(xué)院 副教授 社會福利與社會工作 四、項(xiàng)目簡介 本項(xiàng)目首先基于社區(qū)網(wǎng)格化管理和社區(qū)團(tuán)購的社區(qū)性這一核心共性，明確社區(qū)網(wǎng)格化治理模式落實(shí)于社區(qū)團(tuán)購的具體結(jié)合點(diǎn)，增強(qiáng)社區(qū)網(wǎng)格化管理遷移至社區(qū)團(tuán)購中的可行性；其次本項(xiàng)目通過實(shí)地調(diào)研與線上調(diào)查相結(jié)合的方式深入探究社區(qū)網(wǎng)格化與社區(qū)團(tuán)購實(shí)際結(jié)合情況，了解包括團(tuán)長、消費(fèi)者在內(nèi)的社區(qū)團(tuán)購主體對社區(qū)網(wǎng)格化和社區(qū)團(tuán)購的看法，經(jīng)過兩個(gè)階段的調(diào)研以定量定性相結(jié)合的方式為探尋兩者融合發(fā)展的優(yōu)化路徑提供豐富的數(shù)據(jù)支持；在大量文獻(xiàn)資料和調(diào)研數(shù)據(jù)支持下，為通過社區(qū)網(wǎng)格化治理模式優(yōu)化社區(qū)團(tuán)購提供富有前瞻性、切實(shí)可行的建議。

我校理學(xué)院大數(shù)據(jù)研究團(tuán)隊(duì)在人工智能與大數(shù)據(jù)處理技術(shù)研究方面取得系列進(jìn)展，研究成果分別發(fā)表在IEEE Transactions on Neural Networks and Learning Systems、IEEE Transactions on Cybernetics和Information Sciences三大人工智能頂級期刊。神經(jīng)網(wǎng)絡(luò)是人工智能領(lǐng)域中目前最為火熱的研究方向——深度學(xué)習(xí)的架構(gòu)基礎(chǔ)。雖然深度學(xué)習(xí)在近幾年發(fā)展迅速，但是關(guān)于如何設(shè)計(jì)最優(yōu)神經(jīng)網(wǎng)絡(luò)架構(gòu)的問題仍處于探索階段。該團(tuán)隊(duì)分別針對人工智能中神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)復(fù)雜、高維大規(guī)模數(shù)據(jù)存在無效和冗余特征、難以獲取長時(shí)序信息等問題與缺陷，設(shè)計(jì)出了一系列網(wǎng)絡(luò)結(jié)構(gòu)優(yōu)化、大數(shù)據(jù)特征選擇和時(shí)序循環(huán)神經(jīng)網(wǎng)絡(luò)模型，有效改善了上述不足，提高了人工智能模型的學(xué)習(xí)性能。 題目為《帶Group Lasso懲罰與控制冗余的神經(jīng)網(wǎng)絡(luò)特征選擇》（Feature Selection using a Neural Network With Group Lasso Regularization and Controlled Redundancy）的研究論文發(fā)表在人工智能領(lǐng)域權(quán)威國際期刊IEEE Transactions on Neural Networks and Learning Systems。王健副教授和博士生張華清為該論文共同第一作者， 我校榮譽(yù)教授Nikhil R. Pal院士（印度統(tǒng)計(jì)研究所）參與指導(dǎo)，中國石油大學(xué)（華東）為第一署名單位。該項(xiàng)工作得到國家自然科學(xué)基金、國家科技重大專項(xiàng)、山東自然科學(xué)基金、中央高校基本科研業(yè)務(wù)費(fèi)、中國石油天然氣集團(tuán)公司重大科技項(xiàng)目以及山東省高校青年創(chuàng)新科技支撐計(jì)劃的資助。 特征選擇技術(shù)也稱屬性選擇，是指從原始特征或?qū)傩灾羞x擇出最有效的特征或?qū)傩砸越档蛿?shù)據(jù)維度的過程，它是人工智能數(shù)據(jù)預(yù)處理環(huán)節(jié)的重要步驟，也是大數(shù)據(jù)處理技術(shù)的重要環(huán)節(jié)。該項(xiàng)工作在神經(jīng)網(wǎng)絡(luò)中嵌入Group Lasso懲罰項(xiàng)并實(shí)現(xiàn)特征冗余控制，在選出對解決問題最有幫助、蘊(yùn)含信息量最大的特征或?qū)傩缘耐瑫r(shí)，控制所選特征子集的冗余程度，以達(dá)到降維的最優(yōu)效果，從而使模型的泛化能力更強(qiáng)，降低神經(jīng)網(wǎng)絡(luò)模型產(chǎn)生過擬合的風(fēng)險(xiǎn)。 題目為《基于L1正則化的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)優(yōu)化模型設(shè)計(jì)與分析》（Learning Optimized Structure of Neural Networks by Hidden Node Pruning With L1Regularization）的研究論文發(fā)表在國際人工智能領(lǐng)域權(quán)威期刊IEEE Transactions on Cybernetics。碩士生謝雪濤和博士生張華清為論文共同第一作者，王健副教授為通訊作者，我校榮譽(yù)教授Nikhil R. Pal院士（印度統(tǒng)計(jì)研究所）參與指導(dǎo)，中國石油大學(xué)（華東）為第一署名單位。該項(xiàng)研究成果得到了國家自然科學(xué)基金、山東省自然科學(xué)基金和中央高校基本科研業(yè)務(wù)費(fèi)的資助。 該項(xiàng)工作借助L1正則子具有的稀疏表達(dá)能力，提出兩種神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)優(yōu)化學(xué)習(xí)模型；本項(xiàng)工作另外一個(gè)突出貢獻(xiàn)就是提出了一種簡單且具有通用性的收斂性證明方法，同時(shí)保證了模型設(shè)計(jì)的合理性。實(shí)驗(yàn)結(jié)果表明所提出模型具有強(qiáng)大的魯棒性、廣泛的適用性、理想的剪枝能力和良好的泛化能力，適用處理高維大數(shù)據(jù)。該研究成果在人工智能與深度學(xué)習(xí)構(gòu)造最簡網(wǎng)絡(luò)結(jié)構(gòu)方面具有很強(qiáng)的指導(dǎo)作用和應(yīng)用推廣價(jià)值。