将一种机器学习算法——支持向量机引入到软岩工程支护设计领域,并根据问题需要提出了一种支持向量机回归算法且编制了相应的计算程序.工程算例证明,这种算法在学习样本数量很少的情况下就可以得到很高的预测精度,且具有推广性能好的优点,避免了人工神经元由于存在过学习问题而带来的网络参数难以确定的弊病,为类似工程的支护设计提供了一种新的途径

近年来,深部开采安全机理与灾害防控领域已取得一定的研究成果,但基于现行理论与技术还难以全面解决未来深部采矿过程面临的防灾减灾问题,至今尚未建立起完善的深部开采灾变与防控研究体系.本文开展了对深部开采灾害研究领域的文献调研和问题探讨,总结有关深部地应力场测量与分布规律、深部岩体力学与耦合损伤机理、深部动力灾害机理与预报、深部突水灾害机理与预警以及深部开采围岩变形机理与防控等方面的研究成果,进而分析当前研究的不足,凝练出深部开采诱发灾害研究领域亟待解决的关键问题,并就未来超深开采灾害研究态势予以分析

柔性电子器件具有独特的形状可塑性，因而引起了人们极大的研究热情.柔性电子器件在未来或将成为下一代电子器件的重要分支，在电子显示、二极管、生物医疗器件、太阳能电池等领域有着广阔的发展前景.近些年，许多研究人员将柔性技术与自旋电子学相结合，开始探索应变对于生长在柔性衬底上的磁电异质结磁电性质的影响，通过改变柔性衬底的曲率等手段调控器件的磁电效应.相关基础研究为磁存储器、磁传感器、非易失性阻变存储器等电子器件的研究开辟了新思路

增材制造可以制造通过传统方法难以制造的复杂部件，因此在航空工业等领域中得到了大规模的应用.然而，增材制造成形部件的尺寸和几何精度以及表面质量低于传统方法成形的部件，阻碍了增材制造的进一步应用.增减材混合制造将增材制造与传统的加工手段结合，对增材制造成形的部件进行高精度数控加工，以改善部件表面光洁度以及零件的几何和尺寸精度.本文阐述了增减材混合制造的技术原理和研究进展，并指出了未来的发展方向

人工智能特别是近几年深度学习的飞速发展，深刻的影响着军事领域，并赋予现代战争智能性、交叉性和破坏性的新特点。要想在军事对抗中取胜，不仅需要机器智能，同样需要人类智慧，能在军事作战中达到人机高度协同，是实现人与机器取长补短的重要途径，也是在愈发复杂的战争形势中取得胜利的关键。本文将军事对抗中人工智能的应用作为切入点，罗列了代表性国家在军事领域对人工智能的重视程度，从对抗策略和物联网三层架构两大角度对发展现状进行总结，同时指出在目前军事领域使用人工智能存在的不足，对人机融合智能在军事对抗中的发展趋势进行分析，并给出可能实现的技术方案，对未来的研究方向作出展望。如何实现高度的人机融合，从而获得“1+1>2”的良好效果，是人工智能在军事对抗中的下一步研究工作

基于面部动态表情序列，针对静态表情缺少时间信息等问题，将空间特征与时间特征融合，利用神经网络在图像分类领域良好的特征，对需要进行细节分析的表情序列进行处理，提出基于分离式长期循环卷积网络(Separate long-term recurrent convolutional networks, S-LRCN)的微表情识别方法。首先选取微表情数据集提取面部图像序列，引入迁移学习的方法，通过预训练的卷积神经网络模型提取表情帧的空间特征，降低网络训练中过拟合的危险，并将视频序列的提取特征输入长短期记忆网络(Long short-team memory, LSTM)处理时域特征。最后建立学习者表情序列小型数据库，将该方法用于辅助教学评价

绪论 第1章 追求远大理想 坚定崇高信念 第2章 继承爱国传统 弘扬民族精神 第3章 领悟人生真谛 创造人生价值 第4章 加强道德修养 锤炼道德品质 第5章 尊重社会公德 维护公共秩序 第6章 学习职业规范 培育敬业精神 第7章 增强法律意识 培育法治精神 第8章 了解法律制度 实践法律规范

作为纳米技术领域的一种新材料，金属--有机骨架( metal-organic framework，MOF) 薄膜材料( 也称为 SUＲMOFs) 获得了越来越多研究者的关注． 多种合成方法的不断提出，为大量合成膜厚度、均匀性、形态、甚至维度均可控的 MOF 薄膜材料提供了可能性，并为薄膜材料在更多领域中的应用提供了机会．

对注意力机制的主流模型进行了全面系统的概述。注意力机制模拟人类视觉选择性的机制，其核心的目的是从冗杂的信息中选择出对当前任务目标关联性更大、更关键的信息而过滤噪声，也就是高效率信息选择和关注机制。首先简要介绍和定义了注意力机制的原型，接着按照多个层面对各种注意力机制结构进行分类，然后对注意力机制的可解释性进行了阐述同时总结了在各种领域的应用，最后指出了注意力机制未来的发展方向以及会面临的挑战

在资源勘查与开发领域，计算机技术的最早就是用于信息处理和预测评价的。经过多年的发展，这方面的技术类型繁多、内容十分丰富。这些技术可以大致归纳为：勘查与开发数据分析及资源统计预测技术、勘查与开发图件机助编制及多维图示技术、地质—成矿过程计算机模拟技术、资源预测与勘查评价的人工智能技术等几个方面