本发明公开了一种用于溜槽的碳化物增强多层板的制备方法，具体如下：步骤1，将钢层板经喷砂、净化处理得到干净钢层板；步骤2，按质量百分比称取以下材料：铁粉10％‑20％、石墨粉4‑13％，其余为钨铁粉或钛铁粉中的一种或两种混合，以上各组分质量百分比之和为100％；步骤3：将步骤2称取的材料球磨混料、干燥、研磨制成微细粉末；步骤4：将微细粉末压制，压制过程需添加微细粉末重量的2‑4％的石蜡作为成形剂，制成粉末压片；步骤5：将干净钢层板与粉末压片依次交替叠加，进行预烧脱蜡后再热压烧结，即制得碳化物增强多层板。多层板中硬质相碳化物颗粒分布均匀、体积分数高，粘结相分布连续，从而显著的改善了衬板的力学性能。

本发明公开了一种钢‑碳化物/铁‑钢多层复合耐磨材料，包括厚度为1～2mm的碳化物/铁层以及分布在碳化物/铁层两侧的钢层，钢层厚4～10mm，其中，碳化物/铁层由石墨粉和铁粉，以及钨铁粉、钛铁粉、钨粉、钛粉中的一种或两种组成，本发明还公开了一种钢‑碳化物/铁‑钢多层复合耐磨材料的制备方法。本发明钢‑碳化物/铁‑钢多层复合耐磨材料中各界面结合状态良好，具备良好的耐磨性，兼具强韧性，可广泛应用于冶金、矿山和电力等机械设备中。

本发明公开了一种氮化钛增强铁基复合层/钢叠层耐磨材料，包括氮化钛/铁基合金层以及分布在氮化钛/铁基合金层两侧的钢片，其中，氮化钛在氮化钛/铁基合金层中的质量百分比为10％～30％，铁基合金为铁铬合金，合金中含9wt％Cr，余量为Fe；钢片为高锰钢、不锈钢或低合金钢片，钢片厚度为4～10mm，氮化钛/铁基合金层的厚度为1～2mm；本发明还公开了一种氮化钛增强铁基复合层/钢叠层耐磨材料的制备方法。本发明氮化钛增强铁基复合层/钢叠层耐磨材料既具有良好的耐磨性，又具备良好的塑韧性，适合耐磨工况下使用。

本发明提供了一种面向移动通信用户流失不平衡数据预测方法。该方法主要基于改进的深度森林模型算法框架对通信用户流失不平衡数据进行分类。首先在深度森林模型的多粒度窗口滑动过程构造新的参数，控制不同类别用户数据滑动。将滑动后的数据带入级联森林部分训练，森林中的每颗决策树根据训练结果对不同类别的数据赋予不同的权重。最终算法模型的投票结果采用加权后投票，从而实现对不平衡用户数据的处理。本发明提供的预测方法将深度森林中多粒度滑动模块改进为对不同的分类进行滑动，同时森林中每颗决策树对不同类别用户的权重进行更新，使得整个模型对移动通信用户流失不平衡数据具有更高的识别精度。

本发明提供了一种用于物联网平台的产品配置管理方法、系统及设备，所述方法包括步骤：于物联网平台上提供一展示页面，包括平铺展示的第一展示区域和第二展示区域；第一展示区域用于配置和展示产品功能信息；第二展示区域用于配置和展示每一功能信息对应的点位信息；接收用户对第一展示区域的功能信息的第一操作指令；根据第一操作指令，对位于第一展示区域的产品功能信息进行配置；以及对位于第二展示区域的点位信息进行同步配置；点位信息包括偏移量；以及于同步配置后的第二展示区域中，当检测到两行数据存在相同的偏移量时，生成关于所述两行数据的告警信息并展示给用户；本发明利于改善用户体验，利于提高用户对产品设备的配置效率。

本发明属于人工智能与数据挖掘的交叉领域，具体涉及基于双向长短时记忆神经网络的文本情感分析方法；所述方法包括以下步骤将文本映射词向量映射框架中，将所述文本表示为词向量矩阵；构建改进的卷积神经网络，对映射的词向量矩阵进行特征提取；利用双向长短时记忆循环神经网络对提取的特征进行训练，直至其损失函数最小时；在该循环神经网络后增加全局均值池化层和分类层，从而输出该文本的情感分类。本发明将深度学习应用在文本情感分析中，摆脱了人工提取文本情感特征的局限性，同时在深度学习领域结合了卷积神经网络和循环神经网络的优点，并对网络进行改进，使其能更好的应用在文本处理的任务中。

本发明公开了一种实现精确梗叶配比的黑茶杀青揉制加工用网兜，包括外网兜和内网兜，所述内网兜设置在外网兜内部，所述内网兜的上端开口固定有内网圈，所述外网兜的上端开口固定有外网圈，所述外网圈位于内网圈下方，且内网圈与外网圈之间通过斜拉杆固定连接，所述内网兜外壁位于内网圈下方套装有用于封堵内网兜开口的绳锁绑定组件，所述外网兜外壁位于外网圈下方也套装有用于封堵外网兜开口的绳锁绑定组件，本发明的网兜适合黑茶杀青和揉制工序，保证茶叶和茶梗在加工过程中能够实现香气渗透，提高制茶品质，还使得茶梗不容易外漏，在加工完成后，方便茶叶和茶梗的分离。

本发明公开一种基于NFC的多参数腕式生命体征数据通信方法，步骤一，核心处理模块将多参数腕式生命体征数据进行数据帧打包，获得异构数据包；步骤二，所述核心处理模块将异构数据包加密后写入NFC模块；步骤三，NFC读取终端通过读取NFC模块获取通信数据；步骤四，所述NFC读取终端对通信数据解密后校验，若校验结果为该通信数据为异构数据包，则将该异构数据包上传到上位机，否则丢弃所述通信数据并返回步骤三重新读取，直到获取到加密的异构数据包。有益效果：采用NFC传输来增强传输效率，由于NFC是要近场读取才能完成数据传输，因此其可以适应电磁干扰较强的场合，而且贴近后才读取，能避免信息被陌生人利用，保证私密性。

本发明公开了一种基于注意力卷积神经网络的用户评论情感分析系统及方法。该发明为模块化设计，主要包括四个模块，即词嵌入模块，卷积模块，注意力模块以及分类器模块。其中词嵌入模块将评论文本使用低维向量表示，卷积模块通过卷积操作提取评论的局部特征，注意力模块通过比较相似度来决定局部特征的权重，并通过加权计算评论的最终特征表达，分类器模块根据最终特征表达进行情感分类。本发明通过将注意力机制加入到神经网络模型中，克服传统神经网络模型特征提取方法的不足。通过大量数据训练后，注意力机制可以判断评论中不同词语的重要程度，使得模型可以“注意到”评论中对情感影响最大的部分，提高模型情感分类的准确率。

本发明属于机器学习领域，本发明请求保护一种基于A‑LSTM的城市轨道交通客流量预测方法，所述方法涉及时间特征、空间特征提取以及预测算法设计三个部分；时间特征主要是通过分层聚类的方法对星期这个因素进行聚类分析，寻找星期之间的联系；空间特征指的是不同地铁站的客流量分布特征，通过对不同站点进行分析，寻找空间上的客流量分布关系；预测算法主要是通过基于一种改进的LSTM的神经网络，加入注意力机制，使LSTM网络更加关注模型对预测影响更大的输入特征，从而对客流量数据进行更精确的预测。