英语原文共 14 页， 复合材料机翼壁板的双层优化设计 通过两种方法,研究了混合和制造约束下复合材料机翼结构的最佳堆叠顺序: 基于模糊刚度法和基于分层参数法。在第一种方法中, 材料体积是全局级的目标函数, 在局部层次上执行了满足混合和制造约束的堆栈洗牌。本文所介绍的另一种方法是利用叠层参数和预定角 (0、90、45和-45 度) 的层数作为设计变量, 具有屈曲、应变和铺层百分比约束, 同时将材料体积最小化顶层优化运行。将顶层优化的分层参数作为局部层次的目标, 确定了满足全局混合要求的最优堆叠序列。在一个18面板机翼盒的基准问题上, 这两种方法的结果与公布的结果进行了比较, 以证明它们的潜力。 符号命名 A = 平面刚度矩阵 D = 弯曲刚度矩阵 = 在j方向上的杨氏模量，j=1,2 F = 作用在翼盒上的集中载�

英语原文共 9 页， Available online at www.sciencedirect.com ScienceDirect 程序工程97（2014）412 - 420 第12届全球制造业和管理大会，GCMM 2014 铝金属基复合材料的挤压铸造 - 综述 M. Dhanashekara*, V. S. Senthil Kumarb aAssistant Professor, Anand Institute of Higher Technology, Chennai – 603103, India bAssociate Professor, College of Engineering Guindy, Anna University, Chennai – 600025, India 摘要 挤压铸造是铸造和锻造工艺的结合，可以在熔体凝固过程中施加高压的帮助下完成。 对熔融金属凝固施加压力会改变合金的熔点，从而提高凝固速度。 而且它改善了微观和宏观结构; 尽量减少铸件的气体和收缩孔隙是有帮助的。 本文强调挤压铸造铝金属基复合材料的各个方面的重要性：挤压压力，铸件（熔体）/预成型件预热/模具温度，凝固速率，增强颗粒尺寸，孔隙率和机械

英语原文共 10 页， 英语原文共 12 页，资料编号：[11229]，资料为PDF文档或Word文档，PDF文档可免费转换为Word

英语原文共 14 页， 英语原文共 11 页，资料编号：[11218]，资料为PDF文档或Word文档，PDF文档可免费转换为Word

英语原文共 11 页， 外文翻译： 关于员工流动的当代研究和理论 PW Hom，亚利桑那州立大学，Tempe, AZ，美国。2017爱思唯尔公司版权所有 1.术语表 生态谬误是指这种关系。两个变量之间是相同的。分析(例如，个人级别和组织级别)。员工离职自愿离职组织。成员由接受货币支付的成员。为他们的参与和劳动。面向新的期望下降过程导向。不需要的人就会减少最初的工作期望。为特定的工作提供实际的预览。符合工作嵌入的一个组成部分。员工与公司的兼容性。个人理想或抱负，诱导思想。 流浪汉综合征:一个人与一个不稳定的工作经历，谁经常换工作以满足自己的需要？避免工作的极端形式。工作嵌入:是一种表示该结构的复合结构。保持员工不离开的关系网。工作满意度是:对这份工作,员工态度的有利条件。将正式或非正

英语原文共 12 页， 磁性氧化铁纳米粒子对小麦（Triticumaestivum L.）发育的影响：评估氧化损伤 摘要：据估计，广泛使用的纳米材料最终会大量的释放到环境中，所以在过去的近几年中，对纳米材料在环境的影响的关注度日趋增加。在这项研究工作中，评估了柠檬酸包被的Fe 3 O 4纳米颗粒（5,10,15,20 mg L -1）在水培条件下处理生长五天的小麦（Triticum aestivum L.）植物中的生理作用和纳米颗粒可能的细胞内化。透射电子显微镜观察根部切片表明，Fe3O4纳米颗粒通过外质体途径进入根部以及在根表皮细胞壁中检测到Fe3O4纳米颗粒。此外，在用Fe3O4纳米粒子处理的小麦根中观察到，通过振动样品磁力测定法（VSM）检测到的强磁信号发现Fe含量的巨大增加（分别为NP20和C-NP20处理分别为8.07和2.01mg g -1 DW。然而，在小麦地上部分没有检测到超顺磁性信

英语原文共 15 页， 外文翻译 迁移学习调查报告 摘要——在许多机器学习和数据挖掘算法领域中，有一个极为重要的假设：训练数据和未来数据必须位于相同的特征空间中，并具有相同的分布。但是，在许多实际应用中，这种假设可能不成立。例如，我们有时在一个感兴趣的领域有一个分类任务，但是我们仅在另一个感兴趣的领域有足够的训练数据，这些数据可能处于不同的特征空间或遵循不同的数据分布。在这些情况下，如果能够成功的完成知识迁移，将避免昂贵的数据标签工作，从而极大地提高学习的性能。近年来，迁移学习已经成为解决这个问题的一个新的学习框架。本调查侧重于对分类，回归和聚类问题的迁移学习的当前进展进行分类和审查。在本次调查报告中，我们讨论了迁移学习与其他相关机器学习技术（如域适

英语原文共 33 页， 内部沟通的角色变化。是否需要保持专业能力?与机遇和挑战同步?内部沟通的角色变化。是否需要保持专业能力?与机遇和挑战同步? 关键词:趋势，内部，沟通，角色，功能，技术，操作、能力、技能。 背景 内部沟通已经从管理层的支持中走了很长一段路。去年的《家庭学报》对内部通信系统的完善(Baines, Egan和Jefkins, 2004, p. 312) 这篇论文有助于围绕公共机构化的争论。通过寻求确定内部通信从业者的角色的关系。今天。他询问了关键能力——个人特质、技能和工作方式。从业员是否需要面对在内部工作所带来的挑战? 通信作用? 为了实现这一点，它首先考虑了内部通信的作用。当代公共关系、内部沟通和员工沟通。文本。它询问了在文学中如何定义内部沟通，以及这意味着什么。对于那些在纪律方�

英语原文共 6 页， 基于深度强化学习的任务型对话模型的端到端优化 Bing Liu1lowast;, Gokhan Tuuml;r2, Dilek Hakkani-Tuuml;r2, Pararth Shah2, Larry Heck2 1Carnegie Mellon University, Pittsburgh, PA 15213 2Google Research, Mountain View, CA 94043 liubing@cmu.edu, {gokhant,dilekh,pararth,larryheck}@google.com 摘要 在本文中，我们提出了一个基于神经网络的以为任务导向的对话系统，它可以通过深度强化学习（RL）进行端到端优化。该系统能够跟踪对话状态，与知识库对接，并将查询结果合并到代理的响应中，从而成功完成任务导向的对话。对话政策学习采用混合监督和深度RL方法进行。我们首先通过以监督式学习方法直接从任务导向的语料库学习，并且在与用户交互期间通过深度RL进一步优化它。在两个不同的对话任务领域的实验中，我们的模型在跟踪对话状态和产生合理的

英语原文共 15 页， 翻译 学习任务T T，归纳迁移学习旨在帮助使用D S和T S中的知识来提高DT中的目标预测函数f T（·）的学习，其中T Sne;T T。 基于归纳迁移学习设置的上述定义，需要目标域中的一些标记数据作为训练数据来诱导目标预测函数。如第2.3节所述，此设置有两种情况：（1）源域中的标记数据可用; （2）源域中的标记数据不可用，而源域中的未标记数据可用。在这种情况下，大多数迁移学习方法都关注前一种情况。 3.1实例知识迁移学习 归纳迁移学习设置的实例传输方法直观上吸引人：虽然源域数据不能直接重用，但仍有部分数据仍可与目标域中的少数标记数据一起使用。 戴等人[6]提出了一种增强算法TrAdaBoost，它是AdaBoost算法的扩展，用于解决归纳迁移学习问题。 TrAdaBoost假设源域和目标域数据使用完全