基于差别矩阵属性约简算法的改进

利用差别矩阵计算约简的算法,具有直观、易理解和完备性的特点,但也存在一定缺点,差别矩阵中存在大量冗余元素,这类元素的生成和存储将造成时空上的浪费.文章给出的算法在生成差别矩阵时,判断其元素是否冗余,若是冗余立即约去它,从而提高属性的约简效率.实例表明,该算法是正确和有效的。     

在生猪定点屠宰检疫工作中的体会

笔者常年在基层畜牧兽医站从事动物检疫工作,在生猪定点屠宰检疫工作中,遇到很多不规范,不易操作的,使得定点屠宰工作失败。为此将工作中的经验总结出来,与同行共同商讨。     

空间液氦温区J-T节流制冷机节流微孔实验

液氦温区节流制冷机在空间探测中获得了广泛的应用,基于本实验室研制的多级高频脉冲管预冷节流循环的复合式制冷机,针对节流微孔对节流制冷机性能的影响进行分析和实验.研究发现,节流微孔的尺寸不仅影响节流制冷机的流量,对节流制冷效果也有着重要影响.通过实验对不同孔径微孔进行了研究,获得了最佳微孔尺寸.此外,对节流前高压对节流制冷机流量、制冷机和最低无负荷温度的影响进行了分析和实验研究.基于此,采用三级无油线性压缩机驱动节流循环,测试了闭式循环节流制冷机的性能,在4.48 K获得了81.5 m W的制冷量.     

光栅投影三维成像系统中的摄像机修正与匹配

根据透镜成像理论,建立了光栅投影三维成像系统中摄像的成像模型,推导出了物体与成像之间的关系．提出了一种不用分离参数就可求出摄像机机内外参数的新方法．它降低了求解非线性方程的难度,使系统的运行速度显著提高,降低了左右摄像机的差异,提高了三维成像的质量．实验证明,此方法简便易行、稳定性好、精度较高、可操作性强．     

浅谈我国现阶段投资网球运动的收益

网球是一项集趣味性,观赏性与竞技性于一体的健身运动.本文对网球的商业运作、场地投资情况作了分析介绍.     

惰性粒子流化床干燥器中干燥强度的关联模型

针对气体分布板开直孔的惰性粒子流化床干燥器,以洗衣粉悬浮液为对象,考察了进风速度、惰性粒子直径、进料体积流量、物料初始质量分数、进风温度和静床高对干燥强度的影响,并与气体分布板开斜孔的干燥器干燥强度进行了初步比较。结果表明：适当提高进风速度、进料体积流量、进风温度、静床高,或将气体分布板的孔道由直孔改为斜孔,干燥器的干燥强度将增大;相反,若提高惰性粒子直径或物料初始质量分数,则干燥器的干燥强度将减小。在此基础上,结合因次分析法,建立了用于计算干燥强度的准数关联模型。     

基于改进禁忌搜索算法的立体车库搬运器路径优化建模与仿真

为提升平面移动式立体车库运行效率,通过对搬运器位置转移过程及服务时间进行分析,建立多条件约束的搬运器最短服务时间调度模型,考虑立体车库固定容量下不同层列组合方式及顾客到达率影响因素,提出了一种改进禁忌搜索算法提高搬运器路径搜索速度,设置对照组进行仿真实验,结果表明：6×16的层列组合下算法初始解的服务效率指标最佳;当顾客到达率为12、20 veh/h时,搬运器平均利用率低于50%,相较实例车库搬运器平均服务时间分别减小8.59%、10.29%,当顾客到达率为40、60 veh/h时,搬运器平均服务时间分别减小2.92%、1.5%。可见顾客到达率水平不同,算法适用性不同,在搬运器平均利用率小于50%的情形下算法表现更优,最后以工程项目数据进行验证,证明算法在实际工程中有较强可行性。     

平面移动式立体车库动态库位分配策略建模与仿真

平面移动式立体车库在车位分配过程中存在顾客排队等待时间过长，车辆出入库效率低下的局限性。为减少顾客等待时间，提高立体车库服务效率，提出一种动态库位分配策略：以蜻蜓算法优化的BP神经网络模型预测车辆的停留时间，并根据车辆停留时间对车库车位进行区域选择，最后利用禁忌搜索算法搜索出该区域内最适宜的车位位置。同时，将顾客平均等待时间，平均等待队长，平均服务时间和车库运行能耗作为评价指标与现有库位分配优化方式进行对比分析，仿真结果表明：该策略能够更为有效地减少顾客等待时间，提高立体车库整体作业效率。     

多域作战下的群目标意图识别与预测

多域作战具有实体多类、队形多变、意图多样等诸多挑战，难以综合利用多元知识，因而主要依靠人工判决，以至于自动化水平不高。为了实现计算机自动推演态势，需要解决知识的图形化建模和意图推理综合两大难题。对此，在空海域管控知识图谱的基础上，搭建了多域作战战术规则库、编队队形与场景态势的映射关系，提出了基于多实体分层贝叶斯网络的群目标意图识别与预测方法。首先，运用群内目标实体的状态和事件信息，构建目标作战实体行为推理层。其次，利用综合作战实体的时序规则、双方相对距离及航向等信息，构建同类目标元意图推理层。最后，利用实体序列协作关系及编队队形信息，构建多域作战下的群目标总意图推理层。以航母群活动仿真数据为例，验证了所提算法能够获得较为可靠的意图推理结果。     

基于图注意力网络的多行为推荐算法

现有的多行为推荐系统未有效利用不同层次的图传播信息，难以捕获用户不同行为的影响。为解决此问题，文章提出了一种基于图注意力网络的多行为推荐模型(GABR):首先，采用小批量采样节点嵌入方法聚合同一行为类型交互的邻域节点，以提高特征表示效率；接着，采用注意力机制学习不同行为类型的影响系数，以进一步融合节点特征；然后，合并多层用户和项目表示，以有效利用不同层次的图传播信息；最后，将已交互的用户-项目对和随机采样未交互过的用户-项目对作为正负样本对来训练目标模型，以优化模型性能。为验证模型推荐性能，在3个真实数据集(Yelp、Scholat、Beibei)上与现有9种推荐模型进行对比。实验结果表明GABR模型能够有效利用融合了不同行为类型影响系数的多层图传播信息，更好地预测用户偏好：在3个真实数据集上，与目前最佳的基线模型(GNMR)相比，GABR模型的HR、NDCG平均提高了1.73%、2.43%。