Constrained voting extreme learning machine and its application

Extreme learning machine(ELM)has been proved to be an effective pattern classification and regression learning mechanism by researchers.However,its good performance is based on a large number of hidden layer nodes.With the increase of the nodes in the hidden layers,the computation cost is greatly increased.In this paper,we propose a novel algorithm,named constrained voting extreme learning machine(CV-ELM).Compared with the traditional ELM,the CV-ELM determines the input weight and bias based on the differences of between-class samples.At the same time,to improve the accuracy of the proposed method,the voting selection is introduced.The proposed method is evaluated on public benchmark datasets.The experimental results show that the proposed algorithm is superior to the original ELM algorithm.Further,we apply the CV-ELM to the classification of superheat degree(SD)state in the aluminum electrolysis industry,and the recognition accuracy rate reaches87.4%,and the experimental results demonstrate that the proposed method is more robust than the existing state-of-the-art identification methods.     

Exendin-4螺旋结构对生物活性及稳定性的影响

针对Exendin-4的螺旋结构特点, 采用去掉螺旋序列、 用3个连续Ala替换螺旋以及Gln13替换为Tyr13的方式对N端α-螺旋及C端α-螺旋进行改造, 设计出4个结构模拟物. 通过圆二光谱和荧光光谱进行结构分析, 结合模拟物生物活性实验, 分析Exendin-4螺旋结构与生物活性的关系. 结果表明：  Exendin-4的N端螺旋比C端螺旋对生物活性影响更大； 在抗二肽基肽酶（DPPⅣ酶）的稳定性实验中, C端螺旋比N端螺旋具有更好维系Exendin-4稳定性的作用； 螺旋结构中Tyr13可作为提高Exendin-4生物活性的重要优化位点.     

冻结黏土的强度与变形特性及参数研究

为了更全面地分析冻土的强度与变形特性,以皖北某矿取样的原状黏土为研究对象,进行不同温度(-5℃、-10℃、-15℃)下的单轴抗压强度试验和三轴剪切强度试验.试验结果表明,在试验温度下,试样单轴抗压强度的应力-应变曲线为应变软化型;试验条件下,冻土三轴剪切应力-应变曲线可以用双曲线模型描述.随着温度的降低,冻土的单轴抗压强度和弹性模量均增加.初始弹性模量和极限偏应力均与围压呈正相关,与温度呈负相关.冻土的抗剪强度随围压增加而增大,随温度增加而减小.通过冻土三轴试验得到的抗剪强度指标推算单轴抗压强度,可以为人工冻结法施工提供理论依据.     

基于40Cr高温动态力学性能的磨削表面动态再结晶行为

通过分离式霍普金森压杆(SHPB)实验得到了40Cr合金钢在高温高应变率下真应力-真应变曲线，据此确定了材料发生动态再结晶的临界条件.采用解析法和实验法分别求解了磨削强化层的温度场和塑性应变场分布.结果表明，磨削强化层在磨削深度方向具有较大的温度和塑性应变梯度;150μm强化层内会发生奥氏体转变;磨削表面最高温度可达1060℃.在磨削亚表面60μm内会产生剧烈的塑性变形，达到了再结晶的临界条件.较大的磨削深度使磨削强化层塑性应变增大，再结晶现象越充分，微观组织细化程度越高.     

A sparse algorithm for adaptive pruning least square support vector regression machine based on global representative point ranking

Least square support vector regression(LSSVR)is a method for function approximation,whose solutions are typically non-sparse,which limits its application especially in some occasions of fast prediction.In this paper,a sparse algorithm for adaptive pruning LSSVR algorithm based on global representative point ranking(GRPR-AP-LSSVR)is proposed.At first,the global representative point ranking(GRPR)algorithm is given,and relevant data analysis experiment is implemented which depicts the importance ranking of data points.Furthermore,the pruning strategy of removing two samples in the decremental learning procedure is designed to accelerate the training speed and ensure the sparsity.The removed data points are utilized to test the temporary learning model which ensures the regression accuracy.Finally,the proposed algorithm is verified on artificial datasets and UCI regression datasets,and experimental results indicate that,compared with several benchmark algorithms,the GRPR-AP-LSSVR algorithm has excellent sparsity and prediction speed without impairing the generalization performance.     

0.9%氯化钠注射液与参附注射液配伍的溶血作用研究

对参附注射液中说明书规定使用溶媒的溶血作用进行分析及安全性评价.采用紫外-可见分光光度计法测定以0.9%氯化钠注射液为溶媒稀释后的参附注射液和用2%兔红细胞混悬液混合后的吸光度值,根据吸光度值之差计算其溶血率.并采用双因素无重复试验方差分析对不同批次和不同浓度参附注射液进行统计学分析.结果显示,不同批次参附注射液间溶血作用存在显著性差异,溶血作用与浓度相关,且稀释倍数为6倍和8倍时都有溶血风险.因此,应该严格选用药品说明书中规定的溶媒,为参附注射液临床应用安全提供保障.     

原位生成NbC增强YCF102熔覆层热力学与耐磨性研究

熔覆层性能难以满足特定的工艺要求，已成为限制激光熔覆发展的关键因素之一.鉴于此，在45号钢基体上制备出原位生成NbC增强YCF102熔覆层，并进行了热力学分析.通过XRD，SEM和EDS对其微观形貌及组成成分进行了分析，对其显微硬度及耐磨性进行了研究.结果表明:激光功率的改变对激光熔覆过程中原位反应的反应程度有显著影响，过大或者过小的激光功率均会对原位反应的发生起到抑制作用;YCF102熔覆层中原位生成的NbC颗粒的主要形态为四边形和花瓣形;当激光功率为525W时，原位生成NbC增强YCF102熔覆层具有较高的显微硬度及良好的耐磨性.     

基于改进LDA的社会化标签主题识别方法

针对社会化标签中资源之间存在独立同分布特性,并且其对应的标签资源作为资源内容的特殊语义内容,提出一种联合特征词加权-LDA(Joint Feature Word Weighting-LDA)在资源内容和标签下联合主题识别方法,从而解决资源存在的独立同分布特性以及特征词采样等问题.首先建立评论及对应标签资源在信息熵相似度条件下的潜在关系,对该潜在关系使用随机游走方法获取各组资源和各组标签的权值系数,消除资源间的独立同分布.通过加权方法加权至每个资源的特征词,形成资源特征词和标签特征词的权重值系数.在此基础上构建联合特征词加权-LDA模型,通过迭代学习方法获取社会化标签资源的隐含主题知识.通过实验表明,提出的联合特征词加权-LDA相对于其他主题模型具有更好的主题识别效果.     

基于DID模型的我国“煤改气”政策对天然气消费的影响

选取2005—2018年国内30个省级行政区的面板数据,采用双重差分法研究"煤改气"对天然气消费的影响,同时分别运用双重差分倾向得分匹配及更改窗口期的方法进行稳健性检验.结果发现,"煤改气"政策的实施总体上取得了较好的效果,促进了天然气的消费.但由于气源供应及用气价格等问题,"煤改气"政策实施效果在推广过程中出现波动情况,遭遇瓶颈.这些结论说明我国一方面要逐步扩大天然气进口国家的范围,加快推进非常规天然气的研究和勘探开发,保证天然气供应的稳定性;另一方面要不断发展完善配套基础设施,制定合适的补贴和鼓励政策,为"煤改气"政策的实施和完善创造更好的条件.     

数字化创新:回顾与展望

结合数字化创新的特征与发展趋势,基于5W2H的分析思路,本文从数字化创新特征(WHAT)、数字化创新研究时间线(WHEN)、数字化创新场景(WHERE)、数字化创新动因(WHY)、数字化创新参与者(WHO)、数字化创新途径(HOW)以及数字化创新代价(HOW MUCH)七个方面对数字化创新相关文献进行了梳理.研究发现,现有研究缺乏对数字化创新动机、内在机理、影响结果等方面的深度挖掘与分析,未来数字化创新的研究方向应更加关注数字化创新的跨领域研究、数字化创新的跨层次分析、数字化创新的本土化研究、数字生态系统研究等.