一种多粒度语言决策方法及其在ERP选型中的应用

文章针对具有不同粒度语言表达下的群决策问题,提出了一种基于IOWA算子的多粒度语言决策模型;对多粒度语言进行一致性的转换,引入IOWA算子,将各决策者给出的偏好信息集结为群偏好,同时进行方案的优选,最后将方法应用于ERP选型中;并通过一个算例,说明了该方法的有效性和实用性.     

空间天文CCD在EUV波段的光谱响应定标测试

CCD作为国内正在开发的太阳软X-EUV空间望远镜焦平面上的成像器件,在研制的过程中需要对其基本特性进行定标测试,在合肥同步辐射源上利用同步辐射光进行了空间天文应用CCD光谱响应特性的标定实验,经过数据处理获得了(5-88.6) nm波段范围内20多个能量点的CCD响应灵敏度结果,并绘制了响应灵敏度曲线.     

卷烟主流烟气及其物理化学检测数据的挖掘与信息抽提

应用因子分析与典型相关分析方法对卷烟生产企业批量样品实际检测的18个检测指标进行了数据挖掘与信息抽提。因子分析表明:可用12个独立的公共因子来描述卷烟质量,其中主流烟气中的总粒相物、烟碱、焦油与物理指标稀释率、闭式吸阻相关性很强,且可用第一主因子来体现其对卷烟质量的影响;第二主因子主要体现了总氮的信息,前两个主因子占总信息量的66%。典型相关分析表明:卷烟主流烟气与物理化学信息间存在显著的整体相关,其中反映主流烟气信息的U典型变量主要来自总粒相物、焦油、烟碱、水分、水分含率及抽吸口数的贡献;反映物理、化学指标信息的V典型变量主要来自稀释率、闭式吸阻、单支重及总糖、氯等化学指标的贡献,其中稀释率的作用最大。而CO、圆周与硬度对卷烟主流烟气与理化性质两类信息间的整体相关性的影响不大。有关结果对卷烟的降焦减害、建立卷烟主流烟气信息与理化信息间定量关系提供了重要信息和理论依据。     

白光LED用LiBaPO4∶Dy3+磷光体的制备与发光性质

采用高温固相法合成了LiBa0.96PO4∶0.04Dy3+磷光体,并利用X射线粉末衍射、荧光光谱法和热释光技术对样品进行了表征.实验结果表明,少量Dy3+掺杂并不会引起LiBaPO4的物相变化.LiBa0.96PO4∶0.04Dy3+可在482,573,663和755 nm处产生热释光发射峰,其中573 nm处发射峰...     

辽西万家沟地区钾长花岗岩年代学、岩石地球化学特征及其地质意义

为厘定辽西万家沟地区钾长花岗岩的形成时代及成因,对其进行了年代学和元素地球化学研究。结果表明：钾长花岗岩U-Pb同位素年龄为(155.9±1.8)Ma,岩石具有富Si、Al、Na、K,贫Mg、Ca、Ti等特征,轻稀土元素相对富集,大离子亲石元素Rb、Th、U、Ta等相对亏损,高场强元素Ba、Sr、Zr、Hf等相对富集,具较弱的铕和铈负异常。结合区域构造背景,认为研究区钾长花岗岩形成于晚侏罗世古太平洋板块向华北克拉通持续俯冲的构造环境背景,成因可能为古太平洋板块向欧亚板块俯冲导致幔源岩浆上侵使地壳发生部分熔融有关。     

煤矿开采影响下浅埋输油管线变形及力学响应特性

针对输油管线穿越采动影响区时的管道变形、选型设计和安全防护等问题,以山东某煤矿3308工作面开采为背景,根据该区域地质条件、管道参数及实测数据,采用数值模拟方法分析了煤矿开采影响下管道的受力变形及区域性特征,研究了管道及土体不同物理力学参数对管道所受应力变化的影响。结果表明：受采动影响的埋地管道变形可分为无变形区段、拉压过渡区段和压缩变形区段,拉压过渡区段存在轴向应力方向变化的拐点;3308工作面开采过程中,管道中点处沉降位移最大,与模拟的管道沿线地表最大下沉值相等,管土间的变形为“管-土协同变形”,管道所受轴向应力由管道两端向中点先增大后减小再增大;不同的管道与土体物理力学参数对管道所受轴向应力的变化有着不同的影响,管线选型时需要综合考虑。研究结果可为采动影响区埋地输油管线的选型设计、施工运营和安全维护提供参考。     

对原因特异性SPEC量度的修正

原因特异性是原因理论中的一个重要概念.针对原因特异性,保罗·格里菲斯等人首次以信息理论为基础提出了一种名为SPEC的量度.按照该量度,原因变量C的特异性等于它跟结果变量E之间的共信息I(E;C).然而,我在本文中提出了该量度的三个反例,在这三个反例中,通过SPEC获得的结果与通过原因特异性的定性定义得到的结果相矛盾.基...     

环保在建筑给排水设计中的重要性

建筑给排水设计中的节水节能问题不容忽视,针对目前建筑给排水设计中存在的问题。本文以节约用水、节省能源、防治水质污染等方面着手,探讨如何利用现有的新材料、新设备和新工艺实现建筑给排水的环保设计。     

基于BI-GM-GAMP和U-Net的混合电磁反演方法

电磁反演是一种典型的逆散射问题,该问题具有非线性以及不适定性。目前已有一些算法被提出用来解决该问题,但已有算法在效率和精度上无法同时兼顾。为了实时反演高质量图像,文中提出了一种结合玻恩迭代高斯混合广义近似消息传递(Born Iterative Gaussian Mixture Generalized Approximate Message Passing, BI-GM-GAMP)和卷积神经网络的混合算法,具体为：首先通过BI-GM-GAMP方法获得初步反演图像,随后利用这些图像训练U-Net网络,最后通过训练的U-Net网络实现新的电磁反演任务。仿真实验验证了该方法的有效性。     

EM算法在Wiener过程随机参数的超参数值估计中的应用

Wiener过程广泛用于产品的性能退化建模,为了便于Bayesian统计推断大都采用随机参数的共轭先验分布。针对目前的二步法得到的超参数先验估计值精度不高的问题,研究了最大期望(expectation maximization,EM)算法在Wiener过程超参数先验估计中的应用。EM算法将随机参数作为隐含变量对先验信息进行整体处理,利用随机参数的期望值代替其估计值,通过Expectation和Maximization组成的递归迭代过程寻找超参数的估计值。仿真实验表明,EM算法相比于二步法提高了估计精度,特别是在采样数量较少时EM算法具有较大的精度优势。GaAs激光器实例应用表明EM算法不但具备很好的收敛性而且有良好的工程应用价值。