聚丙烯复合材料老化数据集成学习

聚丙烯复合材料老化实验周期长, 且单次实验采集的数据样本少, 使用传统机器学习方法进行预测的准确度较低. 为了解决聚丙烯复合材料老化数据样本少与预测准确性低的问题, 提出了一种虚拟样本生成(virtual sample generation, VSG)的集成学习预测方法. 首先, 对聚丙烯复合材料老化数据使用高斯混合模型(Gaussian mixed model, GMM)虚拟样本生成方法平滑生成验证有效的虚拟样本; 然后, 使用生成后的数据集建立集成学习预测模型, 该模型包含随机森林(random forest, RF)、极端梯度提升(extreme gradient boosting, XGBoost)算法、轻量级梯度提升机(light gradient boosting machine, LightGBM)算法以及分类梯度提升(categorical boosting, CatBoost)算法. 实验表明: 集成学习模型的 LightGBM 算法与 CatBoost 算法性能最优, 在测试数据上均方误差为 0.001 3 与 0.000 1, 比 RF 算法与 XGBoost 算法分别高出 0.4 与 0.2. 聚丙烯复合材料老化虚拟样本生成与集成学习方法可以有效解决实验周期长、单次实验采集的数据样本少的问题, 并可取得比单一机器学习算法更优的性能.     

校园网建设中几个关键问题的研究

本文结合天津理工学院校园网建设实际，比较深入具体地讨论了校园网建设中的几个关键问题，包括校园网的总体目标，技术线路与设备选型，网络方案及布线工程，其研讨结论已经在校园网建设中的得到应用，效果良好。     

迎接知识经济适度加速发展河南成人高等教育

当前，知识经济的春风正扑面而来，它预示着一个新的经济时代即将来临。论述了知识经济的到来，将促使社会对成人高等教育的需求量急剧增加，并针对河南成人高等教育及整个高等教育都比较落后的现实，提出河南必须采取适当策略，适度加速发展成人高等教育，以迎接知识经济的到来。     

铟,碲对铋基高温超导体的结构和物理性能的影响

本文采用预制Ｉｎ或Ｔｅ的复合氧化物方法，按设定的化学配比将Ｉｎ或Ｔｅ加入Ｂｉ基高Ｔｃ超导体中，通过结构与热分析表明，Ｉｎ加入Ｂｉ－１１１１产品亚稳相，改变主相晶体结构，能承受大的电流；Ｔｅ加入Ｂｉ－２２２３有良好的磁稳定性。本文用葬超导体上临界场与杂质颗粒平均距离关系分析了加Ｉｎ的结果。     

边界条件下线性回归模型的影响分析

研究带边界约束条件的线性模型的影响问题，提出了几个度量数据影响大小的统计量，建立了影响度量与相关系数之间的联系，揭示了数据影响与相关性之间的内在联系。     

棉纤维品质的灰色优势分析

本文应用灰色优势分析方法，就棉纤维的断裂长度、成熟度系数与纤维强力、纤维细度、纤维长度之间的关系进行了优势分析计算，并采用了不同的分辩系数和不同的预处理方式进行了验证。     

低温相偏硼酸钡(BBO)的发现及其对探索新型非线性光学材料的启示

1960年用红宝石(α-Al_2O_3:Cr)作为激光晶体,实现了激光运转.翌年(1961年)让红宝石激光束(694.3um)入射到石英晶体(α-SiO_2),出现了倍频(34.15um)效应,从而开辟了激光及非线性光学及其材料研究的新领域.国内外许多单位就在这个基础上开展了有关激光和非线性光学晶体的研究.     

碰撞诱发颗粒团聚及破碎的力学分析

有别于以往对颗粒团聚问题宏观而粗略的研究,提出从微观受力的角度探索颗粒团聚及破碎的机理。对循环流化床内运动颗粒的全受力分析表明,一般流化条件下,影响颗粒团聚及破碎最主要的作用力为弹性力和vanderWaals力。通过建立基本的Newton运动学方程并结合材料力学可以推导出碰撞变形过程中弹性力和vanderWaals力随碰撞时间的变化规律;进一步对比两者在碰撞过程中的相对大小可对颗粒团聚和破碎的趋势进行力学解释。