异方差模型中混料设计的效率

对于异方差模型,即方差不是常数的模型,Kiefer和Wolfowitz的一般等价定理(KWT)中的D最优设计和G最优设计之间的等价性不成立·广义化一般等价定理(KWT),使得广义化模型的D最优设计同G最优设计之间的区别和联系更清楚·对于精确设计和连续设计分别研究了广义化D最优设计和G最优设计的一些性质·给出了混料模型中D最优设计,G最优设计,A最优设计效率的取值范围·引入了广义化模型的检验公式·     

劳丹与知识社会学

劳丹的科学知识社会学实质上是批判的科学知识社会学，他在对已有知识社会学批判的基础上形成了自己的知识社会学思想，劳丹的知识社会学思想的主要内容是对曼海姆知识社会学和布鲁尔科学知识社会学的批判，对科学知识社会学的划分以及对科学知识社会内容确定等。     

二氧化锰混仓计算机控制系统

叙述二氧化锰混仓生产过程中用计算机实现自动化混仓的设计和实现方法，在计算机控制系统中，采用研华工控机为上位机，西门子PLCS7—200为下位机，用组态王软件作为上位机软件，用梯形逻辑图编写PLC的程序，并给出了通过PLCS7—200的RS485口实现通讯的解决方案。     

二氧化氯消毒机理及其消毒副产物的控制

主要介绍了二氧化氯消毒的机理，阐述了消毒工程中消毒副产物产生的原因，提出了控制消毒副产物产生的方法。     

AZ31镁合金的高温热压缩流变应力行为的研究

在Gleehle-1500热模拟机上对AZ31镁合金在应变速率为0.005-5s^-1、变形温度为250-450℃条件下的流变应力行为进行了研究，结果表明：流变应力行为强烈地受到变形温度的影响，当变形温度低于300℃，流变应力呈现幂指数关系；当变形温度高于350℃时，流变应力呈现指数关系，在本实验条件下，AZ31镁合金热变形应力指数n为7，其热变形活能Q为112kJ/mol。     

一种新型液态CO2播撒设备研制与播撒试验

目的研制一套适于陕西播云作业的液态二氧化碳(简称LC)播撒设备,开发LC催化技术方法,试验得出最佳播撒速率,提高作业效果。方法根据播云作业需要,提出技术指标,开发研制LC播撒设备和催化技术,并进行地面、空中试验(静态、动态试验)。结果①LC的纯度是决定喷撒质量的关键;②当环境温度较高时,LC小粒子浓度较高,谱型较窄,当环境温度较低时,粒子谱明显拓宽,峰值浓度降低;③地面使用0.6 mm喷头,喷撒速率为10～12 g/s,喷头距离激光束为10cm时,PMS粒子测量系统检测到LC粒子谱宽在0.5～175μm之间,小粒子平均总数密度为146个/cm3。冰雪晶平均总密度为71个/L。结论陕西春、秋季适宜催化的降水云系云体温度较高,LC宜作为播云首选冷云催化剂。多次播云催化试验表明,当播撒率为10～12 g/s时,作业数分钟后机载PMS粒子测量系统和地面雷达检测到云物理响应参数,与云的本底值对比分析证明:播撒LC有利于云水向雨水的转化,催化效果较好。     

牡丹文化与牡丹经济的互动发展

牡丹文化与牡丹经济之间存在着一定的互动关系。牡丹文化可提升牡丹的亲和力,可为牡丹经济发展提供思路,从而对牡丹经济起到促进作用,而牡丹经济的发展也促进了牡丹文化的传播、研究、挖掘、发扬。根据二者之间的互动规律,提出了发展牡丹经济与牡丹文化的新思路。     

基于LDA模型的网络刊物主题发现与聚类

随着智能终端的普及,文本的主题挖掘需求也越来越广泛,主题建模是文本主题挖掘的核心,LDA生成模型是基于贝叶斯框架的概率模型,它以语义关联为基础,很好地解决了文本潜在主题的提取问题。对文本聚类过程的核心技术LDA生成模型、数据采样、模型评价等作了较为深入的阐述和解析,结合网络教育平台的2 794篇学习刊物进行了主题发现和聚类实验,建立了包含3 800个词项的词库,通过kmeans算法和合并向量算法(UVM)分两步解决了主题聚类问题。提出了文本挖掘实验的一般方法,并对层次聚类中文本距离的算法提出了改进。实验结果表明,该平台刊物的主题整体相似度比较好,但主题过于集中使得许多刊物的内容不具有辨识度,影响用户对主题的定位。     

“神威·太湖之光”上Tend_lin并行优化

大气环流模式是中科院地球系统模式中最为复杂的模式,在当前主流的众核异构平台上开展大气环流模式的众核并行化是高性能计算的热点研究问题。针对AGCM4.0热点程序动力框架的适应过程Tend_lin,利用神威OpenACC编程模型在"神威·太湖之光"高性能计算平台上实现并行化,并从循环分布、循环分块、数据传输的表达、函数调用的从核化等方面提升应用性能。详细讨论了不同场景下的数据传输表达,对比测试了不同分块尺寸对程序性能的影响。相比主核串行,两种测试规模下,Tend_lin应用的单核组多线程并行均获得6倍以上的加速;且随着应用分辨率的扩大,众核处理器的性能得到更好发挥,在C规模下,多进程获得了69倍的全应用加速。     

时间窗口对个性化推荐算法的影响研究

研究了时间窗口对基于10种用户相似性指标的个性化推荐算法的影响。在标准数据集MovieLens上的实验结果表明,只采用大约12.56%的用户近期历史记录,所得到的推荐结果准确性可以平均提高27.17%,而推荐列表多样性可以平均提高3.28%,极大地降低大规模数据所带来的计算复杂性问题。