人工鱼群神经网络在热连轧卷取温度预报中的应用

卷取温度预报结果对热轧带钢的成品性能具有重要影响。人工鱼群算法是新近提出的寻优策略,具有良好的克服局部极值、获得全局极值的能力。建立了一种人工鱼群神经网络预测模型,利用人工鱼群算法训练神经网络的权值,并将该神经网络用于卷取温度预报。通过某钢厂现场实测数据对该模型进行离线训练和对比测试,结果表明,该方法与传统的BP神经网络预测方法相比,具有较强的自适应能力和较好的预报效果;该模型能够精确预报卷取温度,可用于离线学习和预报,为在线应用打下良好基础。     

有向相似性对协同过滤推荐系统的影响研究

为研究用户的相似性对协同过滤个性化推荐算法的影响,认为用户的有向相似性应该由邻居用户指向目标用户,而非由目标用户指向邻居用户。基于该思想,提出了一类改进的协同过滤算法。通过对Movielens数据集的实验分析,结果发现改变用户相似性的方向可大幅提高推荐结果的准确度和推荐列表的多样性。进一步,强化相似度高的用户的推荐强度可大幅提高推荐效果,算法的准确性可提高17.94%,达到0.086 4,当推荐列表的长度为10时,推荐列表的多样性可达到0.892 9,提高20.9%。该工作表明用户相似性的方向是否合理对推荐算法具有非常大的影响。     

复杂脉冲包络信号模糊函数的建立

建立复杂脉冲包络探测信号的模糊函数是外辐射源探测系统仿真分析的重要内容.将复杂脉冲包络分成多个单脉冲,分别建立其自模糊函数和互模糊函数,再相互叠加,即可得到包络脉冲完整的模糊函数.本文以电视信号为例,建立并推导出了行周期内同步及黑白电平信号自模糊函数和互模糊函数的通用表达式,根据电视图像信号的脉冲性建立黑白全电视信号的模糊图,证明了建立复杂脉冲包络信号模糊函数的可靠性.     

基于RS和GIS的城市建设用地监测模型构建与验证研究——以重庆市南岸区为例

以重庆市南岸区为例,基于RS和GIS的地理技术,建立了城市建设用地监测模型,以精确监测和预测城市新增建设用地的变化趋势,为区域土地利用及土地监察提供理论和技术指导,研究发现:利用RS与GIS的平台可以构建用于监测城市新增建设用地动态变化的模型,适时监测某区域内城市新增建设用地情况,并直观地反应在RS影像上,其监测精度可以通过相同监测方法对不同区域的监测进行合理验证.     

BeS弹性常数和ZB结构相变的第一原理计算

在密度泛函理论的局域密度近似下,利用CASTEP程序研究了BeS从闪锌矿结构到NiAs结构的相变.通过焓相等得到相变压强为53.3 GPa,与通过高压下弹性常数值判断的结果相符.     

膜生物反应器的膜污染问题

在综述了近年来国内外有关膜生物反应器大量文献的基础上,阐述了膜污染产生的机理、膜污染数学模型以及影响膜污染的因素,并具体介绍了现阶段消除膜污染的膜清洗方法及发展方向。     

高强度中厚板辊式矫直策略分析

以开发厚规格、高强度品种钢过程中频繁出现的矫不平现象为背景,采用弹塑性差分的曲率积分方法,研究了高强度钢板矫直过程中塑性变形率、残余曲率和矫直力的变化规律,分析得出额定矫直力和塑性变形率是制约高强度钢板矫平的主要因素.针对矫直能力小的矫直机提出采用增加矫直道次、改变矫直辊距以及静压矫直三种方法来解决高强度钢板矫不平问题的矫直策略.现场实践证明静压矫直方法能够矫直传统矫直不能矫的高强度板材.     

宁波市企业技术创新与知识产权服务体系建设

知识产权作为一种制度安排,通过赋予发明人以"独占权"来保护发明人的智力成果,是促进企业技术创新,发展经济的有力手段。目前,宁波市知识产权制度已基本建立,知识产权保护不断加强,企业认识知识产权、创造知识产权的积极性逐渐增强,关注知识产权产业化,完     

知识产权司法行政综合保护指数的探究与验证 ——以浙江知识产权保护情况为例

随着知识经济的快速发展,知识产权保护问题越来越多地受到各国的重视,有关知识产权保护强度对地区经济增长、技术扩散等方面的影响研究正成为知识产权领域与经济学领域结合的研究热点,这些研究都要以知识产权保护强度测定为前提。然而,目前关于知识产权保护强度的测算并未充分考虑到中国特色的知识产权双轨制保护模式。为此,对已有的知识产权保护强度指标进行改进,构建了知识产权司法行政综合保护指数,并以浙江省知识产权保护状况为例,对指数进行验证,对现有理论进行了进一步的修正与补充,为其他地区衡量知识产权司法保护和行政保护综合水平提供了新的视角。     

基于交互频率的动态网络上的社会知识传播研究

知识传播过程和社会网络结构的演化往往是同步进行的.基于交互频率的动态网络社会知识传播模型(SKD)在知识传播过程中,随机选取的目标节点会依据与邻居节点的交互频率来决定知识传播的对象,或者断边重连到网络中的任意一个非邻居节点.将SKD模型与随机化模型和基于知识距离的传统知识传播模型(TKD)做了对比实验,实验结果表明:SKD模型的知识传播速度要快于随机化模型和TKD模型;更重要的是,SKD模型在网络结构演化过程中呈现出同配性,网络结构的同配性是社交网络的一项基本结构属性.该工作对于理解知识传播和网络结构的联合演化过程具有十分重要的意义.