氧化镁纳米粉体的制备与表征

以硝酸镁为反应原料,硬脂酸为分散剂,采用溶胶凝胶法制备了MgO纳米粉体,并对其进行了XRD、TEM、FTIR表征.结果表明,制得的MgO颗料为椭球形,面心立方结构,粒径18nm,粒子分散均匀.     

济南市典型电磁辐射体监测与评价研究

在对济南市广播电磁辐射设施进行摸底调查的基础上,选取该市广播电磁典型辐射体,监测不同条件下的电磁强度变化,根据国家标准制定评价原则,评价分析典型电磁辐射体的强度变化规律,为济南市城市规划和广播电磁辐射监管提供技术支持。     

关于半群簇的几个判定问题

本文证明了，对于一个半群等式公理的有限集Ｅ定义的半群簇［Ｅ］，以下几个问题是可判定的：（１）是否每个Ｓ∈［Ｅ］都是正则的；（２）是否每个Ｓ∈［Ｅ］都是单的；（３）是否每个Ｓ∈［Ｅ］都是群；（４）是否每个Ｓ∈［Ｅ］都是一致周期的；（５）［Ｅ］是否平凡。     

一种评价决策单元DEA有效性的新方法

给出了一种新的DEA模型(投入产出综合评价模型),在考虑所有决策单元的输入的同时,顾及所有决策单元的输出,即保证所有决策单元输入总和最小和所有决策单元的输出总和最大.     

平面十杆复铰单自由度机构的类型综合

根据含复铰的十杆单自由度机构结构类型多，结构复杂的特点，引入一种表示复铰机构结构的新方法－加权双色缩图法，机构的加权双色图与机构的结构图具有一一对应的关系，利用这种加权双色缩图可以方便地实现较复杂的复铰机构的类型综合，对含复铰的十杆单自由度机构的结构类型进行了研究，得到２２７９种独立的十杆复铰类型。     

含有复式铰链的八杆杆组类型综合

定义了一个复式饺链因子v,从而使含复饺的杆组类型综合可以用缩图来解决,并就八杆含复饺的杆组进行了类型综合,得到了全部结构图例。     

基于四元数的空间全方位算法研究

基于误差四元数的概念,研究了四元数扰动对姿态角和四元数转换精度的影响,提出了姿态角和四元数的全方位转换算法.该算法将姿态角和四元数的转换范围由-90°~90°的传统转换空间拓展到-180°~180°空间,使基于全角度算法的姿态控制比非全角度算法有抗扰动的能力,并通过论证和仿真证明了算法的正确性.     

1.3μm氟化物光纤受激辐射和放大的研究

用氩离子激光器作激励源，实验证实了氟化物玻璃光纤１．３μｍ的光辐射，给出了相应的理论模型。根据光纤中原子和电场相互作用原理，计算了掺镨和掺钕两种氟化物光纤的激励效率、增益和饱和输出特性，为１．３μｍ光纤放大器的应用提供了实验和理论设计依据。     

卫星低频电磁辐射在轨探测研究

利用地球空间探测双星计划探测一号卫星上的磁场波动分析仪的原始数据, 分析了探测一号卫星在轨电磁辐射的特性. 结果显示卫星的电磁辐射主要集中在30 Hz以下. 在30 Hz以上, 卫星的电磁辐射最多延伸到 190 Hz左右, 而且强度明显减弱. 在 190 Hz以下的卫星电磁辐射具有与卫星姿态相关的长周期变化. 在 190~830 Hz的范围的电磁辐射有不明显的长周期变化特征. 830~3990 Hz范围的电磁辐射没有长周期变化特征. 卫星电磁辐射的长周期变化是由卫星姿态变化造成的. 卫星姿态变化引起卫星太阳方位角变化. 卫星太阳方位角越大, 卫星电磁辐射越大. 卫星太阳方位角从90.6增加到93.6, 低于10 Hz以下的电磁辐射约增大为原来的9倍, 10~190 Hz范围的电磁辐射大约增加到原来的1.6倍. 卫星在＜10和10~190 Hz范围内的电磁辐射强度与卫星太阳方位角的相关系数分别达到0.90和0.91. 卫星在光照情况下的电磁辐射要比卫星在阴影情况下大. 卫星太阳能帆板电流产生的电磁辐射是卫星电磁辐射主要来源, 约占整个卫星电磁辐射的87％(低频段<150 Hz)和94％(高频段>150 Hz). 这些中国首次对卫星电磁辐射的在轨探测结果对于我国未来相关科学和应用卫星的设计方案的优化具有重要的参考价值.     

Context-aware recommendation in mobile environments: An approach based on interest resonance

The recommendation system can efficiently solve the information overload in mobile Internet. Thus, how to effectively utilize context information to improve the accuracy of recommendation becomes the research focus in the field. This article puts forward a novel approach to realize the context-aware recommendation in mobile environments. It first gets users’ interest resonance with a hash-based interest resonance mining algorithm. Then, it calculates the association degree between the user and the item and then predicts the user’s rating on the item. Finally, it comprehensively figures out the recommending index. Moreover, this article also designs a personal recommendation model for the users and provides relevant decision-making coefficients. Experiments have demonstrated that our approach is superior to the traditional ones (RMP, RSTE, MD and BBBs) in both performance and efficiency.