行混合阵列加权和最大值的完全收敛性

利用混合序列的矩不等式,得出一个关于行混合阵列加权和最大值完全收敛性定理,并从定理的特殊情况得出关于行混合阵列加权和最大值完全收敛性的一系列推论。     

某种双圈图的L（2，1）一标号的岛序列

通过构造洞指数p（G）≥1的一类双圈连通图得到了容许至少两个不同岛序列的连通图．     

均匀照明的发光二极管阵列仿真与对比分析

通过设定发光二极管所在平面与探测面之间的距离、所设计阵列的发光二极管个数及发光角度等参数,依据斯派罗法则,利用Matlab对表达式进行计算.结合TracePro软件,对方形阵列、三角形阵列及环形阵列等3个常见的发光二极管平面阵列进行模拟仿真及对比分析.结果表明:由于排列方式不同,所得到的均匀照明的范围及所占面板空间也各不相同;三角形阵列可得到较大范围的平坦度和占用较小的面板空间.     

廊固凹陷天然气储层识别方法

廊固凹陷沙三段受构造、油藏、岩性变化、泥浆侵入等因素影响,利用测井资料识别油气层难度较大.在分析常规三孔隙度、中子伽马测井及核磁、阵列声波测井对油气层响应机理的基础上,充分挖掘不同测井信息,建立多种定性与定量的气层测井识别方法.通过对不同测井系列油气层解释技术及应用效果的总结和分析,提出测井采集优选方案,建立了针对性和实用性的解释方法,有效提高了低阻和疑难气层的识别能力.     

基于用户相似性传递的协同过滤推荐方法

随着Web服务量日益剧增,如何推荐给用户符合其期望的服务尤为重要.协同过滤是服务推荐系统中应用较广泛的算法,但协同过滤往往存在数据稀疏问题.针对该问题,文中提出了一种基于用户相似性传递的协同过滤推荐算法,通过改进的皮尔逊相关系数计算出用户间的相似性,利用用户相似性构建相似性网络,并根据用户等级、最短路径和六度分隔理论进行用户间的相似性传递,以此增加目标用户的相似用户的数量,缓解了数据稀疏问题,然后根据传递填充过的用户相似网络进行服务的评分预测.最后以美团网的真实数据进行了实验,实验结果表明文中提出方法一定程度上可以提高推荐结果的准确性.     

八粒子量子态对彩色图像的存储方案

经典彩色图像的存储方法存在着数据量很大且很费内存等缺点,针对这些缺点,提出了一种在量子比特阵列中采用八粒子量子态存储彩色图像的方法,借助于量子态的巨大存储能力,通过采用量子并行计算特性的Grover量子搜索算法,起到平方根加速的理想效果.在图像存储和图像重构的过程中,对量子比特阵列进行搜索找到相应的彩色图像,证明所采用的方法有很好的效果.     

冲击波在有机玻璃中衰减特性的数值模拟与实验研究

为了研究《国家军用标准—炸药试验方法—卡片式隔板法》(国军标)条件下冲击波在有机玻璃中的衰减特性,对其传播规律和衰减特性进行了数值模拟研究.采用显示有限元程序AUTODYN,并利用理论计算及锰铜压力计测试方法验证了数值模拟的可靠性.结果表明:通过实验测得的国军标条件下冲击波在有机玻璃中的衰减规律为p=17.0e-0.0537x,数值模拟结果与实验结果基本吻合,能够准确预测冲击波在有机玻璃中的衰减规律.利用数值模拟方法分析讨论了冲击波压力在隔板中的衰减特性.研究发现:随着隔板长度的增加侧向稀疏波的影响将会越来越显著.     

一种有效缓解数据稀疏问题的协同过滤推荐算法

文章针对数据的稀疏会导致传统的协同过滤(collaborative filtering,CF)推荐算法不能准确地查找到最近邻居问题,提出了一种改进的基于用户Tanimoto相似性系数预填充的算法,通过改进的Tanimoto相似性系数得到更加合理的用户相似度,并结合提出的预测公式对目标用户的未评分项进行预测评分和填充,从而降低矩阵的数据稀疏度。实验结果表明,该算法对稀疏数据集具有较好的表现,能够提高推荐的质量。     

磁单极特性线圈绕组在非接触式能量传递中的应用

为解决目前非接触能量传递系统在中距离传输中功率效能较低的问题,根据Halbach永磁阵列可以获得磁单极特性的原理,提出在不使用磁性材料的情况下,通过排布径向与切向载流线圈可获得等效磁单极磁场,并将其应用于非接触能量传输领域。通过对该电磁场的仿真分析和计算,发现这种排列线圈结构可以增加耦合面的磁场强度,并在一定程度上减少磁场中的谐波成分,可在非接触能量传输时提高磁利用率、减小无功损耗、提高传输功率。通过试验验证了其可行性。     

基于独立成分分析的强背景噪声去噪方法

由于许多传统的去噪方法在强背景噪声情况下提取声音信号的能力变弱甚至失效，提出应用独立成分分析(ICA)方法对声音信号进行特征提取，并证明了这种ICA变换能增强语音和音乐信号的超高斯性．在此基础上，应用ICA基函数作为滤波器，通过阈值化的去噪方法对含有强高斯背景噪声的声音信号进行去噪仿真实验．结果表明，本方法明显优于传统的均值滤波和小波去噪方法，为强背景噪声下弱信号的检测提供了新的途径．