HLA RTI数据描述码扩展

为高层体系结构(High Level Architecture，HLA)运行支撑环境(Run—Time Infrastructure，RTI)引入一个新的扩展，该扩展使用数据描述码在消息上附加特征属性，使RTI能够对数据应用更丰富的使用策略。文章第1、2部分提出了基于数据描述码过滤数据，以及构建HLA仿真系统面向方面框架(Aspect Oriented Framework，AOF)的技术，第3、4部分详细说明了数据描述码扩展和实验原型的设计。数据描述码扩展可用于提高仿真系统的运行效率，改进大规模HLA仿真系统的架构设计，并且不改变RTI和联邦成员的编程接口。     

Leaching Mechanism of Complicated Antimony-Lead Concentrate and Sulfur Formation in Slurry Electrolysis

Anodic reaction mechanism of complicated antimony-lead concentrate in slurry electrolysis was investigated by the anodic polarization curves determined under various conditions. The main reactions on the anode are the oxidations of FeCln^(2-n) . Though the oxidation of jamesonite particle on the anode can occur during the whole process, it is less. With the help of mineralogy studies and relevant tests, the leaching reaction mechanism of jameson[to and gudmundite during slurry electrolysis was ascertained. Because of the oxidation reaction of FeCl3 produced by antimony-lead concentrate itself, the non-oxidation complex acid dissolution of jameson[re, the oxidation complex acid dissolution of gudmundite, and the oxidation of air carried by stirring, the leaching ratio of antimony reaches about 35% when HCl-NH4Cl solution is used to leach antimony-lead concentrate directly. So when the theoretical electric quantity is given to oxidation of antimony in slurry electrolysis, all of antimony, lead and iron containing in antimony-lead concentrate, are leached. The formation of sulfur is through the directly redox reaction of Fe^3 and jameson[re. The S^2- in jamesonite is oxidized into S^0 , and forms the crystals of sulfur again on the spot. The redox reaction of Fe^3 and H2S formed by non-oxidative acid dissolution of jamesonite is less.     

无纺织物过滤黏土的梯度比试验及机理研究

采用2种土工织物和黏土进行梯度比试验,并通过试验后黏土试样微观结构的电镜扫描,从微观上认识土工织物过滤黏土机制。结果表明:在土工织物过滤黏土的过程中,初期梯度比会快速上升,达到峰值后,织物-黏土体系淤堵情况逐渐缓解,透水性相对改善,梯度比下降并趋于稳定;在过滤过程中靠近织物的黏土中会发生细颗粒穿过土工织物逃逸的现象,这是织物-黏土体系的透水性改善的内在机制;过滤后的黏土主要以聚粒形式存在,结构较疏松,在靠近织物的黏土中出现较大的孔隙;不同孔径和工艺的土工织物过滤黏土机制相同,但淤堵程度不同。     

基于用户多维度信任的冷启动推荐模型

在传统协同过滤(collaborative filtering,CF)算法中存在着用户冷启动低效推荐问题,基于社交信息的社会化推荐算法通过引入用户的社交关系来缓解冷用户的数据稀疏问题,具有很好的研究应用前景。但该算法对用户间的信任度量较为片面单一而难以准确地对冷用户做出个性化推荐。针对此缺点,从不同维度量化分析了影响用户信任的因素,理论推导出用户多维度信任度量模型,将该模型计算得到的用户综合信任与传统协同过滤中的用户评分相似度值进行有效线性融合,提出了一种基于用户多维度信任的冷启动推荐模型。通过使用真实数据集Epinions并采用留一法进行实验对比分析。实验结果表明,提出的模型在对冷启动用户的推荐中,其平均绝对误差(mean absolute error,MAE)、覆盖率(rating coverage,RC)和F1值(F-measure)3个评估指标相比其他算法有了明显改善。     

敏度分层过滤策略克服连续体拓扑优化荷载病态问题

针对工程结构中所承受载荷幅值之间相差多个数量级,使用传统拓扑优化方法所得结果中较小载荷传递路径消失的荷载病态现象,提出一种简单有效的敏度分层过滤策略.将各载荷以幅值大小进行分层,并计算各载荷对结构对应的应变能数值.在此基础上,引入比较判断系数和放大应变能影响系数,将各灵敏度以大小进行分层,对不同层次灵敏度进行不同的过滤以取得多载荷作用下最佳材料布局.本文敏度分层过滤策略是在Solid Isotropic Material with Penahiation(SIMP)框架下提出的,并使用Optimality Criteria(OC)方法进行求解.使用二维和三维算例验证了所提策略的有效性,表明该策略可以有效克服荷载病态现象,为结构设计中得到完整传力结构布局提供重要指导.     

协同过滤推荐算法研究: 考虑在线评论情感倾向

协同过滤推荐算法通常是基于兴趣相似的用户行为来实现个性化推荐, 其核心义用户之间的兴趣相似度. 本文在传统的协同过滤推荐算法基础上, 考虑在线评论对用似度识别的影响. 在混合商品推荐中, 粗粒度识别评论情感极性; 而在同类商品推荐中, 细粒别每个商品特征的情感极性. 如果用户对产品的某个特征评价次数大于平均次数, 表明用户对征较关注; 如果对产品的某个特征评价低于平均评价, 表明用户对该特征较挑剔. 进而根据用户评论来建立用户偏好模型, 用户在评论中反映出来的相似度越高, 表明用户之间的偏好越. 实验表明, 同传统的协同过滤算法相比, 基于在线评论情感分析的用户协同过滤算法在率和召回率指标上有显著提升.     

鄂尔多斯盆地西南部长8砂岩中方解石胶结物表面绿泥石膜的形成机制

在鄂尔多斯盆地西南部延长组长8砂岩的方解石胶结物表面发现了绿泥石膜,通过铸体薄片和带有能谱仪的扫描电镜对这种新发现的绿泥石膜进行分析测试,研究其形成机制和过程及对砂岩致密化的影响。研究认为,这种新发现的绿泥石膜是方解石胶结物发生溶解-沉淀反应的产物。中成岩A期,油气携带酸性流体进入砂岩,方解石胶结物开始溶解。由于此时砂岩的渗透率低,流体流动缓慢,导致酸性流体供给不足,同时溶出的钙质流体也不能及时运移出去,二者共同作用促使方解石胶结物周缘迅速转化为碱性微域,随之方解石沉淀,有钙质参与的绿泥石膜生长。溶解-沉淀反应过程中,方解石胶结物的粒缘溶孔不断扩大,形成的绿泥石晶体逐渐增大,晶形变好,晶间微孔增多。这种新发现的绿泥石膜为方解石胶结物形成于成岩早期提供了令人信服的证据,揭示鄂尔多斯盆地西南部长8砂岩的致密化过程发生在早成岩阶段,而成岩晚期则是一个扩容过程。     

基于关键用户的非均衡热传导与物质扩散算法

物质扩散和热传导算法作为2个经典的基于网络结构的算法被普遍用于信息过滤.然而，现有的算法将所有的用户等同看待，没有区分不同用户的贡献，也没有移除恶意用户，从而导致性能不理想.针对这一问题提出基于关键用户的非均衡热传导与物质扩散算法（core-UHM），用以解决教育资源库中的高质量资源检索问题.算法的背后思想主要是基于信息领域中的帕累托法则，也即是20%的用户主导着整个系统中80%的交互.基于关键用户不仅能够保证资源的质量，同时也大大节省了计算开销.通过在真实的学术搜索日志数据集上的实验，证明了算法的有效性.     

涤纶滤布改进口服液过滤工艺

过滤是制作药用口服液的重要工艺之一,过滤的目的在于得到澄清、合格的药剂。与传统滤纸相比,涤纶滤布的过滤性能十分强大,它广泛应用于制药、制糖、化学、冶金等行业。本文将用涤纶滤布代替传统工艺中的滤纸,对益母草口服液和复方甘草口服液进行过滤,然后将其过滤结果与传统工艺作对比,分析试验后的数据,对涤纶滤布这种新口服液过滤工艺进行全面分析。     

基于复杂属性商品的混合协同过滤推荐模型

协同过滤作为应用最广、研究最多的推荐算法,但依旧面临数据稀疏性、冷启动、数据质量差等固有问题,同时也鲜有研究者从实用角度基于商品性价比方面提高预测精确度.为此,本文综合考虑用户主观评分和商品客观评分,并在此基础上结合情境预过滤、社会网络理论以及专家意见提出了一种混合协同过滤推荐模型,在一定程度上缓解了上述缺点.并通过真实网上汽车销售数据实验,表明该模型相对传统协同过滤具有更高的预测精度,更适用于具有复杂属性的商品.