正压通风矿井局扇泄压通风技术

对矿井开采中采用的局部扇风机进行泄压通风的技术作了介绍。     

正压地转大气中Normal Mode的研究

Normal Mode(标准模)一直是研究流体稳定性的一个重要方法,故此得到了深入的研究。研究结果表明,对于无旋流体的稳定性问题,如果不顾条件一味地套用Normal Mode法,就会导致前后矛盾。Hoiland、Case等分析了Normal Mode方法出现困难的原因,指出根源在于Normal Mode对于所有可能出现的执动形式并不完备。对稳定性问题的完整提法是将其考虑成一个初值和边值问题。     

论大学英语分级教学中学生的情感因素

克拉申的情感过滤假说为解决大学英语分级教学中学生的情感问题提供了理论依据,帮助学生在学习过程中情感因素的调节,激发学生的学习动机,树立学习自信心,消除学习焦虑感.     

钱胜文：以诚取信以德立业

钱胜文江西省永泰化工有限公司任董事长兼总经理1982年毕业于江西工学院化工系化学工程专业;1982年至1990年在萍乡市化工厂任技术员;1990年至1995年创办萍乡市盘式过滤机配件厂任厂长;1996年至今江西省永泰化工有限公司任董事长兼总经理1998年至2003年芦溪县人大代表;2001年当选萍乡市第十二届人大代表、萍乡市工商联合会执行委员、芦溪县科技工作先进工作者;2002年获江西省科技厅创新竞赛三等奖、萍乡市科技进步一等奖、萍乡市总工会创新先进个人、芦溪县第二届政协委员、芦溪县科技工作先进工作者;2003年获江西省科技进步奖、芦溪县科技工作先进工作者     

关于网站管理安全技术的探讨

随着网络的日益普及,随之而来的垃圾邮件也越来越猖獗.针对垃圾邮件问题进行了深入的讨论,分析了垃圾邮件的危害,并重点对垃圾邮件防治的技术进行了探讨.     

基于Timed-HITS与协同过滤的混合推荐算法

用户间的信任关系、用户对商品的偏好兴趣及商品的时效性都会影响对商品的推荐效果.将这些因素引入到基本的HITS算法中,对HITS算法进行了改进.将用户对商品的偏好兴趣矩阵进行了改进,利用隐馈数据通过逻辑回归算法估计用户对商品的偏好兴趣,对评分为零的情况赋予了不同的偏好兴趣度,这样更符合实际.将改进的HITS算法和协同过滤算法相结合得到一个混合推荐算法,同时将用户分为活跃用户和非活跃用户分别进行推荐.将提出的算法在Movielens数据集上进行了试验,结果表明该算法在一定程度上缓解了数据稀疏和冷启动的问题,推荐效果优于基于用户的协同过滤算法.     

一种基于旁信息增强的协同过滤自动编码器模型

针对用户评分预测不准确的问题,提出了一种基于旁信息(side-information)对用户兴趣进行预测的协同过滤自动编码器推荐模型,给出了模型的设计原理、损失函数以及具体结构.模型使用单隐藏层自动编码器实现,用户评分与旁信息同为模型的输入/输出数据,旁信息也直接参加模型的训练,这种设计不仅降低了模型的规模和复杂度,而且旁信息可以直接对用户兴趣进行修正.同时,通过对训练数据集合的合理划分与扩充,使得训练的网络模型增加了表达能力.在真实数据集上的对比实验表明,本文提出的方法提高了评分预测的准确度,具有一定的实用价值.     

融合位置信息和物品流行度的协同过滤算法

针对绝大多数用户消费习惯对地理位置的敏感性,以及推荐过程中的"长尾效应",提出融合位置信息和物品流行度的协同过滤算法。对传统的协同过滤算法作出2点改进:第一,将用户兴趣偏好与位置偏好相结合,提出一种新的基于地理位置的用户相似度计算方法;第二,在预测评分时,引入物品流行度权重,合理地调整流行物品和长尾物品的推荐期望值。使用Foursquare数据集作为实验数据集,与相关算法进行对比实验。结果表明,改进算法能有效提高推荐的精度和推荐结果的多样性。     

基于区域时变聚类采样机制的物联网 大数据传输算法

为解决传统物联网大数据传输算法存在的网络链路抖动频繁、传输能力受限以及传输误码率大的不足,提出了一种基于区域时变聚类采样机制的物联网大数据传输算法。首先,根据物联网信号发射中常用的LTE-5G信号特性,采取分信道传输及抽样过滤技术来实现数据传输过程中的正交化,消除节点间因信号频率相似而导致的干涉现象,提高网络数据传输效率;随后,几何聚类机制与能量-阈值映射裁决方法,构建了稳定聚类采样方法,利用功率最佳及能量最佳的方式来实现传输节点的筛选,强化传输链路的稳定性能,降低因链路抖动而导致误码的风险。仿真实验结果表明:与常见的超高斯频率漂移传输提升机制(Transmission Mechanism of Super Gauss Frequency Drift Transmission, SGFD-T机制)及拉普拉斯信道滤波传输机制Laplasse Channel Filtering Transmission Mechanism,LCF-T机制)相比,所提算法具有更大的上传带宽和更低的数据采集错误率与误码率。     

基于超极特征匹配机制的人工网络安全流量 过滤算法研究

为解决当前物联网部署过程中存在的流量过滤效率低、传输受限等难题,提出了一种基于超极特征匹配机制的人工网络安全流量过滤算法。首先,基于能量最优原则,并针对sink节点与准分区节点之间的应答响应关系,构建一种网络初始化方案,使用分组问答-响应方式建立节点拓扑初始化关系并进行能量排序,实现网络快速建立及拓扑收敛。随后,综合考虑能量冗余、距离等超级特征并进行区域匹配,通过设计更新周期方法实现对区域节点稳态化控制,稳定区域传输质量,提高算法在超宽带传输条件下的适应能力。最后,采取扫描方式进行分区节点二次筛选,选取转发代价最小的分区节点进行组网,降低分区节点因能量受限而出现瘫痪的概率,进一步稳定算法对流量的过滤及传输质量。仿真实验表明:与当前常用的超宽带一体化传输过滤稳定算法(Ultra Wideband Integrated Transmission Filter Stabilization Algorithms,UWITFS算法)及分区流量综合过滤算法(Partition Flow Comprehensive Filtering Algorithms,PFCF算法)相比,所提算法具有流量过滤强度高、超宽带传输能力强的特性,实际部署价值较高。