业务迁移场景下利用信誉值的拓扑构造激励算法

针对无线泛在环境下的面向最佳业务迁移的节点快速激励问题,提出一种利用信誉值的新型拓扑构造激励(TCI)算法。首先,建立分层选择模型,为需求节点选择最佳业务迁移小区及中继;然后,提出改进的信誉值计算方法,以准确地反映各协作节点的信誉度;最后,借助拓扑构造算法,实现网络拓扑的自适应调整,从而有效地激励节点参与中继协作。仿真结果表明:TCI算法在业务迁移和节点激励2个方面均表现优异,具有显著的综合优势;与基于随机概率选择的协作激励算法和基于最短距离选择的协作激励算法相比,其业务迁移成功率分别提高了43%和106%;与基于直接信誉值的协作激励算法和基于综合信誉值的协作激励算法相比,其能够促使非合作节点更早(即前3个周期)采用协作态度。     

基于节点标号的Koch网络结构性质研究

针对正多边形Koch分形岛所映射成的Koch网络,根据节点接入网络的时间和位置信息给节点标号。在节点标号的基础上,研究网络的最短路由及计算最短路径长度;并分析网络的主要结构性质,如节点的度、度分布和累积度分布函数,以及网络的聚类系数、平均最短路径长度、度关联函数和介数中心性,得出结构性质的解析解。结果表明,所构建的Koch网络是无标度和小世界的;其聚类系数趋向于比较大的常数值;平均路径长度与网络节点数的对数呈正比关系,度相关函数、点介数和边介数都随节点度的变化而指数变化。     

新型板式换热系统设计

通过采用加热与制冷两套独立的板式换热器,利用低碳醇与蒸汽为系统内硅油介质进行制冷与加热,形成两套独立的硅油输送系统,分别输送制冷硅油与加热硅油。通过气动薄膜调节阀对硅油供应量进行调节,以满足不同的工艺温度需求。     

航班运行风险网络的传播与控制改进

为探究航班运行风险的产生、传播与控制过程, 首先统计华北区域航班运行数据共计76个风险节点。然后，采用偏秩相关系数构建风险网络, 再使用社团模块探测算法与三角最大滤波法验证网络适用性。并且, 提出一种适用于航班运行风险分析的SEIR(susceptible-infected-exposed-recovered)模型。根据动力学传播结果, 聚类定位网络传播中关键节点。最后, 采用前置预防与战术处置两类控制方案。计算结果表明，仅控制5个节点后, 感染峰值可降低18.44%, 峰值时间推后两个周期, 起降等重要操纵节点被感染次数平均下降11.74%。该方案在感染峰值、感染周期、重要节点感染3个方面的抑制效果均占优。以上结果证实, 所提方案可有效用于航班运行风险问题分析。     

斜交网格结构钢管混凝土平面相贯节点的性能研究

为验证斜交网格钢管混凝土平面相贯节点的构造合理性和受力可靠性,设计了4个平面相贯节点试件,采用ABAQUAS有限元分析软件对节点构造、斜交角度和加载方式等的研究参数进行研究分析.结果表明:有限元模拟与试验研究在荷载—位移骨架曲线、荷载—应变曲线和承载力等方面具有较强的一致性,说明斜交网格钢管混凝土平面相贯节点的构造具有较好的合理性和较强的承载能力,可以应用到实际工程中.另外,不管是采用对称加载方式还是采用非对称加载方式,有限元模拟与试验结果比较接近,说明加载方式对试件受力和破坏影响不大.     

铝制沐浴水热回收器的初步设计

对一种新型的铝制沐浴水热回收器进行初步设计。该沐浴水热回收器具有成本低,回收效率高等优点。介绍其工作原理,并以某三口之家为例,计算该热回收器的节能效益。结合沐浴水余热使用情况不合理的现状,讨论其发展前景。     

电磁场对1100铝合金铸轧板材组织的影响

研究了1100铝合金中添加不同质量分数(0.4%,0.2%,0.1%)的Al-Ti-B细化剂和在铸轧过程中施加电磁振荡场对铸轧板坯组织细化的影响.结果发现,在添加相同含量的Al-Ti-B条件下,铸轧过程中施加电磁振荡场的板坯组织细化效果明显高于普通铸轧的板坯.同时发现,细化剂的质量分数在0.1%~0.4%范围内,在铸轧过程中施加电磁振荡场,其细化效果都比较满意,其显微组织优于常规铸轧添加0.4%细化剂的组织,因此,电磁振荡铸轧可以大幅度降低细化剂的用量,减少元素偏析,改善铸轧坯的内部质量.     

微波接力组网的节点再优化研究

为进一步完善常规方法构建的微波接力网组网拓扑,提出了一种基于最优链路集的网络节点再优化方法。该方法综合考虑节点吸引系数、链路衰落概率、节点通信冗余等因素,借助网络拓扑优化的思想,采用遗传算法构造了微波接力网的最优链路集;以节点在该集合中的度为依据,通过对节点的合理排序,以部分用户节点代替非必要的干线节点,完善了组网拓扑。在修改链路和节点价值集后,该方法还可解决其他网络干线、中继节点的选择问题。     

基于图注意力网络的案件罪名预测方法:CP-GAT

案件罪名预测任务是基于文本数据去预测案件所属罪名.针对现有方法在相似罪名和长尾数据集上表现不佳的问题，提出了一种基于图注意力网络的案件罪名预测方法CP-GAT(charge prediction based on graph attention network).该方法首先使用司法文书数据集中的案例事件描述文本和案例对应的法条信息建立异质图结构数据，构建后的异质图包含两种类型的节点(词节点、案例节点)，两种类型的边(词节点与词节点相连的边，词节点与案例节点相连的边).在基于法律文本构建后的异质图上使用图注意力网络进行图特征提取，最后将得到的特征向量输入到罪名预测的分类器中，得到案例所属的罪名.在CAIL2018法律数据集上的实验结果表明，基于图注意力网络的罪名预测方法优于对比实验使用的方法，准确率和宏观F1值分别达到了95.2%和66.1，验证了提出的方法有利于提升案件罪名预测任务的性能.