可修部件的计划停运与故障停运重合时的可靠性估计

本文假定部件的计划停运持续时间是确定性参数,而部件的故障停运则是一随机事件,且其故障率和修复率均为常数。在此基础上,本文推导出在一个部件的计划停运期间另一个或两个部件平均故障停运时间、平均故障次数及平均故障持续时间的精确解和近似解。本文提出的方法既可以考虑部件的计划停运和故障停运互相独立,也可以考虑互不独立的情况,即一个部件的计划停运仅在另一个部件或两个部件均完好时才开始。     

种基于高阶组织的学习者潜在重叠社区检测算法

学习者网络拓扑结构稀疏,且传统的社区检测算法无法为惰性/冷启动学习者检测其潜在的社区。针对该类问题,提出了一种基于高阶组织的学习者潜在重叠社区检测算法(POCDL)。POCDL算法是一种局部图聚类算法,首先利用社交化在线课程平台中的好友关系、同学关系和师生关系解决学习者网络数据稀疏问题;然后挖掘学习者网络中的高阶组织并重构学习者网络;最后,根据学习者的度中心性选取初始种子集,根据社区归属度和社区亲密度进行局部社区检测。在人工网络和学者网真实网络数据集上的实验结果表明：POCDL算法能够较好地为惰性/冷启动学习者检测社区;对其他类型的复杂网络也具有一定的普适性。     

二茂铁甲酰基硫脲类异构体衍生物的高效液相色谱研究

利用Schoenmakers建立的使用梯度洗脱来快速选择等度条件的理论,确定分离一组化合物的最佳二元流动相体系,即甲醇-水、四氢呋喃-水、乙腈-水.以这3种体系作为三角形的3个顶点,再利用重叠分辨率法优化四元流动相组成.利用该优化得到的最佳四元流动相体系对二茂铁酰基硫脲类异构体衍生物进行了有效分离.     

LBLP: Link-Clustering-Based Approach for Overlapping Community Detection

Recently, complex networks have attracted considerable research attention. Community detection is an important problem in the field of complex networks and is useful in a variety of applications such as information propagation, link prediction, recommendation, and marketing. In this study, we focus on discovering overlapping community structures by using link partitions. We propose a Latent Dirichlet Allocation (LDA)-Based Link Partition (LBLP) method, which can find communities with an adjustable range of overlapping. This method employs the LDA model to detect link partitions, which can calculate the community belonging factor for each link. On the basis of this factor, link partitions with bridge links can be found efficiently. We validate the effectiveness of the proposed solution by using both real-world and synthesized networks. The experimental results demonstrate that the approach can find a meaningful and relevant link community structure.     

小菜蛾在海南的生物学与防治的研究

本文对海南一些主要菜区遭受小菜蛾为害进行了田间调查,并将该虫在室内进行饲养、观察其生物学特性,探讨其发生规律以及农药防治试验研究,结果表明:该虫在海南一年可发生22代左右,具有明显的世代重叠,无越冬现象。10月至次年4月是为害盛期,是周年发生为害的重要害虫之一;成虫寿命5——23天,卵期2——18天,幼虫期5——18天,蛹期3——26天,全代历期15——75天。平均26.5天;青虫菌6号小面积防治效果平均达87.9％;40％水胺硫磷或20％杀灭菊酯与50％乐果混合液大面积防治效果较佳,分别为89.6％和89.1％。     

新型混凝土隔离剂的研制

本文叙述了利用重叠法生产混凝土构件时构件之间所用隔离剂的制备与实验情况。文章指出：本隔离剂为树脂型涂料，涂上后不怕风吹雨淋，不因脚踏或其他操作而损坏，重迭的上下水泥板间易剥离，不会对混凝土表面产生有害的影响。     

融合相对密度与近邻关系的密度峰值聚类算法

密度峰值聚类算法(density peaks cluster,DPC)是一种基于密度的聚类算法,该算法可以聚类任意形状的类簇.在类簇间有密度差距的数据集上,DPC不能准确地选择聚类中心.DPC的非中心点分配策略会引起连续错误,影响算法的聚类效果.模糊k近邻密度峰值算法(fuzzy k-nearest neighbor DPC,FKNN-DPC)是一种改进的DPC算法,该算法采用边界点检测并结合2步分配策略来避免连续错误.当类簇间有密度差距时,FKNN-DPC的边界点检测效果不理想,此外,其非中心点分配策略缺乏对样本近邻信息的考虑.定义相对密度(relative density)并结合近邻关系(nearest neighbor relationship)提出RN-DPC算法解决上述问题.针对DPC因为类簇间的密度差距而不能准确选择聚类中心的问题,定义相对密度用于消除类簇间的密度差距.基于反向k近邻关系检测边界点并且引入共享最近邻关系来对FKNN-DPC的分配策略进行改进.RN-DPC算法在人工数据集和真实数据集上分别与不同的聚类算法进行了对比,实验结果验证了RN-DPC算法的有效性和合理性.     

弯道会车的瞬态气动特性

应用计算流体力学方法,采用重叠网格的策略,对两个简化SAE模型的弯道会车进行了数值模拟研究,获得了两车气动六分力的变化规律.在极短的会车过程中,侧向力、侧倾力矩和横摆力矩都发生了方向的变化,迅速达到各自的正负极值,处在内侧弯道车辆1的侧向力、侧倾力矩和横摆力矩的值略大于外侧弯道车辆2.升力和纵倾力矩也发生了数值和方向的改变,这些都会对车辆的行驶稳定性带来一定的影响,为进一步研究弯道会车的瞬态气动特性提供了理论参考.     

一种基于小波变换的混叠语音基音提取方法

小波变换对单一信号源的基音提取非常有效，但在多音源混叠语音的基音提取中则无法有效地获得基音信息。为解决这一问题，先从混叠语音信号中确定信号的个数以及每路信号的时间间隔范围，之后再对其进行奇异点的分离，以便提取各源信号的谐波分量。为简化计算并避免由于幅值的不同而影响搜索效果，对各次谐波的幅值进行了归一化、卷积等处理，最后使用小波变换精确地提取出混叠语音的基音。实验表明了这一方法的有效性。     

基于非洲秃鹫算法优化卷积神经网络的重叠峰解析方法

利用光谱仪器检测土壤中重金属时,由于仪器分辨率较低,峰位相近元素的特征峰会产生重叠.光谱重叠峰严重影响定量分析结果的准确性,为了得到准确的重金属含量需要进行光谱重叠峰分解.提出利用非洲秃鹫算法优化卷积神经网络(AVOA-CNN)的重叠峰解析方法.首先,利用高斯函数模型模拟出150个双高斯含噪光谱重叠峰和43个三高斯含噪光谱重叠峰,选择不同小波基函数进行光谱数据去噪,以信噪比和均方根误差(root mean square error,RMSE)为评价指标,最终确定coif 3小波基函数,使用导数法进行光谱重叠峰预处理.然后,使用AVOA-CNN获得卷积神经网络(convolutional neural net-work,CNN)预测结果,解析结果表明:AVOA-CNN成功分解重叠峰且准确率高,双高斯光谱重叠峰和三高斯光谱重叠峰参数(峰强度,峰位,峰宽)的最大相对误差平均值分别为3.15％和5.90％.最后对比麻雀搜索算法优化CNN、CNN与AVOA-CNN,结果显示AVOA-CNN模型预测准确率最高.