以顾客需求导向的产品评价体系构建研究

针对产品评价体系构建的问题,提出了一种通过对顾客评论信息的挖掘进行顾客需求的识别,进而应用数据聚类分析,自下而上地构建产品评价体系的方法。有别于传统多属性评价分析中大多通过自上而下（从概括到具体）方式进行评价体系构建的思路,该方法以顾客评价信息为导向,使最终构建出来的产品评价体系更具客观性,能有效为产品评价体系优化设计提供帮助,相关案例演算展示了方法的可行性。     

环境温度对天线罩电性能的影响分析

选取了环氧树脂和中空织物作为天线罩材料,用Debye 模型对材料的介电常数、损耗角正切与温度的关系进行了分析。在介电性能与温度关系的研究基础上,建立了雷达罩-天线一体化仿真模型,用电磁仿真软件对不同温度下雷达罩-天线整体的透波率和远场方向图等电性能进行了仿真分析,研究了温度对天线罩电性能的影响,并对中空织物天线罩的透波率进行了验证性测试。研究结果表明:温度超过50 ℃时,环氧树脂材料的介电性能随温度上升出现了多个极大值,加载天线罩时的透波率和远场电性能在极大值处发生了恶化,影响了天线的正常工作;而中空织物材料的介电性能随温度变化不大,加载天线罩时的透波率和远场电性能较为稳定,仿真结果与测试结果基本吻合。     

无证书门限部分盲签名方案*

结合无证书公钥密码体制、部分盲签名和秘密共享技术,首次提出了无证书门限部分盲签名方案,使得签名方案既无密钥托管的弊端,又具有部分盲签名的特性,更加避免了单个管理者的权力滥用。然后对其安全性和性能进行了证明分析。分析表明,该方案具有部分盲性、安全性、强壮性等特性,是安全、有效的。     

基于Earley剖析的多功能雷达文法参数估计算法

针对基于随机上下文无关文法(Stochastic Context-Free Grammar,SCFG)建模的多功能雷达(Multi-Function Radars,MFR)参数估计问题的研究,在原有Inside-Outside(IO)算法和Viterbi-Score(VS)算法的基础上,提出一种基于Earley剖析的多功能雷达文法参数估计算法——EIO算法。该算法将IO算法与Earley剖析相结合,通过对截获的雷达数据进行预处理,可以处理任意形式的文法产生式,对文法产生式概率进行学习,从而实现MFR文法参数估计。通过理论分析和实验仿真,EIO算法可以在减少计算复杂度、记忆复杂度和运行时间的同时,有效保持文法参数估计精度,论证了方法的正确性和有效性。     

动态洪水风险图在佛山城区防洪中的应用

洪水风险图作为一种防洪非工程措施在全国众多城市已经开展推广应用,利用预测降雨信息制作实时、动态的洪水风险图,在目前暴雨频发、多发的城市防洪救灾中更具有现实指导意义。以佛山城区内涝预警系统为例,介绍动态洪水风险图的绘制方法,绘制时需要的基础、实时、预测等关键信息,阐述动态洪水风险图在自动预警、实时预报、历史查询、方案设计、城市防汛决策指导等方面的应用,对佛山城区的防灾减灾具有一定的指导作用。     

基于注意力机制的改进CLSM检索式匹配问答方法

针对检索式匹配问答模型对中文语料适应性弱和句子语义信息被忽略的问题，提出一种基于卷积神经网络潜在语义模型（CLSM）的中文文本语义匹配模型。首先，在传统CLSM基础上进行改进，去掉单词和字母的N元模型层，以增强模型对中文语料的适应性；其次，采用注意力机制算法，针对输入的中文词向量信息建立实体关注层模型，以加强句中核心词的权重信息；最后，通过卷积神经网络（CNN）有效地捕获输入句子上下文结构方面信息，并通过池化层对获取的语义信息进行降维。基于医疗问答对数据集，将改进模型与传统语义模型、传统翻译模型、深度神经网络模型进行对比，实验结果显示所提模型在归一化折现累积增益（NDCG）方面有4~10个百分点的提升，优于对比模型。     

控制铝合金挤压板材平面度的方法探究

6063C铝合金板材为苹果ipad后壳的主要原材料,用量大,质量要求高。本文主要分析6063C铝合金板材挤压生产中平面度问题的原因及控制办法,从模具、离线精整和在线精整三个方面进行方法探究,并在该产品的生产实践中,根据离线精整的原理提出了在线精整的理念,并得到了很好的利用。     

地质写实在彬长矿区文家坡矿井中的应用

针对陕西彬长文家坡矿业公司地质构造及巷道掘进现状,采用现场调查记录、巷道写实卡片等建立了一套系统的地质写实方案,为巷道掘进及矿井防治水工作提供依据,为文家坡矿井安全生产提供技术支持。     

TK5200－18／2600同步电机定子故障应急检修

2012年8月,1台5500kW同步电机运行过程中有1只定子线包突然被击穿,绝缘体损坏,导致设备停运。该同步电机外形较大,检修周期较长（约1个月）,会影响生产。为此,决定先对该同步电机作应急检修,等待机会再进行彻底检修。     

面向无人化取料机的毫米波雷达感知技术

针对散料港口无人化取料机往复取料效率低,毫米波雷达感知数据集噪声多、波动频繁、数据不平衡导致现有机器学习分类模型效果欠佳等问题,提出了一种基于改进模糊孪生支持向量机结合1-近邻算法的孪生重叠敏感边距分类器的料堆边界感知方法。首先,利用毫米波雷达获取料堆边界扫描数据并进行预处理,依据空间分布以及作业特点设计提取点云的10维特征,组成料堆点云样本数据集;其次,引入改进模糊隶属度函数的模糊孪生支持向量机,将料堆点云样本数据集划分为重叠与非重叠区域;然后,采用模糊孪生支持向量机决策边界、1-近邻算法分别对非重叠与重叠区域样本进行分类,以提高对不平衡数据集的分类能力;最后,将得到的分类结果加入感知环节,达到料堆边界感知目的。在人工作业雷达采集的数据集上的实验表明,所提出感知方法有效提高了对少数类的识别能力。现场实验表明,改进后的感知方法更接近操作员的判断,斗轮空转时间占比减少15.1%,提高了无人化取料机的作业效率,对无人化散料港口的建设具有参考意义。