模态振动对噪声贡献预测及控制

建立某船用增速箱的结构有限元模型和声固耦合边界元模型。对结构有限元模型进行结构模态分析;运用边界元法对增速箱声固耦合模型进行求解。通过计算仿真分析该模型噪声在特定频域中的分布情况。基于结构模态贡献度方法对增速箱的主要噪声源进行识别并进行有效控制。可对产品的设计开发提供参考。     

结合关键点概率与路径相似度的多路径覆盖策略

利用多种群遗传算法解决多路径覆盖问题,是测试数据自动生成领域一个重要的研究方向.为了提高多路径覆盖测试数据自动生成的效率,提出一种将关键点概率和路径相似度相结合的多路径覆盖策略.首先,将理论路径划分成易覆盖、难覆盖及不可达路径;然后,通过易覆盖路径统计关键点概率,依此概率计算个体对生成测试数据的贡献度,并利用贡献度改进...     

基于EE与改进DBN的国家双边关系预测

为获得国家间双边关系预测的因果关系模型,提出一种融合事件抽取(event extraction,EE)、时序贡献度(time contributions,TCs)与动态贝叶斯网络(dynamic Bayesian networks,DBN)的国家双边关系预测方法.基于事件抽取技术对爬取的新闻数据抽取事件句、事件类型等要素.按月划分新闻数据,提取特征词,根据频次等计算每月的时序贡献度.基于专家制定的事件分值表与事件抽取结果构建国家双边关系数据集,将其输入融合时序贡献度的DBN模型训练结构和参数.以南海争端为例,构建了中国与其他参与国的双边关系预测模型,实验结果表明了方法的可行性.     

结合贡献度与时间权重的协同过滤推荐算法

传统的协同过滤推荐算法未考虑用户兴趣随时间动态变化,以及不同用户对同一项目评分差异过大对推荐效果的影响,导致推荐效果不理想。针对以上问题,以进一步提高基于用户的协同过滤推荐算法的精度为目标,设计了一种结合贡献度与时间权重的协同过滤推荐算法CTCF。该算法在用户相似度计算中引入可信误差阈值、贡献度与时间权重。首先,利用用户评分信息构建用户-评分矩阵与用户-评分时间矩阵,依据可信误差阈值来计算用户贡献度;然后,引入拟合贡献度与时间因子的遗忘曲线得到时间权重,再将时间权重引入皮尔逊相关系数中计算用户相似度;找出目标用户的邻居集,并预测目标用户对邻居集对应项目中未评分项目的评分;最后,按评分由高到低生成Top-N推荐。在MovieLens数据集上的测试结果表明,CTCF算法具有更高的F1值,有效提高了推荐精度和动态性。     

中国铸造协会副理事长、新兴际华集团有限公司董事长刘明忠被评为“2013中国经济年度人物”

<正>"2013中国经济年度人物评选颁奖盛典"于2013年12月12日在北京盛大举行。今年的评选主题为:"转型升级的智慧与行动"。评选的标准为:创新、责任、影响力、推动力、年度主题贡献度。新兴际华集团有限公司董事长刘明忠被评为"2013中国经济年度人物"这不仅是新兴际华集团有限公司和他本人     

地理标志保护产品区域贡献度研究——以平谷大桃为例

立足于平谷大桃保护现状，把握保护趋势特点，从区域经济、区域社会、区域品牌和区域生态四个方面深入分析地理标志产品保护对区域发展的影响，科学构建平谷大桃区域发展贡献评价指标体系，运用相关分析、多元线性回归等方法对区域发展贡献进行量化评价，明确存在问题，找准未来提升空间。     

基于特征贡献度的mean shift视频跟踪算法

特征空间分析是视觉跟踪中的关键问题.针对mean shift跟踪算法中模板匹配问题,提出了特征贡献度概念,有效减少了背景和噪声因素干扰,使重要性特征在匹配中起到关键作用;利用结构二值分布图携带空间结构信息的优点,很好地避免了统计特征的匹配误差,在一定程度上提高了跟踪的精度和鲁棒性.仿真实验结果表明该算法具有一定的优越性和实时性,在跟踪目标存在变形、噪声、遮挡时也可以达到比较理想的跟踪效果.     

基于特征贡献度的安卓恶意应用检测

为提高Android恶意软件检测准确率,提出一种基于特征贡献度的特征选择算法。针对现有Android应用数据集特征的分布特点,通过计算特征的类内以及类间贡献度,设定阈值筛选出贡献度高的特征数据,用于恶意应用检测分类。实验结果表明,所提算法能有效且可靠地检测恶意应用,其准确率和召回率十分接近,适用于恶意应用检测;与传统特征选择算法相比,该算法可以在较少特征数量的情况下达到理想的检测效果。     

文本分类中基于K-Sprinkling的特征提取方法

传统的特征提取方法大多注重类别对特征词的作用,不能很好地表达样本对类别的影响。为此,对样本的类别贡献问题进行研究。针对Sprinkling特征提取方法中未考虑样本对类别的贡献度问题,提出一种基于K-Sprinkling的特征提取方法。综合考虑样本紧密度和样本隶属度信息,利用Sprinkling方法的特点,将样本权值映射到语义空间中,实现对文本的分类。实验结果表明,K-Sprinkling方法比传统的Sprinkling方法在平衡样本分类上F1值提高了1.89%,在不平衡样本分类上F1值提高了3.30%,取得了较好的分类效果。     

无线传感网络中有向性传感节点的覆盖问题

覆盖问题是无线传感网中最根本的问题之一,它在很大程度上影响到传感的质量。目前有关覆盖问题的研究大多集中于探讨全向性传感节点的覆盖问题,这些方法并不适用于如视频传感这类方向性的传感节点。提出了一个新的(k,ω)-夹角覆盖问题,探讨有向性的传感节点的覆盖问题,为了用最少的传感节点(k,ω)-夹角覆盖所有的目标,提出了一个贪心算法来解决这个问题。另外还提出了三个贡献度函数用于计算每个位置的贡献度,算法根据每个位置所提供的贡献度来决定传感节点的部署位置。仿真结果显示了算法的特性和性能的提升。